随着无线网络技术和计算机应用的普及和发展,公共场合配备了大量的无线局域网络,人们可以利用终端设备方便的连接无线热点,通过Wi-Fi信号在不同位置信号强度值的差异并匹配相应的算法来获取位置结果。由于WLAN室内定位方法可以利用已有的无线定位节点且定位精度较高而被广泛的应用于室内定位系统。当前的WLAN室内定位方法主要分为两大类：传播模型法和指纹点法,其中指纹点法由其较好的稳定性和工程实用性而受到广泛应用。指纹点法主要分为两大部分：离线阶段和在线阶段；其中离线阶段主要工作为信号数据采集、建模处理等；而在线阶段主要利用实时定位点RSSI数据并匹配相应的算法获取定位坐标。当前WLAN室内定位过程中由于信号存在时变性影响室内定位精度,当前对于定位的研究主要是通过对匹配算法的改进或滤波处理以获取较高的定位精度。本文提出了几种基于RSSI概率统计分布的改进型室内定位方法,同时引入了支持向量机分类算法,旨在提高定位的精度和效率。首先,本文采用指纹点定位方法;离线阶段采集指纹点信号强度数据,建立指纹点信号多元拟合高斯分布模型和支持向量机分类模型。其次,在线阶段对定位点进行实时信号数据采集和处理得到拟合高斯分布模型,利用支持向量机分类模型和拟合高斯分布模型对定位点信号数据进行分类和匹配处理。最后,分配不同的权值并利用WKNN算法获取定位结果。实验结果表明,本文提出的方法在提高了定位精度和效率,同时也提高了定位的鲁棒性和工程实用性。