随着物联网和移动互联网应用的爆发式增长,大量应用增加了对室内位置服务(ILBS)的需求。通过室内定位系统的使用可以准确获得用户的位置信息、分析其潜在行为、推荐其潜在需求。目前WiFi网络已覆盖人们生活的大部分区域,包括学校、购物商场、机场、医院、写字楼等。而且WiFi网络具有传输速率高、成本低、覆盖面广等优点,其廉价的接收模块也已广泛嵌入包括传感器、智能手机、家用电器等设备,使得使用现有的WiFi网络资源实现位置指纹定位具有很大的应用市场和商业前景。所以目前基于接收信号强度指示(RSSI)的WiFi位置指纹定位技术成为最受欢迎的室内定位技术,对WiFi位置指纹的定位算法研究及特定场景下的实用定位系统的设计有应用价值。本文针对以“过道式”场景为主且AP分布较多的室内定位区域,提出了两种改进的定位匹配算法,分别为融合算法和加权贝叶斯算法。融合算法是在最强AP法基础上贝叶斯和WKNN算法的混合算法;加权贝叶斯算法是基于最强AP法,对贝叶斯算法引入新的权值。两种改进算法均先通过最强AP法从整体定位区域粗定位到较小区域,然后通过改进的定位匹配算法进行准确定位。在不同的实际场景下进行定位算法实验验证,结果表明两种改进算法在不同场景下的定位性能都有提升。在待定位点与指纹点重合的场景下,融合算法在3.6m精度以内的定位准确率达到82%,加权贝叶斯算法为76%;在待定位点与指纹点不重合的场景下,加权贝叶斯算法在3m精度以内的定位准确率为100%,融合算法为96%。在两种场景下两种改进算法的定位性能均优于其他经典算法。在算法研究的基础上,本文设计并实现了Android平台上基于WiFi位置指纹的室内定位系统。系统软件采用混合架构,客户端有数据采集端、定位与导航端,服务器存储数据库、定位与导航算法。定位系统经过测试完善,已在云南大学信息学院楼成功应用,并且其有良好的可扩展性。