现阶段利用GPS卫星定位已经可以满足室外较高定位精度的要求，但在室内定位还存在精度差的缺点。在复杂的室内环境，如机场大厅、超市、图书馆、地下停车场等等，如何精确定位成为一大难题。
　　本文用由 Zigbee无线节点所搭建的无线局域网上测量的接收信号强度指示（RSSI）作为测距信号，在分析常用的三角加权质心定位法和最小二乘定位法后，通过增加信标节点及修正权值，给出改进的四边形加权质心定位算法，在一定程度上提高了定位精度。由于RSSI信号波动较大难以精确定位，分析了室内信道传输模型，采用计算智能算法中的思维进化算法来优化BP的训练过程，在3m×3m区域内达到0.2m的定位精度，该算法相比于常规的BP算法及BP算法与遗传算法的结合算法，训练具有收敛快、权值稳定等优点，获得的定位精度较高。还运用径向基函数（RBF）神经网络处理了RSSI数据，在Matlab仿真拟合环境下得出，采用RBF网络可获得与思维进化优化 BP算法相当的定位精度，并且离线训练时间有所缩短。