在高新技术飞速发展,智能终端快速普及的今天,人们对精确实时性的位置服务的需求日益迫切。目前室外定位技术已经较为成熟,得到广泛应用。室内环境比室外环境复杂,GPS等常用的定位技术在室内会受到墙壁遮挡、多径等的影响,难以实现精确定位。而室内定位必须达到较高的定位精度才能满足实际需求。因此,室内定位技术以其问题复杂性和需求的迫切性成为研究的热点。WiFi指纹定位技术作为现在最常用的室内定位方法之一,有着很广泛的用途,但是终端设备差异会造成终端间接收的WiFi信号强度的差异从而极大的影响WiFi指纹定位系统定位结果的准确性。为了解决终端间WiFi信号强度差异性的问题,本文提出了一种基于EM算法的非监督学习方法,该算法能够自动计算学习得到不同终端间WiFi信号强度的映射关系函数。把观测指纹通过转移函数映射到训练库中再进行定位就可以减小终端间WiFi信号强度差异性的影响,从而提高定位精确度。本文设计了具体的算法来自动学习不同终端设备WiFi信号强度间映射关系,实现定位终端设备WiFi信号强度的校正,并将其应用到具体的定位算法中,实现定位。本文首先从理论上证明了这种解决方法的合理性。随后用不同手机终端组合进行实验验证,结果表明该算法能够使差异设备的定位误差平均减小20%以上。