近年来,伴随着互联网的高速发展,位置数据的价值显得尤为重要。现如今,基于位置服务的需求不断激增,无论是室外道路以及行程规划、大型商场的室内商铺导航,还是在工业、农业等生活领域外的其他领域,皆需要基于位置的服务。然而不同于发展较成熟的室外位置服务技术,室内复杂的空间状况使其无法应用现有的室外服务技术。国内对于室内位置服务系统的研究相比于国外起步较晚,研究程度也略显不足,因此,设计并开发一套完整的室内位置服务系统是有意义的。在室内位置服务技术方面,相较于其他室内位置服务技术,iBeacon技术功耗低,锚体积小,部署简便,稳定性高,它的优点特点使其成为室内位置服务的良好选择方案。位置服务准确性的关键在于其室内定位算法,传统的室内定位算法均存在一些不足之处:如三边定位算法与加权质心定位算法定位精度较低,指纹定位算法复杂度较高。因此,本文结合传统室内定位算法的需求,提出一种基于CNN与加权质心的iBeacon定位算法。该算法通过iBeacon锚节点收集到各个参考点的RSSI来训练CNN模型,进而在在线定位阶段,通过CNN模型输出的权重,结合加权质心定位算法计算坐标位置,有效地减少参考点的数量。并在文中详细介绍本文算法的具体流程以及CNN模型以及各层参数的选择配置。进一步从室内定位的需求出发,本文设计并实现一套完整的iBeacon位置服务系统。系统由iBeacon锚节点、iBeacon待测节点、服务器以及客户端组成,并在文中对各个组成部分进行设计与实现,对iBeacon锚节点与待测节点进行电路设计、PCB设计以及通信协议的程序设计;对服务器进行设计,基于Spring Boot框架与Netty框架为用户提供设备服务、基于Flask框架为用户提供位置解算服务等功能;客户端选择面向用户的微信小程序,并对其进行程序设计。并在地下停车场与物流仓库两个定位精度需求不同的场景进行系统的应用以及展示,在定位精度要求较低的地下停车场场景的位置服务中,根据接收到RSSI最强的iBeacon锚节点的位置为用户与车辆进行较粗略地位置服务;在定位精度要求较高的物流仓库中,结合本文提出的基于CNN与加权质心的iBeacon定位算法,为仓管人员与货物提供精确的位置服务。