随着物联网时代的到来,位置信息将成为移动设备和移动应用中的重要组成部分。目前,Wi-Fi作为一种最常用的无线通信协议已经被部署在几乎所有的公共基础设施中,因此,研究如何利用无处不在的Wi-Fi实现对移动设备的室内定位是非常具有价值和意义的。考虑到接收信号强度(Received Signal Strength,RSS)在室内环境下的不稳定性,本文将利用Wi-Fi底层的信道状态信息(Channel State Information,CSI)进行室内定位算法研究。本文的主要研究内容和贡献如下:首先,针对目前Wi-Fi芯片阵列天线数量不足导致多重信号分类(Multiple Signal Classification,MUSIC)算法无法解析各路信号到达角度(Angle of Arrival,AoA)的问题,本文充分利用Wi-Fi CSI中子载波的频域信息扩展了 Wi-Fi芯片传感器的数量,从而将传统MUSIC算法的基本思想运用到了测量的CSI矩阵上,构建了基于CSI的AoA-ToF联合估计算法,最终实现了对路径到达角度和飞行时间(Time of Flight,ToF)的估计。仿真实验证明了算法的可行性。然后,针对现有基于CSI的空间平滑算法在低信噪比情况下对相干信号分辨率不高的问题,本文提出了一种基于CSI的前后向空间平滑算法对信号进行解相干。仿真结果和实测结果均表明本文提出的算法有效地提高了相干信号在低信噪比和复杂室内环境下的分辨率,从而保证了基于CSI的AoA-ToF联合估计算法的估计精确度。接着,本文研究如何从多径信号中识别出直达波并获取相应的AoA估计值,针对现有直达波识别方法存在的计算量较大、需要用户参与等问题,本文提出一种基于多发送天线测量的直达波识别方法,实验表明该方法对直达波的识别兼具准确性和时效性,且无需用户参与,有效地解决了目前室内多径环境下直达波识别较为困难的问题。最后,本文通过融合目标设备与各锚节点间的角度和距离信息实现了位置估计,并基于所设计的定位算法全流程实现了一个室内定位系统。根据实验结果,本文设计的定位系统的在典型室内环境下的中值定位误差约为0.7m,优于目前Wi-Fi平台上最具代表性的AoA定位系统之一的SpotFi室内定位系统。