随着信息科技的发展,人们的工作、生活方式也随之发生着改变。近年来,随着无线通信技术的飞速发展,无线局域网(WLAN)几乎覆盖全球,成为人们日常生活中不可缺少的部分。通过手机、平板、笔记本电脑等电子设备,人们可以随时随地的接入互联网,社会随之步入移动互联的时代。同时,人们对于基于位置的服务(LBS)表现出更高的期望,实时准确的获取位置信息是满足高质量位置服务的基础。现有的全球定位系统(GPS)在室外环境下可以实现较为精确的定位,但是在有建筑物遮挡并且复杂多变的室内环境下定位效果差,无法满足人们的位置服务需求。因此,室内定位技术的发展倍受关注,其中基于WLAN的室内定位技术更是脱颖而出,成为研究热点。WLAN室内定位技术中的位置指纹算法具有定位精度高,成本低等优点,拥有广泛的应用前景。首先,本文基于位置指纹算法做了一系列的研究工作,从传统的定位匹配算法入手,研究其原理并进行实验,对比分析了各算法的定位性能。其次,由于位置指纹定位算法工作量较大,本文提出应用核模糊聚类算法(KFCM)对无线路由器(AP)发射的接收信号强度(RSS)向量进行聚类,实现定位区域自动划分,减小了定位工作量并且提高定位实时性。同时,针对传统的定位匹配算法精度容易受到RSS信号时变性的影响这一问题,本文研究了独立成分分析(ICA)算法和核典型相关(KCCA)算法,并且将两种算法相结合,先运用ICA算法提取RSS信号的独立成分分量,再运用KCCA算法提取RSS信号强度与位置坐标之间的典型特征,之后结合传统定位匹配算法进行定位,通过实验验证了改进算法定位精度的提高。最后,在算法研究的基础上,本文根据实际项目需求,将WLAN位置指纹定位算法应用于实际定位场景中,结合电子标签定位和GPS定位实现了基于Android平台的位置服务系统,并且将定位与地图相结合,向用户提供实时定位,位置展示、相关信息推送等服务。通过实践表明该系统能够给予用户良好的位置服务体验。