近年来随着计算机、智能设备的快速发展,在生活和工作中室内定位已经成为一项必不可少的基本服务。全球定位系统(Global Positioning System,GPS)的发展日趋成熟,但是在室内由于卫星的信号受到障碍物的遮挡导致信号衰减太大,定位精度不高。基于发光二极管(Light Emitting Diode,LED)的可见光室内定位系统以其覆盖范围广、传输距离远、信息传输速度快以及实现简单等特点,已逐步成为研究的焦点。本文对可见光室内定位系统的基本原理,包括系统模型、信道模型等问题进行了全面的研究,讨论了室内环境中各种因素对定位结果的影响。对于可见光室内定位技术中常用的指纹定位法进行了一些改进:比如在信号采集阶段,信号强度是波动的并且概率分布服从正态分布,对室内环境的接收信号强度进行预处理;指纹库中存储的数据量较大,在定位阶段就要匹配大量的网格点,增加了计算的复杂度;贝叶斯算法的定位结果与定位目标的实际位置相差较大。本文的具体工作如下:首先,建立可见光室内定位的系统模型,对室内发送端的信号强度和接收端的信号强度以及信噪比进行了仿真分析。仿真结果验证了可见光室内通信兼具照明与通信的功能。其次，将指纹定位法中较为常见的K近邻算法和贝叶斯算法进行了仿真分析,根据定位结果结合两种算法的优势,提出了一种融合的算法,减小了定位误差的同时降低了可见光室内定位系统的功耗。然后,采用了均值滤波和高斯滤波两种滤波算法对接收信号强度进行预处理,并且对比分析了两种算法的滤波效果。在建立指纹库后,选择高斯滤波的高概率区间筛选法,滤掉指纹库中的一些数据,提高了定位时数据的准确性与稳定性。最后,对指纹库进行区域划分,分为几个类簇。用聚类分析算法计算得到指纹库中后验概率最大的类簇,在这一类簇中运用贝叶斯算法确定定位目标的位置,从而解决了贝叶斯算法中定位结果较为离散的的问题。