在人们的生产生活中,室内环境扮演了非常重要的角色。随着互联网和物联网的飞速发展,网络的覆盖范围不断扩大,人们对于室内环境下基于位置感知服务的需求也变得越来越大,以GPS为主导的室外定位服务已经远远无法满足人们的需求。随着应用场景的不断扩展,人们对于地下停车场,商场超市等多处室内环境下的位置感知服务变得更加迫切,而室内环境的特殊性和复杂性也导致了人们对于室内三维定位技术的研究仍然存在诸多难点,如何克服这些问题也成为当下的研究热点之一。针对上述问题,本文首先阐述了室内三维定位的研究背景和意义,介绍了几种经典的室内定位方式,然后描述了传统方法在室内定位中的应用。针对近年来国内外高校,研究机构和学者的研究现状,综合提出一种以移动手机为终端,覆盖Wi-Fi信号为应用场景下的室内三维定位系统方案。针对该系统,本文主要完成以下工作:(1)对当前传统方法下的诸多技术研究进行对比,比较其在不同场景下的优缺点,针对室内环境的复杂性和特殊性,针对近年来发展较为热门的神经网络模型以及粒子群算法进行探讨,理论分析模型原理和算法思想,研究其在室内定位技术中的可行性。(2)结合神经网络和粒子群算法的优势提出一种改进多策略粒子群算法,优化神经网络的拓扑结构和连接权值阈值。通过神经网络的非线性处理能力,捕获Wi-Fi信号接收强度RSSI与接收距离d之间的最佳关系,不仅提高了算法在不同环境下的普适性,同时定位精度也得到增强。最后与BP神经网络,遗传神经网络进行对比分析,证实该方法的可行性与有效性。(3)结合改进的空间球6点加权质心算法对待测节点坐标进行求解,算法在原有基础上增加一个发射结点,使得待测节点空间范围进一步缩小,节点定位精度进一步提高,并与传统四边测量法和质心法进行对比分析。(4)基于Android平台对室内三维定位算法进行系统设计,根据系统架构和定位流程设计客户端以及服务器端功能。