随着移动互联网的发展和基于位置服务(LBS)需求的日益增加,室内定位技术随之快速发展。近年来,WiFi接入点(AP)广泛装备于大型商场、医院等公共场所,使得WiFi室内定位技术成为室内定位领域的重要组成部分。其中基于移动终端(如手机,PDA)的WiFi指纹定位技术具有高精度、实现简便,和低成本的特点,并且在商用、社交,医疗等方面具有重要作用和良好的发展前景。本文围绕着移动终端的WiFi指纹定位技术,对算法的定位精度、复杂度,以及稳定性等方面进行深入研究。具体地,论文主要完成以下工作。首先,本文分析了现有WiFi指纹定位方法的原理,以及影响其定位精度的主要原因。研究发现,现有的指纹定位方法大多只是利用指纹与位置的匹配关系,并没有利用室内信号的非视距(Non Line of Sight,NLOS)传播信息。因此,本文提出了基于NLOS环境的定位方法,通过建立的信号衰减距离模型,并结合指纹法计算终端位置。该算法将信号的NLOS衰减信息作为位置计算的先验知识,减少了RSSI的NLOS衰减对定位的影响。仿真结果表明,所提方法相比较于传统指纹定位法,精度提高了约25%。进一步,本文分析了针对于多楼层环境指纹定位方法存在的主要问题,即计算复杂度高以及楼层定位的准确性低。针对这两个问题,首先提出应用现有的仿射传播聚类算法对指纹聚类以减少匹配算法的计算复杂度,然后根据信号在楼层间的衰减特性,提出基于RSSI阈值的楼层判别算法以提高楼层判别的准确率。仿真结果表明,所提多楼层WiFi定位方法能够有效减少匹配算法计算复杂度,并提高楼层判别的准确率。最后,考虑信号干扰对定位精度以及鲁棒性的影响,提出惯性传感器辅助的WiFi定位方法。通过终端中惯性传感器信号分析用户的行走状态,从而利用其行走状态优化WiFi指纹定位的精度和稳定性。并将此方法在Android平台上实现,通过Android手机完成相应测试。实验结果表明,相比较于传统的指纹定位方法,所提算法提高了系统的鲁棒性,定位精度的可以达到3m左右。