随着无线通讯技术的高速发展和各式各样智能终端的大范围使用,用户对拥有高准确性的室内定位服务的需求在急剧增长,在治病就医、抗震救灾、公共社交媒体、交通工具导航和场景监控等领域都展现出了巨大的市场远景。基于WLAN位置指纹室内定位算法实现起来相对简单,构建起定位环境的成本较低,符合在绝大多数室内定位中应用的需求,成为当下室内定位研究中的热门技术。本文对基于WLAN的位置指纹定位技术进行了研究。首先论述了基于WLAN的位置指纹定位算法中普遍存在的误差及其产生原因,并总结了已有的相应解决方案。本文从室内定位中离线采样和在线定位两个阶段着手,从AP定位性能差异性分析、指纹数据库的构建、数据库聚类分块和匹配定位四个主要方面进行了深入分析和研究。以降低建立位置指纹数据库时的工作量和同时提高定位精度为目标,提出了一种基于AP信号方差的位置指纹室内定位的改进算法。由于AP的分布位置不同及AP自身的差异性,使得在定位过程中不同AP对定位效果的影响不同,该方法区分了不同AP在定位过程中的贡献大小,仿真实验表明,基于AP信号方差的改进定位算法不但缩短了指纹数据库的建立时间还提高了定位的精度。其次,重点分析了K均值聚类方法在基于WLAN的位置指纹室内定位系统中的应用,总结分析了该聚类算法在定位过程中的利弊,并从理论的角度提出了相应的改进方案。最后,因为K均值聚类方法中存在类与类边界处定位性能差的问题,不能对类与类边界处参考点进行准确的选取,这直接导致在类与类相邻处的定位精度较低。为解决这个问题,本文提出了基于二次K均值聚类的位置指纹室内定位方法,通过对第一次聚类结果的再处理,减少了因类与类相邻处参考点选择不合理而带来的误差,提高了定位的精度。