随着移动互联网的发展,移动设备定位技术成为关注的热点。比较成熟的室外定位——GPS系统无法穿透建筑物,不适用室内定位。然而一些大型商场、医院、仓库、大型停车场等场合室内定位是必须的。基于Wi Fi的室内定位普及率高、成本低、实现简单的特点使其成为研究热点,代表性算法是指纹定位。惯性测量定位是基于加速度传感器,电子罗盘等传感器的位置估算方法,代表算法是行人航迹推算(PDR)。本文研究了影响指纹定位算法精度的关键因素,如:AP接入点选择,人对信号强度的影响,AP接入点之间的相关性,信号强度随距离的关系等,重点研究影响最大的因素——AP接入点选择算法。针对已有AP接入点选择算法大多运行于离线或者在线阶段,没有考虑无线信号时变性特征,造成指纹库过期以及精度下降的缺点,提出运行在离线和在线两个阶段的AP选择算法——基于区分度的AP选择算法;通过实验表明基于区分度的AP选择算法比Max Mean算法有更好的定位精度。针对PDR算法中的步长估算模型对不同行走速度精度差的缺点,提出改进的步长估算模型,通过实验表明改进步长模型对不同行走速度都有较高的精度。针对指纹定位受环境影响大、PDR算法存在累计误差和需要初始位置的缺点,提出指纹和PDR融合室内定位算法。一方面利用PDR估算的坐标减小指纹定位算法搜索指纹库的时间开销,进而减小定位系统时间和空间复杂度,增强指纹算法对环境的鲁棒性;另一方面,利用指纹定位的结果修正步长模型参数以及定位结果,进而减小PDR算法的累计误差。最后,设计和编程实现了融合室内定位系统的各个功能模块。通过大量实验表明指纹和PDR融合算法与单独指纹定位算法相比,提高了对环境的鲁棒性,提高了定位精度。