随着科技与经济不断发展,物联网技术及其相关衍生产品得到了极大推广和普及,人与人的无线连接,人与物的无线连接逐渐变为现实。同时,人们对通过物联网设备连续地可靠地获取位置信息实现室内定位的需求,一直都在大幅度提升。众所周知,卫星导航系统在室外能够提供高精度的实时位置导航服务,但是在各类复杂的室内环境中,卫星信号会遭到诸多因素的干扰,如建筑材料、障碍物、室内的结构等,而无法进入室内,导致卫星导航系统在执行室内定位的工作时,性能会急剧下降。同时,单一的室内定位技术,往往存在精度低,鲁棒性差等缺陷,根本无法满足日常生活中室内位置服务的需求,比如商场超市导购、大楼导航等。传统的室内定位技术主要是Wi Fi技术和蓝牙技术,Wi Fi和蓝牙广泛的应用于物联网设备中,相关的产品也不断的进入人们的生活。Wi Fi技术具有技术成熟,组网简单,功率低、通信速率高、覆盖范围广等优点,并且非视距(NLOS)对Wi Fi影响微弱。由于Wi Fi的抗干扰能力强、具有良好的网络稳定性、高速以及高质量的数据传输等特性,使其在中短距离的定位应用范围内具有得天独厚的优势。蓝牙定位技术具有低成本,低能耗、数据传输的过程中安全性好;而且,在一定的范围内可以越过遮蔽物实现连接,它对通信的视角没有特别的要求,而且支持语音数据的传输,在室内定位的应用中具有无可比拟的优势。因而,基于蓝牙的定位技术成为定位领域中研究的热点之一。对此本文提出了融合Wi Fi和蓝牙的室内定位技术,以此来弥补单一技术的不足,实现两种技术的优势互补,达到“1+1>2”的效果。本文针对现行的定位技术展开研究,阐述了它们的优点和缺点,以及Wi Fi和蓝牙技术进行融合在室内定位中的合理性。同时,本文针对传统的基于蓝牙的朴素贝叶斯概率定位算法中,它是直接在实际场景中部署的采样点的基础上实施定位,这样做会产生很多的垃圾数据。对此,我们提出了一种改进的基于蓝牙的朴素贝叶斯概率定位算法的方案,也就是在利用朴素贝叶斯概率定位算法实施定位之前,筛选出优质的样本点。在传统的加权K最近邻WKNN(K-Nearest Weighted Neighbor)算法中,当指纹数据库中数据量比较大时,存在时间复杂度过高的问题,对此本文引入K-Means算法在离线阶段对样本点采集到的数据进行分类和聚合,这样有效的避免了实时定位阶段对整个指纹数据库的扫描,有效的提高了定位的效率。多种技术的融合与混搭也会带来技术领域的创新,基于这种思想,本文提出了融合Wi Fi与蓝牙的室内定位技术,这种扬长避短,各取所长的策略,最终有效的提高了室内定位的精确度,提高的幅度高达17.0%以上,而且定位的稳定性也得到了很大的提升。