随着移动互联网时代的发展,智能化移动终端设备和短距离无线通信技术得到了飞速的进步,物联网概念的提出,使得基于位置的服务(Location Based Service,LBS)成为近年来人们需求的热点。室内位置指纹定位技术的出现和新一代低功耗蓝牙规范(Bluetooth Low-Energy,BLE)的推出,BLE技术以其发射功率低,性能高的特性,主流智能设备全面支持,让室内高精度定位的实现成为了可能。本文针对室内定位的问题,提出了网络侧的低功耗蓝牙组网定位系统方案以及蓝牙WiFi融合定位系统,主要研究工作如下:(1)本文基于寻息S1 iBeacon组网搭建实验硬件系统,以Android手机为移动信息采集平台,采集各个蓝牙节点RSS,将特征向量样本数据通过加权均值处理存入数据库,构建室内定位指纹库,通过服务器端使用定位算法进行实时定位。(2)从RSS的空间分布特性以及环境的影响等方面对RSS特性进行仿真分析,并针对指纹采集的不足在节点部署,算法改进上做了优化,然后对实时用户数据进行基于k-最近邻算法(k-NearestNeighbor,k-NN)的指纹定位。实验结果表明系统平均误差为1.66m。(3)从基于k-最近邻算法的指纹定位对于人员动态轨迹的跟踪定位存在着很大的不足,RSS指纹匹配存在误差,本文又引入了卡尔曼滤波算法和粒子滤波算法融合进指纹定位方案中,通过实验仿真结果表明卡尔曼滤波和粒子滤波算法定位精度有效地提高了,卡尔曼滤波系统平均误差为1.35m,粒子滤波系统平均误差为0.76m。(4)针对卡尔曼滤波和粒子滤波各自的优点和缺点,提出了范围指纹匹配定位算法,在信标密集型区域定位精度达到亚米级0.78m,计算时间达到0.26s,相比卡尔曼滤波精度提高了42.2%,计算时间相比粒子滤波减少了 93.56%。(5)本文引用WiFi定位系统进融合滤波算法中,对比单纯的蓝牙定位系统,双系统融合定位精度平均提升了0.05m,系统性能提升了6.41%,双系统融合定位通过大量随机路径仿真中,实验精度最高达到0.66m,相比提升0.1m。(6)本文引入了网络侧定位系统,使用蓝牙网关和后台服务器系统采集和对待测位置定位,基于蓝牙系统的网络侧定位系统平均精度为1.53m,相比终端侧提升了7.83%,基于蓝牙和WiFi的网络侧定位系统平均精度为0.58m,相比终端侧提升了20.5%。