移动互联网的快速发展,极大推动了人们对基于位置服务的需求。作为基于位置服务要素之一的定位自然而然成为人们关注的重点。根据定位技术的适用范围,我们将定位分为室内定位和室外定位。对于室外定位已经有卫星定位这样成熟且已大规模应用的解决方案,与之对应的室内定位则还在研究阶段,原因在于室内环境的建筑结构复杂,人员流动频繁以及电磁环境复杂,导致室内定位误差较大。本文针对室内定位误差较大,准确度不高的问题,提出了一种改进的加权K近邻算法,改进后的方法充分考虑了无线信号在室内传播过程中的时间和空间特征,将空间和时间特征融合到匹配算法的距离计算当中,从而降低定位误差。本文的主要研究工作如下:（1）对比不同定位技术的优缺点,综合考虑选用Wi-Fi作为本文的信标设备;介绍了Wi-Fi信号的传播模型和常用的室内定位算法,并就指纹匹配算法进行了分类介绍。（2）并从实际应用角度出发,在实际办公场景下,设定无线信号采集点,采集Wi-Fi信息。通过提取出来的Wi-Fi的RSS信息,分析Wi-Fi信号的RSS在空间、时间、方向、设备类型和视距与非视距等方面的特征,为基于Wi-Fi的室内定位算法提供理论支撑,为进一步实验优化距离计算打下基础。（3）针对Wi-Fi指纹定位误差较大,提出一种改进加权K近邻算法。该算法在指纹匹配阶段时,根据RSS向量的每个分量对距离计算的贡献度不同,结合RSS在时间和空间上的传播特征和性质,给与不同RSS分量不同的计算权重,使得距离的计算结果更加符合实际的信号传播情况。（4）在公共数据集上对提出的改进算法进行验证和性能分析,并与传统的KNN和WKNN算法进行比较。实验结果表明,改进后的定位算法在定位误差和定位准确度上都要优于传统的WKNN和KNN算法,且改进后的算法对指纹库的时间适应性更强。