随着经济社会的快速发展,用户可以使用可移动的计算设备随时随地接入互联网,因此基于位置的服务也就引起了越来越多的重视。现如今,人们对室内定位与导航的需求正在日益增大,尤其在复杂的室内环境,所以研究出高精度、低成本和场景适应性强的室内三维定位方案,进而应用于无线网络精细化优化和问题分析,是非常有必要的。论文以指纹匹配定位技术为核心,针对蜂窝网络场景,分别对定位算法,生成匹配特征库的方式,以及提高特征库精确度的方法进行研究,设计了匹配定位方案,特征库的构建以及运用工参,室外路测数据等修正特征库的方法。并进一步考虑在多维信息和指纹相关的情形下,进行定位效率提升,精度提高的方法。论文首先综述了现有常用室内定位技术和指纹匹配定位算法,并对它们的适用性进行了对比和分析。然后,在蜂窝网络场景下,提出了基于环境相关度的匹配定位方案,并详细阐述了其原理及具体流程。验证结果表明,与加权K邻近和最大似然算法相比,本文所提出的算法具有较好的定位性能。接着,介绍了三维定位系统平台及其功能模块。并详细阐述了特征库的生成,包括实际测试数据构造库和仿真库。对于仿真库不够准确的问题,运用室外的路测测试数据等信息,针对不同的建筑物高度场景,提出两种修正方法,验证表明所提方法较大地提高了定位精度和匹配效率。最后,考虑数据级的信息融合,运用信号接收强度、到达时间等多维测量量,以及各个指纹点之间的相关性,在某些场景下,进行定位效率的优化和精度的提高。验证结果表明,相比传统匹配方法(如最大似然算法)以及基于贝叶斯概率统计的Cell sense定位模型,所提方法在效率优化和精度提升方面具有较好的效果。