当今世界正日益进入信息化、大数据、云计算的大信息化时代,人们对于信息的需求与日俱增。其中位置信息尤为重要,而基于位置信息的服务正时刻改变着人类的生活,在医疗救助、救灾抢险、安全监管、社交网络、智能家居、个性化信息传递、商品流通等领域显示出强劲的发展动力,是未来信息服务的发展方向。随着无线网络技术的迅猛发展和智能移动终端的广泛应用,使得现有定位技术,特别是室内无线定位技术,在使用成本、操作性、便捷性等方面满足了普适计算的要求,进入人们的生活。高精度的室内无线定位技术是实现位置信息服务的关键和前提。本文为满足人们对室内定位技术的需要,针对基于无线保真(Wireless-Fidelity,WiFi)和接收信号强度(Received Signal Strength,RSS)的室内无线定位技术进行研究。主要研究工作如下:1、本文总结了目前室内无线定位技术的分类、室内无线定位方法、室内无线定位算法,分析了其各自的优缺点,选择相应的定位技术、方法、算法。并针对影响室内无线定位精度的关键因素进行实验验证;2、本文详细研究了室内无线信号传播模型和BP神经网络的基本原理,确定了BP神经网络的模型参数,设计了基于BP神经网络拟合下信号传播损耗模型的室内无线定位方法流程,并用实验仿真验证其定位效果;3、本文详细研究了位置指纹法和机器学习理论(包括k均值聚类和支持向量机)的基本原理,确定了支持向量机的核函数和参数选择,改进了支持向量机的多分类问题。最终设计了基于机器学习位置指纹法的室内无线定位方法流程:AP信号的预处理、聚类分块、组合二分类器、数据训练、子区域判定和定位算法估计用户位置。