近年来科技发展迅速,基于位置的服务越来越受欢迎,包括导航、消费推荐等。在室外环境下,全球定位系统已经能够达到很高的定位精度,但其在室内环境中并不能很好的工作。因此,室内环境下的定位问题成为人们研究的热点,本文将对室内定位进行研究。室内定位指的是,利用无线通讯等技术形成一套定位体系,从而对室内环境中的人等进行位置监控。由于蓝牙4.0具有低功耗、低成本、便于部署等优点,因此本文采用蓝牙4.0技术作为定位方式。本文主要工作如下:第2章,首先介绍了三种传统的无线室内定位方法和K近邻方法;然后,通过分析采集到的信号强度值,引入卡尔曼滤波算法对强度值去噪,并对该算法进行了改进,针对信号强度值是否发生正常跃变进行了判断。该方法能较好的消除强度值中的噪声,为以后的精确定位打下基础。第3章,主要提出了基于K近邻与窗宽自适应Mean Shift算法结合的静态定位方法,该方法首先利用K近邻对待确定位置点进行初定位,生成坐标候选集,然后通过窗宽自适应Mean Shift算法进行精确定位计算出待确定位置坐标。通过实验验证了该算法的有效性。第4章,提出了基于K近邻与卡尔曼滤波算法结合的动态追踪定位方法,该方法首先通过速度和加速度等信息,重新计算初始点及运动轨迹中其他点的位置坐标作为测量值,在此基础上应用卡尔曼滤波算法进行动态追踪定位。利用该方法分别对以下三种运动轨迹进行定位,即方向改变和不变两者相对时间不同的路线,方向改变次数较少和较多的路线。实验结果验证了该方法的准确性。第5章,总结全文,并提出了对以后工作的进一步展望。