随着信息技术的快速发展,当今社会越来越信息化。信息社会中的信息也越来越重要,信息的收集在人们的生活中也占据了更多的比重。随着多媒体业务和数据业务的快速增加,人们对室内定位的需求也日益增加,在机场超市图书馆等室内环境中,经常会出现需要确定某个人的位置的情况。但是在实际的定位过程中,总是容易受到阴影衰减、多径效应等因素的影响使得最后的结果出现偏差,所以在进行定位的时候,选择相对优秀的定位算法,就可以有效的降低外界的环境对定位过程的影响,从而达到使用相对较少的网络资源对目标的精确定位,获得相对较高的定位精度,尽可能高效的完成对目标的定位,所以如何确定一个相对有效的定位算法在实际的应用中就显得格外重要,对定位的不断精确以及对定位算法的优化也是未来越来越重要的挑战和有用的研究课题。本文在详细研究了基于距离测量的多维标度(Multidimensional Scaling,MDS)定位算法的原理,以及现有的多维标度的统一求解框架的基础上,针对现有的多维标度算法在进行移动点的位置定位时,需要进行较为繁琐的运算,在比较了基于矩阵分解和传统的多维标度算法之后,矩阵分解算法可以简化运算量,可以改善对移动点进行定位进行繁琐的运算。由于室内环境下,RSSI易受阴影衰减、多径效应等因素的影响使结果产生偏差,所以,本文在对传统的RSSI定位算法进行详细研究后,提出了基于虚拟锚节点相关系数的RSSI定位算法,使得改进的RSSI定位算法定位精度得以提升。最后本文在综合改进的相关系数RSSI定位算法和基于矩阵分解的多维标度算法,采用节点间的信号来建立相异性矩阵,利用多维标度法来求解节点间的相对坐标,根据模型转换,最后运用算法来对参数进行优化,从而得到移动点的坐标,并通过仿真实验来进行验证,最后能够满足对目标节点的定位。