近年来,物联网飞速发展,机器学习迅速崛起,这对位置和导航服务提出了更高的要求。各类综合建筑的出现,促进了室内定位技术的发展。传统室内定位技术或多或少会存在成本或定位精度的问题。可见光通信（Visible Light Communication,VLC）理论的提出,打破了传统室内定位的局限性,为室内定位提供了新的技术方案。VLC技术借助发光二极管（Light-Emitting Diode,LED）发送光信号,经光信道传输数据信息,具有绿色环保、无电磁干扰、安全性高等优势。将其应用到室内定位领域,可以在照明的同时,较为准确地获取待定位目标的位置信息。本文聚焦于室内定位技术,经充分了解其前沿发展动态以及理论基础之后,着重分析室内VLC定位技术,详细阐述其定位原理、算法实现过程和优缺点。最终选择传统三边定位方法和位置指纹定位技术作为重点研究内容,针对其定位过程中存在的问题给出优化方案。本文的主要创新工作如下:（1）提出基于改进差分修正定位算法的三边定位方法。方法基于差分修正的思想,通过将三边定位方法的初始定位结果作为差分修正参考点,实现差分定位过程。定位时,对于传统三边定位方法定位精度不高的问题,选用质心加权定位方法和基于接收信号强度（Received Signal Strength,RSS）选择的三边定位方法作为基础定位方法。这两种方法均源于三边定位方法,且定位精度较高。最后通过仿真分析可得,经差分修正后,上述两种方法在定位精度及定位结果的稳定性方面都体现出更好的性能。（2）针对传统位置指纹算法位置匹配工作量过大的问题,提出将基于RSS选择的三边定位方法应用于算法位置匹配阶段。结合其在定位平面的最大定位误差以及对待定位目标的初始定位结果,确定算法位置匹配数据集,这样可以减少算法匹配工作量,节约时间成本;另一方面,位置匹配时,对于定位平面中不同的待定位目标,算法可以获得来自同一指纹数据库中不同的数据集,具有一定的自适应性。之后,针对传统加权K近邻（Weighted K Nearest Neighbor,WKNN）算法定位过程中K值固定,进而影响定位精度的问题,提出基于最大距离差值平均值的WKNN算法。算法通过动态减小K值,保证定位过程中可以获得距离待定位目标最近的K个采样点,以此提升定位精度。