近年来，位置服务领域获得了广泛应用，定位算法，尤其是相对困难的室内无线定位方法受到了越来越多的关注。室内无线定位系统的关键在于定位精度、系统普适性、兼容性及系统资源消耗等。为了达到更加令人满意的定位效果，传统的室内无线定位系统结合了多种其他技术，形成了各类专用合成技术定位系统。例如声波测距技术、视觉处理技术和毫米波、射线追踪技术等。上述改进在一定程度上增加了系统的定位精度，但同时也带来了更高的运算复杂度、更高的功耗及更低的系统普适性。　　本文提出了一种精确且高效的室内无线定位网络方案。该网络可以同时对用户手持移动终端（可接收WiFi无线信号）和移动热点（可发射WiFi信号）进行精确的低功耗定位。为了满足上述要求，一方面使用当前使用最为广泛的WiFi信号强度信息作为测距标准，另一方面为了降低设备要求和系统部署成本，使用市面上常见的智能手机和路由器作为定位设备。此外，本系统引入贝叶斯分析方法分析目标位置的先验概率和后验概率，以增加定位精度、降低系统功耗。该方法可以从理论上避免系统在求解过程中面临的方程组无解的问题，同时可以将传统的定位结果由一个单一的位置坐标改善为估计后的动态区域。　　本论文还采用边缘计算技术采集和利用定位所需的大数据，从而对上述贝叶斯分析所需的先验概率等关键数据进行实时更新。当系统进行定位或回溯时，用户手持移动终端将采集到的数据上传至边缘计算服务器以节省有限的计算和存储空间。之后，服务器对这些数据进行处理，帮助系统作出有关目标用户位置的精确决定。最后，边缘计算服务器将用户所需的信息反馈至用户终端，并实时显示。　　此外，本文提出了一种基于Micro-Model的自组织回溯算法。该模型测量每两个相邻子空间之间的环境衰减因子，而不是像其他类似模型一样测量每个子空间内部的平均环境衰减因子。因此，可以以最直接的方式获得待定位热点和移动终端或传感器之间的精确环境衰减因子，进而获得目标的精确位置信息，显著降低了回溯的平均误差。同时，该算法适用性较广，不会受到物理空间的过多限制。整个回溯算法包括三个步骤:计算推荐回溯区域、确定候选数据集以及结合贝叶斯分析方法进行回溯。　　最后，为了确保所提出的理论切实有效，专门搭建了BJUTLocate测试平台用来测试系统运行的功能和性能。测试被安排在北京工业大学科学楼八层的走廊中进行，各项参数均经过严谨测试。实验结果表明该系统具有令人满意的定位精度，较高的稳定性和较低的功耗，基本满足了设计之初项目组提出的需求。