室内定位算法研究是无线网络研究中的重难点问题之一。目前有许多方法用来室内定位,如基于专用设备的定位技术、基于Wi-Fi信号测距的定位技术。这类定位技术的优点是精度较高,但这类技术需要部署专用的硬件设备,成本较高而且复杂度大。而基于位置指纹的定位技术的优点是成本低、易实现,精度较高,所以,目前国内外的研究大多运用位置指纹定位技术来实现室内定位。目前,位置指纹定位技术是相对比较流行且普遍的一种室内定位技术。在基于位置指纹的室内定位系统中,从一系列Wi-Fi接入点获得的接收信号强度指示(RSSI)可作为一个独特的指纹来标识特定的位置。然而,室内的环境是复杂多变的,导致RSS指纹带来较大的定位误差,若维持动态变化的指纹库,会导致成本高和复杂度大。动态指纹库可以适应室内复杂的环境,能够有效地解决室内环境下的定位问题。本文针对传统静态指纹库无法适应室内复杂多变的环境问题,研究动态指纹库室内定位算法,旨在提高室内定位精度和降低定位成本。论文具体工作如下:针对典型的RSS指纹库是不变的,但室内环境是变化的,将导致匹配算法在执行过程时的误差问题。本文提出了基于反馈机制的指纹库动态更新和调整方法,从部分参考节点的实时RSS值入手,调整指纹库以随着周围环境和节点信息动态变化。本方法有效地解决了室内环境复杂多变导致定位误差的问题,提高了定位精度。仿真结果表明,在动态变化的室内环境中,本算法比传统的指纹库定位算法和著名的压缩感知定位算法定位精度要高。研究了室内跟踪定位算法。针对传统的蒙特卡罗定位算法样本多、代价高、定位精度低等问题,提出了基于动态指纹库的采样优化蒙特卡罗移动节点跟踪定位方法。本方法对样本权值进行优化,使得重要区域中的样本点具有更大权值,同时把这个样本的信息反馈给指纹库,达到动态调整指纹库的目的。该方法有效地减少定位所需样本数,并提高定位精度,减少了定位代价。仿真结果表明,本算法不仅能够有效减少采样次数,而且提高了无线网络移动节点定位的准确性。