在无线室内定位研究中,目前通常使用的是WiFi位置指纹方法,该方法分为离线指纹数据库建立阶段和在线定位阶段,离线阶段首先把楼层划分成网格,将网格中心点定为位置指纹点,逐个采集位置指纹点上对应的若干个热点(AP)的接受信号强度指示值(RSSI),建立该楼层位置指纹数据库。位置指纹法实现的最大难点在于离线指纹库建立阶段,该阶段需要采集所有指纹点的RSSI值,由于多径、衰减、环境干扰等诸多因素,单个指纹点RSSI数据将会不固定,存在波动现象,因此在采集某个指纹点RSSI数据时,一般会在一个指纹点采集多个RSSI值,对采集到的原始数据做均值、分类等方法处理后,作为该位置指纹点的RSSI值存入指纹数据库。一般需要定位的区域覆盖区域普遍较大,每个指纹点都将花费数分钟时间,该阶段将花费大量时间及资源。为了减少离线阶段指纹数据库采集工作,本文提出了利用智能手机内置惯性传感器采集三轴加速度数据,来计算用户在室内运动路径,在经过位置指纹点时记录该点RSSI值,自动建立离线指纹库的方法。若所有内置惯性传感器的手机用户都参与数据采集工作,就可以基本覆盖整个区域,将大大节省离线指纹数据库建立成本,并且还解决了环境变化、AP变动需要重新采集指纹数据的问题。由于手机内置惯性传感器采集的数据存在噪声和干扰等随机噪声,测量结果精度不高,将导致计算出的路径有较大误差,运动距离越远,累积误差越大。因此本文提出了改进的高斯粒子滤波算法,采集到原始加速度数据后,先利用改进的高斯粒子滤波算法对加速度数据滤波,再计算终端运动轨迹。实验仿真表明,利用改进的高斯粒子滤波算法对加速度数据滤波后,计算出的路径较接近实际运动路径,定位精度与传统方法建立的数据库基本一致。但是自动建立指纹数据库的方法将节省大量资源,并且改进的算法具有良好的实时性和鲁棒性。