近年来，移动智能手机的用户数量剧增，为了用户可以便捷地使用网络进行通信，各大城市在公共场所内都铺设大量WiFi热点，因此很多室内定位的研究者便将WiFi热点作为定位区域的接入点，提出了基于WiFi的室内定位技术。WiFi的室内定位技术利用公共场合内的共享热点覆盖区域作为定位区域，从而降低系统开发成本，与其他室内定位技术相比更具备市场竞争力。　　本文阐述了室内定位技术在当今形势下的研究意义，分析了国内外的室内定位的研究现状，对几种常用的室内定位技术进行深入研究。不同室内定位技术都有其特定的应用场景，其定位精度也存在差异。定位精度提高也有赖于选择合适的定位算法，本文选取几种常用室内定位算法原理和特征进行研究分析。　　在大型的室内场馆内需要铺设的网络节点较多，导致采集的样本数据维数较大，增加了定位时间和算法复杂度。因此，在离线阶段需要对采集的原始数据进行预处理，本文采用特征提取算法对原始数据进行处理，有效地降低了数据维度，去除数据冗余信息，即使在噪声环境下也能得到较好的定位效果。无线信号在室内传播存在反射、衍射、阴影效应和多径衰落等特征，采用基于传播模型的定位方法，如泰勒级数法，三边定位法，双曲线法等，因复杂的室内环境导致参数变化较大，定位精度不高。为了避免传播模型参数造成的影响，许多研究者便提出了基于BP神经网络的室内定位算法，此算法有效地解决信号模型中参数的不精确问题。但标准BP神经网络训练误差收敛速度较慢，定位误差较大，本文采用基于LMBP神经网络室内定位算法并使用Matlab软件编写LMBP神经网络代码对算法进行性能仿真分析，仿真结果表明LMBP算法能有效的解决了收敛速度慢的缺陷同时提高了定位精度。　　本文还对室内定位系统架构进行分析，编写手机客户端软件并在笔记本电脑上搭建定位系统服务器，并对所开发的定位系统进行性能测试，记录其定位结果。