移动互联网是近年来最热门的技术领域之一,越来越多的人通过智能终端接入移动互联网享受移动应用带来的便捷,基于位置的服务(LBS)是其中非常重要的一类。用户通过使用LBS应用可以得到更加个性化的服务,大大方便了人们的生活。按定位环境无线定位可以分为室外定位与室内定位两种。在室外定位领域GPS定位、蜂窝网定位已取得巨大的成功。受室内环境复杂性的影响,室内定位领域至今还没有一个统一的技术方案,因此对于室内定位技术与系统的研究是当今热点之一。Wi-Fi技术作为一种无线互联网接入方法被人们广泛应用,大部分公共场所都提供Wi-Fi服务。利用已有的Wi-Fi的信号,无需架设额外的硬件设施便可实现满足大部分应用需求的定位。由于无需对参数的精确估计,基于位置指纹的定位是Wi-Fi定位实际应用中使用最多的方法。位置指纹定位需建立大量的离线数据库,通过借助云计算方法可以实现定位的并行化处理从而减少定位时间。本文首先研究了典型的Wi-Fi室内定位系统和位置指纹定位研究的现状。分别从室内无线信道、无线定位网络拓扑、参数化定位方法和位置指纹定位方法等角度研究了室内定位的主要特点,并对云计算中的关键技术进行了研究。实际应用中移动终端具有很大的差异性,传统的RSS指纹并不能很好的解决这一问题,本文分别从理论和实验验证角度指出SSD指纹具有更好的鲁棒性。位置估算方法及其参数的选择对定位系统的定位精度起到了决定性作用,本文分别从定位精度、K值、指纹间距和指纹维数等角度进行了分析,在系统设计时选择一种最优的方案。位置指纹定位时需与离线数据库进行比对,数据库往往包含了大量的数据。本文在二次滤波的基础上提出了一种基于强AP的动态滤波方法,对数据库进行压缩,在此基础上提出了一种基于强AP的定位方法。考虑到大部分智能手机中集成了惯性传感器,本文提出了一种基于IMU的PKNN方法,结合运动信息对WKNN算法进行优化。在算法研究的基础上本文设计了一种基于云计算的室内定位系统框架,该系统采用Hadoop技术构建云平台,Twisted框架搭建应用服务器,并设计了Android客户端进行位置指纹采集与定位。通过在实际应用环境中的实验表明该系统平均定位误差为1.66米,并具有良好的可扩展性与鲁棒性。