近年来,移动互联网技术飞速发展,智能手机已经深入人们的日常生活。位置感知服务(LBS,Location Based Service)通过 GPS(Global Positioning System)为用户提供精确定位与导航服务,正受到人们的关注。然而,室内环境中较差的卫星信号强度使得GPS无法正常工作。随着室内定位技术日趋成熟,这一问题逐渐得到解决。Wi-Fi目前已在机场、车站、购物中心等大型公共场所广泛应用,成为主要定位方法之一。然而,人工成本过高、估计精度受限等缺陷限制了 Wi-Fi定位技术的发展。IEEE于2016年11月提出了一种基于信号飞行时间(ToF,Time-of-Flight)的 Wi-Fi 精细时间测量(FTM,Fine Time Measurement)方法,消除了时钟引入的测量误差,提高了 Wi-Fi的测距精度。本文研究了一种基于该测距方法的定位方案,在实现高精度定位的同时降低了算法的计算开销。该方法包括快速初步位置估计与迭代优化两个阶段。快速估计阶段将FTM距离估计信息视为高维距离矩阵,通过MDS方法降维处理得到节点的相对位置关系,再根据节点网络构建线性变换模型估计结果,然后基于SMACOF算法构造优化函数并引入测距权重估计方法快速提升估计精度;迭代优化阶段消除历史观测序列中的时间维度,构建VPC(Virtual Position Client)空间序列并根据空间关系构建时空约束模型,利用非线性优化方法以及KKT条件模型进一步提高未知节点的定位精度。在实验仿真阶段,本文首先对RTT方法的测距性能进行测试,分析影响测距精度的潜在因素,包括:障碍物材质、数量,实际距离,设备差异等。然后对算法中包含的可选参数进行优化,分别进行动态与静态测试并对比不同算法的定位效果。实验结果表明,快速优化方法在保证低开销的同时达到了较高的定位精度,迭代优化方法则在此基础上进一步提高定位精度,平均定位误差达到亚米级。由此可见,该算法与传统方法相比能够取得更高的定位精度,同时保证计算开销相对较低。该算法真正实现了亚米级Wi-Fi测距定位,推动了 Wi-Fi测距定位技术的发展与进步。