随着互联网和无线通信技术的高速发展，人们在平日生活中对于位置服务的需求大量增长。当前室外环境下基于GPS的定位技术已经发展日趋成熟，但是由于室内环境复杂多变、结构比较复杂，因此在室内环境条件下的定位技术成为了近年科研人员的研究重点。目前室内定位技术主要有射频技术、蓝牙技术、UWB技术、WiFi技术等，其中WiFi定位技术由于具有部署相比其它定位技术较为方便、成本较低的优点，成为了在室内环境下所有室内定位技术中一种主流的方法。其中室内定位技术主要分为基于模型的定位方法和基于位置指纹的定位方法两种，由于基于模型的室内定位方法容易受到环境障碍物的影响定位误差过大，基于指纹的WiFi室内定位方法具有更广泛的适用性。针对于基于指纹的室内定位算法容易受到人为干扰等室内复杂因素影响，本文提出了融合PDR信息的室内定位算法，提升了WiFi指纹方法的室内定位精度。　　首先，根据指纹定位离线阶段需要建立庞大的室内离线指纹库十分浪费人力物力的缺点，本文提出了一种基于普通kriging插值和矩阵填充结合的构建离线指纹库方法，通过采集部分采样点的信号强度值，自动生成完整无线地图所有指纹采样点的信号强度属性值，节省了大量的人力物力，并且通过两种方法结合的思想，对比单一方法在复杂场景下减小了构建指纹库的误差。　　其次，对于WiFi定位阶段对比传统的K近邻、加权K近邻方法，只是结合了单一WiFi的信号强度信息容易受到环境复杂因素的干扰而引起较大的定位误差的缺点，本文提出了融合PDR信息的WiFi定位方法，使用PDR定位信息与WiFi定位中的RSS信息进行融合提升了最终用户的定位精度。并且针对于WiFi定位根据用户在线实时收集的RSS搜索庞大离线指纹库中指纹点时间过长的缺点，本文提出了一种在根据室内AP一个或多个的不同情况，分情况分别提出一种减少指纹搜索匹配时间的方法。　　最后，论文首先对于基于普通kriging和矩阵填充结合建立离线阶段指纹库的方法进行了仿真实验，实验结果表明相比单一一种构建指纹库的方法，本文提出的方法具有更小的构建指纹库的误差。其次对于本文提出的WiFi指纹融合PDR信息的定位方法，通过实验仿真发现本文提出的定位方法相比传统K近邻方法、加权K近邻方法具有更高的定位精度。