无线网络、通信技术的迅速发展以及智能终端的广泛应用使得使用WiFi基础设施为室内定位服务(Location-based Service,LBS)提供个人和商业应用成为可能。但是,由于室内环境的复杂性,大多数定位应用通常难以提供令人满意的准确度。因此,设计一个容易部署、硬件简单且定位准确的室内定位系统是目前研究的热点。目前可用于室内定位的传感网络信号有多种,包括WiFi信号、红外线(IR)、超声波、射频识别(RFID)、蓝牙、超宽带(UWB)、磁信号、视觉分析以及听觉声音等,还有基于基站、伪卫星、ZigBee的室内定位。本文依据WiFi定位技术具体覆盖面广、易于安装、易扩展、传输速度快和低成本的优势,设计一款基于WiFi的位置指纹双层匹配定位的室内定位系统,可实现在一定的定位区域完成指纹库的收集工作与用户在该定位区域实现室内定位功能。本文基于位置指纹定位方法,构建了一套室内定位框架,定位系统分为离线收集阶段和在线定位阶段。在离线阶段引入了仿射聚类(Affine Propagation)算法对离线收集的指纹数据进行聚类,可以有效减少定位阶段的匹配时间。在线定位阶段采用双层匹配的方式,首先采用经典的确定性算法完成粗定位过程,而后在精定位过程将压缩感知(Compressed Sensing,CS)理论应用到定位中来,有效的提高了系统的定位精度。根据室内定位框架,本文完成了基于Android平台的室内定位系统的设计,按照功能模块化的思想,设计了离线采集APP和在线定位APP两款应用。离线采集应用完成了指纹数据采集功能、数据处理功能、数据存储功能;在线定位应用完成了实时位置指纹采集功能、位置估计功能、地图定位显示功能。采用Android自带的SQLite数据库作为两款应用的数据传输桥梁。为了检验定位算法以及室内定位系统的定位性能,本文还分别对其进行了相关实验。在分析压缩感知算法性能时,确定了算法参数、接入点个数、数据采集方向、指纹数据量等因素的影响效果,也对比了常用的加权K最近邻(Weighted K Nearest Neighborhood,WKNN)算法,结果验证了压缩感知算法能有效提高定位精度。在对定位系统的测试分析中,验证了两款应用能正确完成对应功能,同时对系统性能进行了分析,表明本文的定位系统在离线采集数据量足够的情况下能比较准确的帮助用户完成定位。