随着地理信息系统以及移动通讯的发展,对人员、车辆、事件以及其他移动目标的定位需求已经提到了日程,并且具有极为广阔的市场发展前景。近年来,对手机等无线定位技术的研究,主要有两个方面,一是设计出高效可靠的定位算法；另一个是针对特定算法,如何在复杂多变的无线环境中获取准确的所需参数。本文主要研究的是基于位置聚类的快速定位技术。快速定位技术是对中国移动现有的LSP (Location Service Platform)定位技术的补充与增强,专门针对以手机客户端软件形式存在的各种大众类增值业务提供自定位的基础功能。与现有技术相比,快速定位技术具有响应快速、定位精确、可自学习式优化等特点,可以有效提升用户的业务体验。为了获取高质量的定位数据库、提高定位响应速度和定位精确度,本文在指纹定位技术的基础上进行了以下改进：1、按照配置好的处理周期对原始数据进行处理,将无效数据以及重复的数据剔除掉,将有效数据存入有效数据表中,并根据基站的失效时间来更新基站的静态数据。2、提出了将聚类技术引入移动定位中,根据不同基站的覆盖半径来计算基站的阀值、聚类半径和聚类密度,并根据阀值来过滤基站的采集数据；对过滤后基站数据进行聚类处理,并按时间段进行划分。3、针对聚类形状不规则的情况,对聚类应用最小圆覆盖算法,将聚类的最小圆圆心和半径存入数据库,供快速定位平台使用。4、通过读取当前的算法配置信息来调用算法容器中的算法,算法容器中的算法通过调用最小圆覆盖后的聚类的数据来计算终端的实际位置信息,将聚类的最小圆圆心作为定位结果、最小圆半径作为定位误差返回给用户,并将最终的位置信息保存到相关数据库中。论文实现了快速定位原型系统,并针对算法进行了测试。实验结果证实本文算法在城区67%的概率能达到96米,在郊区94%的概率能达到1000米。系统基本满足北京移动研究院的定位需求,已在北京移动和辽宁移动部署。