随着无线网络的发展,基于位置服务(Location based services,LBS)的需求不断增加。目前,基于专用设备和基于Wi-Fi测距的定位技术可以实现较高的定位精度,但要求部署额外的专用定位设施,成本高、便捷性差。近年来,基于位置指纹的室内定位技术成为研究的重点之一。基于位置指纹的定位技术,其原理是在不同位置可以接收一系列接入点(Access Point,AP)的接收信号强度指示(Received signal strength indication,RSSI),其RSSI具有唯一性,可以将RSSI作为指纹,标识特定的位置。但室内定位环境复杂,需要实时更新指纹库,但是在更新指纹库时如若不考虑指纹的可信性,虚假的指纹信息可能会对定位结果造成严重影响。对于现有指纹定位技术不能抵御虚假指纹的问题,本文提出了具有较高鲁棒性和稳定性的定位算法,实现较高的定位精度。具体工作内容如下:针对在现有指纹库更新过程中,可能会把虚假RSSI指纹更新到指纹库的问题,本文提出一种基于可信位置指纹的室内定位算法(Indoor Localization Algorithm Based on Trusted Location Fingerprint,LABTF)。该方法利用 RSSI 受不同因素影响的差异性,对指纹进行可信度检测,并通过投票机制对指纹进行权值分配。由于室内环境会有多种干扰因素,采用投票机制可以使定位算法对环境的干扰有一定的容忍能力。本方法不仅可以提高定位精度,而且可以较好地应对室内环境的干扰。当定位环境发生突变时,该定位算法仍可以实现较好的定位效果。经过仿真分析,在存在多种干扰因素的室内环境中,相较于现有的指纹定位算法,本文算法的定位精度和鲁棒性较高。针对传统粒子滤波算法中粒子样本数较多、跟踪效果受环境影响较大等问题,本文提出了一种基于可信位置检测的粒子滤波跟踪定位算法(Particle Filter Tracking and Localization Algorithm Based on Trusted Location Detection,PFBTL)。该算法不仅对观测量进行了可信度检测,而且优化了粒子的权值计算,使后验密度较大区域中的粒子样本具有较高的权值。在跟踪过程中,该方法降低了虚假信息对跟踪结果造成的影响,优化了粒子样本的分布,使跟踪轨迹更加接近于真实路径。经过仿真分析,本算法不仅加强了跟踪定位系统的鲁棒性和稳定性,而且提高了目标跟踪定位的精度。