近年来,随着移动互联网技术的迅速发展,室内无线定位技术作为其催生出的新兴技术产业,已被广泛应用于安全保障、社会服务、医疗卫生等领域,且成果突出。随着室内无线定位需求的日益增加,如何实现在室内环境下的精确定位,成为当前研究的一个重要方向,这为无线局域网(Wireless Local Area Network,WLAN)技术应用于室内无线定位提供了机遇。WLAN技术应用于室内无线定位有着显而易见的优势,成本低廉、安装简单、覆盖范围广、可扩展性强、终端分布广泛等等。与此同时,它也面临着巨大的挑战,其中最大的问题就是其传播信号容易受到环境因素的影响与干扰,导致定位精度偏差较大。基于此背景,本文主要研究WLAN环境下基于接收信号强度(Received Signal Strength Indicator,RSSI)的室内无线定位与跟踪技术。论文首先详细介绍了基于RSSI的室内无线定位的研究背景和现实意义,总结了现有室内无线定位与跟踪技术的发展演进,及其面临的难点问题,确定了本文的研究方向。针对现有算法通常假设锚节点的位置固定,但在很多快速部署现实情景中锚节点的位置会发生变化的问题,本文在最大似然算法的基础上提出了一种基于RSSI的动态调整路径损耗模型参数的定位算法。该算法利用参与定位的所有锚节点之间的RSSI信息,对定位空间进行全面衡量后,对路径损耗模型的参数进行估计和修正。随后,再通过修正后的损耗模型,确定目标节点与锚节点之间的距离,进而确定其位置。仿真结果表明,相较于现有的模型参数估计定位算法,该方法能够有效抑制环境变化对定位精度的影响,定位误差小,性能优良。进一步,在定位跟踪环节,针对现有的基于卡尔曼滤波的跟踪算法受到线性系统的局限,而基于粒子滤波的跟踪算法易受奇异值影响的缺点,本文提出了一种联合粒子滤波和卡尔曼滤波的预测跟踪算法。该算法首先使用粒子滤波对目标节点状态进行估计,以克服系统线性或者非线性对跟踪算法的影响;随后,再对估计结果进行卡尔曼滤波,消除奇异值的影响,进一步提高定位精度,实现对目标节点的准确跟踪。仿真结果表明,与现有的跟踪算法相比,本文所提出的算法能够适应多种运动情景,并且误差小,稳定性强,利于实际应用。