无线通信的高速演进，使得具有感知和计算能力的终端设备具有了移动性，这也促进了基于现有通信设备的位置服务的发展，以满足用户不断变换场景的需求。为了支持位置服务的交互性，准确、可信、实时的用户位置信息是必需的。然而，对于基于信号强度的无线局域网（Wireless Local Area Network，WLAN）室内定位，一个关键的问题是接收信号强度（Received Signal Strength，RSS）由于复杂的室内传播环境而具有的不确定性，导致无线电地图（Radio Map）建立的不准确。大部分定位算法都假设定位中环境未发生改变，而实际情况并非如此。　　针对RSS随无线网络环境的变化而改变，进而导致定位精度下降的问题，提出具有无线网络环境适应性的动态Radio Map建立方法。该方法充分考虑接收信号强度值随时间和空间的动态变化性，而不需要耗费人力、物力重新建立Radio Map，可有效降低室内定位的开销。具体包括以下几个问题：　　首先，分析并比较了WLAN室内定位系统中静态Radio Map建立的两种方法：无线传播模型法和基于位置指纹的方法，以及常见的位置指纹定位算法：加权K近邻法、概率法和人工神经网络法。指出不同算法的优缺点及适用场景，为后续研究奠定理论和实验基础。　　其次，针对静态Radio Map无法适应动态环境变化的缺陷，提出动态Radio Map建立方法。该方法在静态Radio Map的基础上，离线阶段训练出少量校准点与每个参考点的RSS值对应模型关系，然后在线阶段通过校准点处采集信号来预测参考点的值，进而完成动态Radio Map的重构。通过实验仿真，分析了模型中隐层数和校准点数的重要性并对其进行优化，实现动态Radio Map的优化设计。　　最后，为了进一步精简动态Radio Map模型，采用Fisher准则衡量不同无线接入点（Access Point，AP）的位置分辨能力，并进行选择。目的是去除冗余AP信息，降低定位算法的计算复杂度。通过理论分析和性能仿真，验证该方法的有效性，并对定位系统的AP数目进行了优化。不但保证了定位精度，而且有效降低了系统的计算负担。