针对室内人员定位信号存在干扰大、定位精度低的问题，提出一种基于指纹量化的改进加权质心定位算法。该算法在ZigBee通信环境下采集实际测量值建立指纹数据库，在量化域内根据未知节点接收到的RSSI值进行量化，获得量化距离及量化RSSI值，将量化距离以及产生的量化误差作为权值参数，进一步利用改进的交集三角形加权质心算法对未知节点进行定位。实验结果表明，该算法可以有效避免因信号衰减严重而造成的理论误差问题，提高了定位精度。

针对传统质心算法定位精度低、对环境依赖性强等问题，提出一种基于RSSI的质心定位改进算法，先确定未知节点所在的三角形，连接三边中点划分16或10个区域，得到小三角形的外心，通过比较外心的适应度值，确定未知节点所在区域，减小了三角形的面积，提高了定位精度。利用matlab仿真结果表明，改进的三角形质心定位算法的性能更好，具有一定的实用价值。