随着移动通信技术和业务的发展,人们对室内定位的技术和服务需求也越来越高,由于室内WLAN已广泛部署,基于WLAN信号强度的室内定位技术是最便捷和实际的技术解决方案之一。源于室内信号传播环境的复杂性,无线电波易受多径效应、邻频和同频干扰、遮挡和人体吸收等诸多因素影响,室内定位信号呈现出不稳定的特点,严重影响定位的准确度。考虑精度、环境适应性、布设成本、系统复杂性等方面的因素,信号指纹定位成为了室内实时定位的首选技术,这已得到了广泛的认可。基于信号强度指纹的定位系统工作过程包括离线信号训练和在线定位计算两个阶段。为提高定位的精度,本文首先对离线阶段采集的指纹信号,提出了基于高斯云模型的数据特征提取方法,接着对定位计算时的k近邻法进行了改进。为了提高定位的实时性,减少在线数据采集量,本文对在线采集的信号,提出基于小样本参数估计的数据处理方法。首先,通过对传统的室内定位技术及其优缺点分析,论证了选用WLAN信号强度指纹定位方法是当前解决室内定位技术问题的有效手段;构建了实际测试实验环境,以便通过实验手段来验证所提实验方案的可行性和有效性。其次,在离线信号训练阶段,分析了实验数据的不确定性,以及测量误差来源和误差处理方法;构建了高斯云模型,刻画数据的不确定性,提出了基于高斯云模型的信号特征提取方法,充分挖掘和利用指纹数据所含信息量,为指纹信号特征值添加相对应的坐标信息,完成离线阶段对信号指纹库的数据更新处理,生成离线匹配指纹数据库。再次,在在线定位计算阶段,为减小采集的数据量,提出了基于小样本的Bootstrap估计分析方法,对实时采集的数据进行处理,论证了小样本能达到大样本估计参数的效果,减少了在线阶段信息的采集量,提高了定位实时性;为提高定位精度,提出了近邻匹配的改进方法,对离线和在线两个阶段中得出的特征值进行相似性分析。最后,基于所构建的实验平台,采用所设计的实验方案,对采集数据进行处理,并与其它定位方法的结果作比较分析,验证了基于WLAN信号强度指纹的室内定位技术的精度和有效性。