随着无线通信技术的发展,基于位置的服务和应用日益普及,在紧急救援、社交网络等方面有着非常广泛的应用。室外环境中GPS等系统能够提供精准的定位服务,而在室内由于建筑物的遮挡和多径效应等因素影响,GPS定位服务不可达或者精度急剧恶化。因此室内定位技术成为研究的热点之一。近年来,基于位置指纹的定位方法,受环境影响小、定位精度较高,受到广泛的关注。本文主要研究基于移动蜂窝网络的位置指纹室内定位方法,通过优化算法,提高定位的精度和提高楼层分辨的准确率。本文的主要研究工作如下:1.将定位空间划分为网格,确定采样点,测量每个采样点处的信号强度信息,并对获取的数据进行解析。2.为减小噪声干扰、采集数据缺失和原始数据的压缩等对定位匹配带来的影响,完成了数据滤波、数据补全、指数变换等预处理工作,建立了指纹数据库。3.以权重近邻算法(Weighted K-Nearest Neighbor,WKNN)为基础,将欧式距离(Euclidean distance,EuD)、马氏距离(Mahalanobis distance,MaD)、切比雪夫距离(Chebyshev distance,ChD)等作为相似度的度量标准,进行数据实验,结果表明,数据预处理能够降低定位误差,提升定位效果;进一步分析了 WKNN算法中K值对于定位误差的影响,提出了一种改进算法,根据指纹点和中心点之间的距离、赋予指纹点不同的权重,进行加权平均,用于终端定位。实验结果表明改进算法将定位精度提高了约12%。4.将定位算法拓展到三维空间,解决终端位置的楼层区分问题。提出一种基于基站匹配的WKNN算法,实验结果表明,与WKNN算法比较,改进算法将楼层区分准确率提高了约10%。