随着无线互联网技术的发展和移动设备的普及，人们对位置的需求越来越强烈。GPS技术解决了室外定位的问题，却很难应用于室内环境。业界一直没有形成普适的定位方案，室内定位问题也成为相关研究领域的焦点。　　首先，本文考虑到移动设备的硬件局限性，在分析WiFi和FM信号特征的基础上，利用WiFi-FM指纹融合算法构建鲁棒性更强的指纹特征。该方法能够弥补移动端室内定位系统中存在的信号源不足的缺陷，增加指纹特征的维度，提升系统的准确度和可用性。　　其次，本文系统地分析了室内环境的特点，由此提出了指纹段索引的建立方法和最小集匹配算法。在指纹训练阶段，定位系统利用视距平均采样法建立指纹索引，并根据空间连通性对指纹空间进行聚类划分，从而抽象出环境中存在的路径连通关系;在定位阶段，系统利用历史位置和计步数据对运动范围进行估计，在指纹聚类内和聚类间采用不同的搜索策略，有效降低了定位阶段的时间复杂度，提升了室内定位系统的实时性。　　最后，本文在Android系统上完成了系统原型的设计与开发，并利用实验数据对算法的合理性和有效性进行了验证。实验结果表明FM信号在空间上具有一定的连续性，同时WiFi与FM信号是独立的，指纹融合技术能够增加定位特征的维度，提升移动端室内定位系统的准确度和可用性;最小集匹配算法能够减少定位所需的时间，增强了系统的实时性。