互联网和智能手机的广泛普及,人们在不断地希冀室内环境下实现高精度的定位和导航功能。WiFi室内定位可以充分利用已经广泛部署的AP来实现高质量定位,这使得其成为未来室内定位和导航服务的最优选择。随着WiFi的广泛使用,在室内定位领域中,指纹定位技术日益成为热点研究对象。鉴于这样的技术背景,在室内WiFi网络环境下,我们着重讨论了指纹定位方法。本文的主要工作如下:(1)在线阶段中,在测试点采集所有AP发射的RSS信号,使用改进AKF算法对测得的RSS信号进行降噪。在现有AKF算法的基础上,本文于每次迭代中引入了一次比较和一次修正。仿真结果显示,改进AKF算法的降噪效果更优。(2)在线阶段将使用了改进AKF算法降过噪后的RSS信号与指纹数据库进行仔细地比对,然后再用AHP-WKNN算法估计测试点的位置。传统WKNN算法使用欧氏距离为前k个被选择的指纹分配权重,本文使用AHP作为新的权重分配方案。仿真结果表明,AHP有效扩大了指纹位置差距对权重的影响,提高了现有WKNN算法的精度。本文中提出的方法能够为其他指纹定位技术中待测点处的RSS信号的降噪方法和WKNN算法的权重分配方案提供新的思路和实践支持。