随着无线传感器网络和智能设备的发展,基于位置的服务在人们的现实生活中正起着愈发重要的作用,其在出行导航、安防搜救和居家照护等领域得到了广泛的应用。如何准确地获得目标的位置信息成为国内外学者的研究热点,各种无线定位技术也相继涌现。相对于较成熟的室外定位技术,室内定位技术面临着诸多挑战:复杂多变的室内环境,更高的定位精度需求等。因此,对于稳定且精确的室内定位技术的探索与研究具有一定的实用价值。本文构建了一种基于射频的无携带式室内定位模型,该定位模型的原理是利用待定位目标在不同位置对于室内环境中的接收信号强度(Received Signal Strength,RSS)的影响不同来完成定位。这种无携带式的定位技术不需要待定位目标携带任何设备,尤其适合对独居老人的室内定位和照护。同时,加入移动目标的位置连续性特征来优化定位过程,减小问题规模。在定位模型的基础上,为了进一步提高定位的准确率,本文提出了一种基于位置类别的室内定位特征选择方法,将定位的多分类问题转化为多个二分类问题,为每个位置类别筛选出各自具有判别能力的特征子集,将这些特征子集分别映射到原始数据集中,得到维度削减后的数据集。在定位的分类阶段,采用支持向量机算法训练出多个二分类器模型,并综合支持向量机中的概率评估输出,预测出测试样本对应的位置类别,完成定位。实验结果表明,本文的无携带式室内定位模型在不同的实验设置下具有较好的鲁棒性,且当使用支持向量机作为定位分类算法时,定位准确率较高。在进一步的实验中,本文的特征选择方法能够有效地剔除不相关和冗余特征,降低数据的特征维度,提高分类定位的准确率,使得定位的平均准确率达到96.11%。