摘要：随着定位技术大规模商业化的发展,基于位置的服务(Location Based Service,LBS)成为新兴的移动互联网产业,并得到了快速的发展。传统的卫星定位技术和基站辅助定位技术已经在室外定位中取得米级以上的精度,并已经应用于LBS产业中。目前制约LBS发展的最大障碍来源于室内定位领域,由于室内信道的时变性和复杂性,经典的室内定位算法精度普遍不高,而性能较好的室内定位算法需要则较为苛刻的实现条件。因此室内定位的精确、普适算法的研究一直是定位领域的研究热点和难点。本文通过对相关文献和研究现状的查阅,对基于距离参数的参数化定位方法和基于特征匹配的非参数化定位方法这两种目前室内定位的研究方向进行了研究。本文的研究内容和创新点如下：1.在研究参数化室内定位方案中,通过分析已有的室内信道模型,结合室内定位的使用场景,重点探讨了信号隔墙衰减因子模型的相关内容,同时,针对无线信道时变特性,改进提出了无线局域网接入点(Access Point,AP)相互实时信号测量,并采用多元线性回归分析得到实时信道参数的方案。针对隔墙损耗对传统信号传播模型的影响,建立了隔墙损耗的补偿机制。首先采用最小二乘法对位置进行预定位,然后考虑到室内环境的非视距(None Line of Sight,NLOS)因素,改进提出一种基于定位圆环和加权质心算法的NLOS误差抑制算法,通过模拟实际室内场景的仿真设置,对提出的相关算法进行了仿真验证,算法性能比传统算法有所提升。2.在研究非参数化室内定位方案中,通过将室内定位的问题转换为特征匹配分类的问题进行研究,引入支持向量机(Support Vector Machine,SVM)理论并推导分析了C-SVM算法在室内定位中的应用方式。针对数据采集阶段训练数据没有得到充分利用的问题,改进提出了一种分层C-SVM算法,通过将不同质量的数据进行分等级并赋予不同的惩罚因子的方式综合利用所有采集数据。针对多类别问题中“成对比较”策略计算量大的问题,基于k-means算法得到一套快速聚类方案,可以降低比较次数,提高定位解算效率。针对所提出的分层C-SVM算法应用场景比较有限的问题,提出了适应未来定位系统的自适应定位计算框架,拓展了所提出算法的应用范围。通过采用合理的数据集,对提出的算法进行了仿真,仿真结果验证了所提出算法的有效性。