随着移动通信技术的快速发展,人们对基于位置服务(Location Based Service, LBS)的定位精度要求越来越高。由于GPS,A-GPS等常用定位技术在城市环境中存在各种问题和不足,以及基于位置指纹的定位技术在城市环境中的特有的优势,使得该技术得到了大家的认可和深入的研究。伴随着Android系统以及基于3G/LTE网络的移动互联网的高速发展,人们更多的使用智能手机来进行社交、购物等活动,因此对手机的性能要求越来高。但是,智能终端同PC相比还是存在着处理数据能力弱,存储空间小等缺点,而云计算可以将应用的计算从移动终端迁移到服务端来进行,通过它能够加快应用处理的速度,使用户得到更高效的服务。基于此,本文在分析研究常用位置指纹定位算法的基础上,提出了一种算法改进方案,并设计实现了3G/LTE网络下基于云平台的Andriod移动终端定位系统。首先,在查阅和分析大量蜂窝网络定位技术相关文献的基础上,分析了位置指纹定位系统在3G/LTE网络当中进行应用所具备的优势,基于典型的3G/LTE网络结构,为运营商设计了具有位置指纹定位功能的3G/LTE网络架构以及定位流程。其次,对常用位置指纹定位算法NN, KNN, WKNN以及Bayes算法在不同的参数和环境下进行了仿真和对比,结果表明WKNN算法性能最优,并提出了一种基于最强基站过滤的信号强度向量相关系数计算的改进算法,通过Matlab的对比仿真分析发现,改进算法定位精度有一定提高而且减少了一定的工作量,故将该算法作为本文定位系统中的匹配算法。然后,在对系统进行详细需求分析的基础上,结合Android系统和Hadoop云平台的特点,设计了系统的整体架构以及各个功能模块组成。结合移动端和服务器端的设计完成了各项功能模块的设计,包括数据库、离线阶段数据采集、服务端Hadoop集群搭建、定位客户端等。最后,根据位置指纹定位系统原理与移动终端实现的功能,在3G/LTE网络环境下设计出了一套测试方案。通过现场实验以及测试结果表明,在城市环境下的3G/LTE网络中,移动终端通过本定位系统可以获得较高的定位精度和快速的定位响应,达到了预期的系统设计目的。