近年来室内环境下基于位置的服务在移动应用市场上的需求与日俱增,室内定位技术的开发成为国内外的研究热点。其中基于WLAN指纹的相关技术由于实现简单且无需部署额外设备而广泛流行。但是WLAN信号在室内环境的传播过程中常因障碍物的干扰发生跳变、衍射及衰减,导致定位精度受到影响,而指纹数据库的规模和建造成本也给基于WLAN指纹的室内定位系统的性能和推广带来挑战。本文针对基于WLAN指纹的室内定位系统中存在的上述问题,利用移动设备内置三轴加速度传感器与室内已部署的WLAN热点,以动态感知策略为基础对室内定位技术进行了优化。本文的工作主要体现在以下几个方面:第一,针对在室内环境下WLAN信号因受到多种干扰而不稳定的问题,首先分析了几类关键干扰因素的特征并设计实验验证其对定位精度的影响,其次改进卡尔曼滤波算法对指纹进行预处理工作,以解决信号突发大幅跳变时收敛过慢的问题,保证了指纹数据库的可靠性。第二,针对离线阶段存在的现场勘探工作过多而增加的成本问题及数据库规模过大导致的分类性能下降问题,提出了一种快速建库方法。该方法在环境内部署同类型WLAN路由器以消除设备差异干扰,通过记录WLAN热点与参考点之间的距离而非大规模部署参考点及记录坐标的形式来降低训练成本并减小数据库规模。第三,针对在线阶段定位精度不高的问题,提出了一种动态感知策略来校准坐标。该策略首先在离线阶段采集各运动状态的三轴加速度计读值来建立贝叶斯模型;其次在在线阶段对用户行为进行判断。若用户未移动,则直接记为上次坐标点并退出,若用户移动,则通过K-NN算法估计当前位置坐标,并计算其与上个位置的距离;然后动态更新用户步态信息,并比较距离结果与步态信息是否超过设定阈值;最后对坐标进行调整。第四,针对上述提出的基于WLAN指纹的室内定位技术的优化措施,在Android平台上设计并实现了原型系统。实验结果表明,该系统精度误差为0.7米,能够满足用户日常的大部分需求,且具有训练成本低,实时响应速度快,易于推广的特点。