随着无线室内传感定位技术的飞速发展和日益成熟,基于神经网络的位置指纹定位法由于具有很强的特征抽取能力以及抗干扰能力的优势从而成为当前室内定位的热点。然而,目前基于神经网络的位置指纹定位算法存在复杂度过高的问题有待解决,因此,本文对此展开研究具有重要的研究意义。本文对采用神经网络实现的基于位置指纹的室内定位算法进行了研究和改进。由于神经网络定位算法的复杂度主要取决于神经元的个数,其中输出层神经元的个数取决于其与指纹数据库之间的映射关系,一般情况这种映射关系为一一映射。因此,本文通过将输出层神经元个数与指纹数据库之间一一映射的关系改进为基于横轴栅格和基于纵轴栅格的映射关系,使得输出层神经元个数从横轴与纵轴栅格相乘的数量级降低为两者相加的数量级,由此达到降低复杂度的目的,最后分别针对位置坐标中的横坐标和纵坐标进行训练并将横坐标和纵坐标合并进行定位估计。通过实验显示:改进的神经网络定位算法将时间复杂度降低到O??~??,其中?是指纹数据库的大小,而且能够实现1.62m的平均定位精度,达到预期要求。本文基于神经网络改进的位置指纹定位算法满足设计要求和指标,在保证一定精度的前提下,降低了算法的复杂度,其研究成果对应用神经网络的指纹室内定位系统有一定的工程实用价值。