近年来，随着信息时代的发展，人们在室内环境下对位置获取的需求越来越大。目前，全球定位系统(Global Positioning System, GPS)在室外环境的应用已变得非常成熟，但是由于 GPS 在室内环境下受建筑物干扰较大，导致定位效果不理想，因此对室内定位相关技术的研究成为当下的热点。如何开发室内定位系统及使其商业化显得尤为关键。
　　本论文在前人研究的基础上，对室内定位相关技术进行了进一步的分析和研究。首先对国内外学者在室内定位的研究进展与成果进行了陈述，介绍了室内定位的各类核心技术及相关研究。离线采集阶段，本文提出了位置指纹区分度的概念，并采用位置指纹区分度建立了接入点(Access Point, AP)部署优化方案的数学模型，通过遗传算法对模型进行了求解。在线定位阶段，基于对传统定位算法的分析研究，本文提出了一种新的组合匹配算法。实现阶段，本文介绍了基于Android智能手机开发的室内定位系统，系统由数据采集客户端、定位客户端和服务器端组成。在室内场景下进行了实验，试验结果表明该系统成功的实现了定位功能，且验证了本文提出的提升定位精度的相关算法。论文的主要工作包括:
　　(1) 基于Wi-Fi指纹室内定位系统中，对室内环境进行网格划分得到相应参考点，通过采集参考点接收信号强度建立位置指纹数据库。因此不同网格尺寸大小会得到不同的参考点、不同质量的指纹数据库。针对此问题，本文分析并给出了网格划分中尺寸大小的确定原则，为建立合理有效的指纹数据库打下基础。
　　(2) 为了进一步提升位置指纹数据库的有效性及质量，本文利用遗传算法求解了基于位置指纹区分度建立了AP部署的数学模型，最后通过Matlab仿真实验验证了模型的可行性。
　　(3) 定位的在线阶段中，作为对接收信号强度(Received Signal Strength, RSS)指纹的经典匹配算法的改进设计了一种基于余弦相似度的加权 K 近邻组合匹配算法，并进行了相关实验的验证，结果表明组合算法可以进一步提升定位精度。
　　(4) 采用Java语言开发，实现了WiFi指纹室内定位的系统。定位系统由数据采集客户端、室内定位客户端以及服务器端组成，该定位系统在室内场景下进行了测试。实验结果表明，定位的平均误差在2米以内，可以满足大部分室内定位的需求。此外系统也验证了本论文提出的通过遗传算法求解最小位置指纹区分度模型、组合匹配算法、网格划分原则的有效性。