定位技术是一种被广泛应用的高科技技术,在交通、运输和商业等方面有着巨大的需求,在未来也有着无限的发展空间。近年来,移动互联网飞速发展促使智能移动设备定位技术逐渐成为人们关注的焦点。由于室外全球定位系统GPS无法穿透建筑物,一些大型的室内场景如医院,停车场,商场等无法利用GPS进行室内定位,所以室内定位技术的研究激发了研究人员极大的兴趣。本文提出一种基于WIFI/PDR的融合定位算法,并且提出一种WIFI指纹库的更新算法,通过搭建实际实验环境和软件平台的仿真,验证了算法的有效性。本文研究了WLAN指纹定位的原理,通过搭建实验环境建立了离线阶段的指纹数据库,重点研究了KNN定位算法中不同K值的定位效果,在在线阶段,采用了精度较高的定位匹配算法。本文研究分析了PDR算法的原理,选取了合适的步长估计模型。针对PDR系统无法提供用户初始位置的问题,本文提出了一种确定初始位置的方法,可以较精准地估计用户的初始位置。本文提出了一种基于可变长滑动窗口方法的融合定位算法,实验表明该算法可以减小PDR算法的累积误差,减小拐点处的定位误差,从而提高定位精度。针对离线阶段更新指纹库需要耗费巨大的人力和时间的问题,本文提出一种指纹库更新算法,利用基于变异函数的改进IDW方法,根据众包数据提供的信标点指纹信息,估计指纹地图内其余点的指纹信息,从而达到快速更新指纹库的目的。本文通过搭建的实验环境,对提出的指纹库更新方法和融合定位算法进行仿真验证。通过实验仿真分析表明,本文提出的滑动窗口方法,在实验环境下的平均定位误差为1.28m,可以精确地确定用户的初始位置,相较于PDR算法,提高了约40%的定位精度,有效地减小了PDR的累积误差,提高了定位精度。本文提出的指纹库更新算法,在定位误差2m的范围内,对比更新前的旧指纹库累积定位误差概率提高约15%,定位性能与当前实测的指纹数据库相近。通过仿真验证,本文提出的融合定位算法提高了定位精度,指纹库更新算法减小了时间和人力开销,更新后的指纹库定位性能良好。