现今,基于WiFi信号的室内定位技术已经变得越来越普遍和适用。它不仅方便了人们的生活,还创造了巨大的经济价值。但是WiFi信号在传播过程中,很容易受到墙壁、障碍物以及人群等因素的干扰,从而导致室内定位的准确度不高。为了克服这些问题,我们基于WiFi 2.4G和5G双频段信号,使用子区域划分、NLOS状态判别以及K均值聚类和K近邻方法来减少环境因素的影响,在没有附加设备的条件下,提升定位的准确度。本文,我们提出3个主要的方法来提高定位算法的表现。首先,我们基于对2.4G和5G信号特性的分析,提出了一种判别参考点对于路由器所处NLOS状态的方法。接着为了减少计算的复杂度,我们提出了子区域划分和查找的算法来缩小定位区域。最后我们使用聚类函数和K近邻算法找到距离测试点最近的k个参考点,以此估测出测试点的位置坐标。实验验证了本文提出的NLOS判别算法能够准确地判别出测试点所处的状态。另一方面将本文方法和其他方法进行比较,发现本文算法相比其他方法在降低计算量的同时能够有效地提高定位的准确性,且具备良好的鲁棒性。