近年来,人们对室内定位精度的要求越来越高,而传统的单一定位方式存在精度低、成本高的局限性,已经不能满足人们对室内定位的要求,多种定位方式的融合已经成为室内定位领域的研究热点。考虑到目前WiFi和智能手机的普及,基于WiFi的室内定位方法已经引起越来越多的研究兴趣。WiFi定位技术是利用WiFi的RSSI（Received Signal Strength Indication,信号接收强度）进行定位,但是RSSI信号容易受位置、方向、高度等因素的影响。相比于RSSI信号而言,地磁信号则比较稳定,所以本文使用RSSI融合地磁信号作为特征值来确定待测目标的位置。本文研究的主要内容包括:1.数据预处理方法。首先利用偏度-峰度正态检验法检测样本总体是否服从正态分布,若服从正态分布,则使用正态分布函数来估计样本的总体概率密度,否则使用高斯核函数估计其总体概率密度,最后留下大概率密度值;然后,为了输出平滑的数据,对保留部分的样本进行卡尔曼滤波之后取均值;最后,利用克里金插值,对样本数据进行加密。该数据预处理方法不仅能提高样本的精度,而且还大大降低了离线阶段采集指纹数据的工作量。2.位置指纹定位。在使用WKNN（Weighted K Nearest Neighbor,加权K近邻法）定位的基础上提出了一种改进的粒子滤波算法:首先利用扩展卡尔曼滤波生成密度分布函数和最新的观测数据,以此来更新粒子滤波的权重,从而使定位结果可以更好地接近真实状态的后验概率分布。实验结果表明该算法在未影响目标跟踪实时性的基础上,较大地提高了定位精度。3.实现了基于手机的实时定位算法的比对系统。通过Android和C#编程,分别实现了手机移动端和电脑服务器端的离线样本数据库建立和在线实时无线定位算法比对系统。在移动端实现了WiFi和地磁信号的实时采集和传输,在服务器端实现了多种数据预处理和定位算法的比对效果图和运动轨迹。研究成果可以应用在商场、停车场、办公楼、医院等大型室内环境,为用户提供精确的位置服务信息。