近几年来,无线定位技术得到快速发展,应用领域包含航天、天气监测、道路路况检测、智能家居等。其中基于无线信号（Wireless-Fidelity,Wi-Fi）的定位能够为智能手机等具有无线上网功能的设备提供定位服务,以及基于接收信号强度指示（Received Signal Strength Indication,RSSI）测距的定位能够计算出无线传感器网络中节点的位置坐标。由于无线定位受到很多因素的影响,定位的准确性和安全性还需进一步研究。本文研究无线定位中基于Wi-Fi的位置指纹定位和基于RSSI测距的定位,但是钓鱼攻击和克隆攻击对定位会产生干扰。钓鱼攻击通过入侵无线网络,获取接入点（Access Point,AP）的名称和物理地址等信息,复制出伪AP来影响定位。克隆攻击通过获取信标节点的身份和位置等信息,产生的克隆节点会降低未知节点的定位精度。首先针对用户在室内连续匀速移动定位精度不高的问题,提出基于K近邻的卡尔曼滤波方法。该方法利用K近邻算法得到的结果作为卡尔曼滤波的观测值,通过卡尔曼滤波对结果进行修正。通过仿真分析基于K近邻的卡尔曼滤波方法能够提高用户的定位精度,修正K近邻算法得到的结果。其次针对基于Wi-Fi的定位中存在钓鱼攻击的问题,本文分析钓鱼攻击对Wi-Fi位置指纹定位的影响,提出基于RSSI一致性的方法检测伪AP。随后采用最小均方误差的方法剔除伪AP,实现Wi-Fi位置指纹的安全定位。仿真实验表明,提出的安全定位方法能够减少伪AP对用户的影响,提高定位精度。最后针对无线传感器网络中存在克隆攻击的问题,本文分析克隆攻击对定位的影响,提出均方误差一致性的方法检测克隆节点。当网络中有克隆节点,采用最小均方误差的方法剔除克隆节点,确保节点进行安全定位。仿真实验表明,提出的方法能检测和剔除克隆节点,还能提高节点的定位精度。