在当下基于位置服务(LBS)领域中,使用WIFI等电磁信号的室内定位服务是目前市场所开发与研究的热点。但室内环境的复杂结构会对无线信号产生屏蔽干扰等问题,导致电磁信号的多径效应,从而严重影响室内定位的精度。针对现有WIFI室内定位存在的问题,本文基于OFDM(Orthogonal Frequency Division Multiplexing)技术,选择从WIFI物理层采集的CSI信号替代RSSI作为室内定位方案的定位信源。原因在于CSI携带更丰富的特征数据,所以对室内不同位置关系的映射具有更加明显的差异度,这表示CSI作为定位信源具有更高的稳定性,使其能更好的支持被动式室内定位。综上,本文将基于现有无线信号指纹定位的一般原理出发,从指纹定位的离线采集构建和在线匹配两个阶段,分析研究采用以CSI作为室内定位信源的方案对定位效果的影响与提升。首先,在离线采样与预处理阶段:针对CSI各相邻子信道之间存在相互扰动问题,采用子信道混合差分的方法生成位置指纹信息,具体方法为采用固定间距差分的方式抑制相邻子信道的互相干扰,又采用普通差分的指纹补充固定间距差分中损失的数据,以保持特征数据的完整性。与此同时也从天线对数、构建算法复杂度、指纹特征选取等多个角度对指纹构建算法进行了性能评估,得出完整预处理方案。此外这个阶段还提出了一个无线信号分布规律的假设,并设计一个独立小实验加以验证。其次,于在线匹配阶段:将隐马尔科夫算法(Hidden Markow Model,HMM)进行改进与优化,并对应室内指纹定位方法进行数学建模。针对隐马尔科夫算法中的鲍姆-韦尔奇(Baum-welch,BW)预测模型中参数初始设定存在随机局部最优的问题,本次研究提出了一种粒子滤波-隐马尔科夫(PSO-HMM)算法,该融合算法在BW算法的初值选定环节引入了粒子群优化算法(Particle Swarm Optimization,PSO)使得结果更接近全局最优。与此同时,为了适应HMM算法模型中参数的约束条件,对于PSO算法数据的出口加入了重标准化和重映射机制。最后,依据本文的实验结果,离线指纹预处理阶段的实验表明:采用CSI信号作为定位指纹的定位效果可达累积误差1.16m,远优于采用传统RSSI指纹的定位误差,在线匹配阶段的实验表明:PSO-HMM融合算法的指纹匹配成功率达到95%,平均定位时间在17.8s,相对支持向量机(Support Vector Machine,SVM)算法和普通的HMM算法,PSO-HMM融合算法具有更好的精准度与时效性。