无线局域网(Wireless Local Area Network,WLAN)和移动设备的广泛应用使得用户位置服务(Location Based Service,LBS)的需求不断增加,因此,基于接收信号强度(Received Signal Strength,RSS)的室内定位成为科学研究的热点之一。本论文在WLAN室内定位算法的基础上,提出一种位置指纹T检验方法。特别地,讨论位置指纹处允许的最小RSS样本容量;其次,解决目标环境中参考点处RSS差异性不明显的问题;最后,在线阶段设计和实施了一种统计假设检验指纹匹配定位方法,实现目标终端的最终位置估计。基于此,本论文的主要工作如下:首先,完成WLAN定位离线指纹数据库优化研究。在离线阶段,基于对RSS样本特性的分析,使用OC(Operating Characteristics)函数优化用于指纹数据库构造可允许的最小RSS样本容量,并通过基于信息增益的接入点AP(Access Point,AP)选择方法,选择最优AP用于指纹数据库构建。该方法解决了指纹数据采集的盲目性和不可靠性,使得目标环境中的不同物理位置处接收到的最优AP的RSS差异性更明显,也在一定程度上减少了数据量的处理,节省了计算时间开销。其次,通过方差齐性假设检验推断每个测试点所对应的方差相同的参考点集合。方差表达了RSS样本偏离均值的程度,揭示了RSS样本内部彼此波动的程度。基于此,构建在线RSS样本序列与参考点RSS样本序列假设检验模型,并确定统计量以及拒绝域形式。通过上述过程,可对来自每个AP的RSS样本序列进行方差齐性分析,可得到每个测试点所对应的方差相同的参考点集合,以此来作为粗定位结果。该方法经过实验验证,能够有效地将测试点匹配到其所在子区域内。最后,通过离群点检测以及T检验匹配定位实现对目标终端的最终定位。首先利用基于密度的空间聚类(Density-based Spatial Clustering of Applications with Noise,DBSCAN)算法剔除物理位置不在同一密度区域的离群点,最后利用RSS样本均值、样本容量等多种数字特征对样本间相似度进行统计分析,通过统计假设T检验法完成对目标终端的精定位。实验仿真表明,在减少大量时间开销下,仍然保证了定位性能的稳定性。