随着基于位置的服务这一概念的兴起，人们对于无线定位的要求越来越高。在室外环境下，全球定位系统已经能够满足人们大部分的定位需求，但是在室内环境下，由于墙体的阻挡，全球定位系统不能很好的工作。因此对室内定位技术的研究成为了近些年来的热点。本课题根据室内定位技术的类别，对基于传感器技术和基于信号测量技术的方法进行对比分析，以低成本和覆盖范围广两方面为出发点，选取基于WLAN的位置指纹法作为研究对象。课题围绕基于WLAN的位置指纹法，对位置指纹法中离线阶段的接入点选择算法和定位特征的预处理以及在线阶段的匹配算法进行了重点研究。通过基于稳定接入点优先选择算法，选择出室内较稳定的无线接入点，减小了不稳定的接入点对定位阶段的影响。课题在室内通过最近邻法进行了实验，结果显示该算法选择出来的接入点的信号强度值更稳定，定位时的匹配准确率比基于最强信号接入点优先法提高了21%，定位更加准确。针对离线阶段对信号强度使用均值法会引入小概率信号的问题，通过拉依达检验法对奇异值进行处理，并在拉依达检验法的基础上进行了改进，改变贝塞尔公式的形式从而可以快速、高效的处理大量的数据，实验证明在处理同等数据量的情况下改进后的算法的处理速度要快于改进前。针对匹配算法，本课题介绍了一种基于支持向量机多分类的匹配方法，实验表明该方法的匹配准确率最高可达到90%以上。文章最后根据上述工作，实现了一种基于支持向量机分类的WLAN位置指纹法室内定位系统。实验表明，该系统能够在3米的范围内有效分辨出移动端的估计位置，基本达到了预期的效果。