随着智慧城市建设的兴起和移动互联网的快速发展，人们对基于位置的服务需求日益增强，这就要求其能够实现准确的定位与跟踪。目前，定位技术广泛应用于各个领域，而基于GPS的室外定位的成功应用也激励了室内定位系统的研究与开发。然而由于接受信号微弱，GPS系统不能有效运用于建筑物内部和密集的都市区域。目前的室内定位系统采用的技术主要有计算机视觉、红外线、射频识别、超宽带、无线传感网络、AGPS等，但这些系统往往需要部署额外的设施，应用时大受限制。基于Wi-Fi的室内定位系统能够充分利用现有的基础设施，在不需要部署额外设备的情况下，应用于提供室内位置服务。而且智能手机也都内置了Wi-Fi模块，这使得基于Wi-Fi的室内定位成为可能。所以使用智能手机利用遍布建筑物内的Wi-Fi信号定位成为了一种极具潜力的室内定位技术。本文在对Wi-Fi室内定位技术进行充分研究的基础上，针对现有的基于指纹的Wi-Fi定位算法存在的不足之处提出了相应的改进算法，并设计和实现了Wi-Fi室内定位系统。首先，本文对Wi-Fi的接收信号强度特性和影响因素进行分析，包括RSSI的概率分布，RSSI与距离的关系，人体方位的影响和不同设备的影响。其次，从定位系统构建及工作流程出发，依次探讨了数据采集构建位置指纹数据库，实时定位阶段的预处理过程，定位参考AP选择，信号距离，近邻选取和定位结果计算等。在定位结果计算阶段，提出最密集近邻算法，通过比较可知，相比传统质心法能得到更好的定位精度。然后，对卡尔曼滤波器在动态定位追踪中的作用进行分析。通过手机传感器判断用户运动状态发生变化，使用不同的卡尔曼参数，有效改善了动态定位追踪的效果。接着，通过研究基于手机传感器的定位，提出Wi-Fi定位与传感器定位的融合算法，在无法进行Wi-Fi定位时使用传感器定位，可以有效弥补Wi-Fi定位的不足。同时在Wi-Fi正常定位过程中，能够对Wi-Fi定位波动较大的情况进行较好地校正，有效改善动态定位追踪的效果。最后，设计并实现基于Android手机平台的位置指纹Wi-Fi室内定位系统，并对软件各个模块进行分析。实验结果表明，本文提出的算法能够更有效地实现高精度的Wi-Fi室内定位。