近年来,基于位置的服务被广泛的应用在人们的生活中,并起着越来越重要的作用。其中,定位技术是基于位置的服务的重要组成部分。由于基于全球卫星导航系统的定位技术在室内环境中的定位精度并不理想,所以室内定位技术引起了许多研究者的兴趣,成为近年来的研究热点。由于室内环境复杂多变,室内定位算法的定位精度面临着挑战。所以,本文的主要研究目标是提高室内定位算法的定位精度以及鲁棒性。针对基于接收的信号强度指示(Received Signal Strength Indication,RSSI)指纹的室内定位算法,经本文研究发现,在RSSI指纹数据库过期的情况下,K最近邻(K-Nearest Neighbor,KNN)室内定位算法的定位精度会急剧地下降。并且,更新RSSI指纹数据库是个耗时长、成本高、劳动密集型的工作。所以,本文提供了一个能在RSSI指纹数据库过期的情况下提高KNN室内定位算法的定位性能以及鲁棒性的解决方案。本文经研究发现,如果首先将定位区域中待定位用户的位置确定在一个较小的子区域内,只利用子区域内的无线接入点(Access Point,AP)提供的RSSI组成待定位用户的RSSI向量以及子区域内参考点的RSSI指纹,最后使用KNN室内定位算法将待定位用户的RSSI向量与子区域内参考点的RSSI指纹进行匹配,可以提高KNN室内定位算法在RSSI指纹数据库过期条件下的定位精度以及鲁棒性。基于这一发现,本文提出了一种基于RSSI指纹的鲁棒迭代室内定位方案(Robust and Iterative Indoor Positioning Scheme Based on RSSI Fingerprint,RIFi)。本论文提出的RIFi算法首先将定位区域划分成四个子区域,然后本文提出一种阈值选择方法,根据确定的阈值计算各个子区域的权重,选择具有最大权重的子区域作为待定位用户所在的子区域,然后再次将上一步骤确定的待定位用户所在的子区域划分成四个子区域,然后再次根据阈值计算各个子区域的权重,选择具有最大权重的子区域作为待定位用户所在的子区域,经过几次迭代之后RIFi算法将待定位用户确定在比原始定位区域小的子区域内。最后,本文验证了RIFi室内定位方案的定位性能,可以得到两个结论:首先,RIFi室内定位方案具有很好的定位精度,在RSSI指纹数据库过期的条件下,其定位误差小于4米的概率约为70%,高于同等条件下的KNN室内定位算法的定位精度;其次,RIFi室内定位方案具有很好的鲁棒性,在不同程度的RSSI指纹数据库过期条件下,RIFi室内定位方案具有几乎相同的定位性能。