随着3G业务的兴起，移动增值业务越来越得到各大运营商的重视，成为运营商新的业绩增长点。而许多增值业务的实现是基于定位技术的。传统的定位技术TOA、TDOA、AOA、RSSI等由于受非视距等无线传播的影响较大而不能提供精确的定位服务。因此，寻找一种能够克服无线传播影响、简单、易实现的定位算法成为了本文的研究重点。位置指纹定位算法是模式识别技术在无线通信领域的创新，它的实现分为离线训练阶段和在线定位阶段两个阶段。离线训练阶段主要是通过采集移动终端测量到的服务基站的接收信号电平值信息，然后经过数据处理，形成离线指纹数据库，供在线定位阶段匹配。在线定位阶段主要是通过输入被测试终端采集到的指纹信息，采用一定的匹配算法匹配离线指纹数据库，得出被测试终端的估计位置。而要获得较为精确的位置服务，需要在离线训练阶段建立庞大的离线指纹数据库。针对现有指纹定位算法在大量离线指纹数据库条件下匹配时间过长的考虑，本文以WCDMA蜂窝网为支撑，结合Hadoop云计算平台的MapReduce分布式框架思想，提出了基于Hadoop云计算平台的位置指纹定位算法。首先，本论文在查阅大量文献的基础上，介绍了云计算技术特别是Hadoop开源平台和指纹定位技术的应用趋势和研究现状。其次，通过对WCDMA网络架构的分析，对比WCDMA蜂窝网中的各种定位技术的优劣点之后，结合位置指纹定位技术的特点和Hadoop/MapReduce分布式框架的技术优势，设计了WCDMA网络定位系统。然后，重点设计了KNN算法的MapReduce化实现。重点实现了相关的map函数和reduce函数的设计。最后通过在本机搭建Hadoop云计算平台，通过在WCDMA网络下实测的路测数据提取出RSCP和对应的基站经纬度坐标作为指纹数据库，比较单节点条件下MapReduce化的KNN算法和双节点条件下的KNN算法的匹配时间差，验证MapReduce化的KNN算法的优势。