研究发现人们大部分的时间在室内度过，但是当前的全球定位系统(Global Positioning System，GPS)无法提供室内定位，因此相关学者提出了许多的方法来实现室内定位。在众多的室内定位技术中，WIFI定位具有无需安装设备、易普及的特点，所以成为室内定位的热门研究方向。 论文对当前常用室内定位算法进行分析后，选择基于接收信号强度(Received Signal Strength，RSS)的位置指纹法来实现WIFI定位，并对定位过程中离线和在线阶段存在的一些问题进行了改进，然后对改进的算法进行了实现。 首先，在离线阶段，改进了WIFI接入点(Access Point，AP)的选择算法，将AP出现的概率与AP的RSS均值和平均差相结合，并引入最大信息系数(Maximal Information Coefficient，MIC)来进行选择;滤波方面，将均值滤波与限幅滤波相结合,并对限幅滤波不能滤除采样初始时连续出现的异常值问题进行了改进;针对因设备异构导致定位精度降低的问题，提出用零-均值(Zero Score，Z-Score)规范化对指纹数据进行处理。 其次，在线阶段，针对RSS值聚类容易产生离散点的问题，提出在使用加权K近邻(Weight-K-Nearest Neighbor，WKNN)后不直接估计坐标，而是对坐标进行聚类，将坐标分为有用类和无用类，在有用类中估计坐标，实现离散点的剔除。 最后，将论文所提的相关算法借助微信小程序进行了实现，并进行了相关测试。通过微信小程序，采用客户机/服务器(Client/Server，C/S)模型，在小程序端采集RSS值、显示定位结果，在服务器端存贮RSS值并进行训练和匹配。
NETL
