引言 　　随着无线技术的发展，室内外环境中人员和物体的追踪定位，这一课题引起了研究者的广泛研究，位置服务（LBS）也越来越受到人们的关注。位置服务即根据服务消费者所在地理位置的不同提供对应的信息服务，作为LBS的核心技术之一，室内定位是其重要的组成部分。因为可以广泛用于室内路由、治安、消防等方面。在室内定位系统开发研究方面，常用的方法是在室内环境下建立小范围定位网络。目前，越来越多的定位直接利用现成的无线通讯模块来估计对象节点（盲节点）的位置，应运而生的ZigBee技术以低成本、低功耗成为室内

基于信号强度(RSSI)的测距是一项低成本和低复杂度的距离测量技术，被广泛应用于无线传感器网络基于距离的定位技术中。基于RSSI测距的定位技术，通过线性回归分析对参数进行优化，引入高斯滤波模型，对RSSI值进行修正，提高了测距精度。采用泰勒级数展开对位置进行迭代计算，最后在TI的ZigBee平台上进行实验验证，通过仿真和实验验证了算法的可行性和优越性。与CC2431算法相比，该算法减小了定位误差，提高了定位精度。

室内定位技术的关键在于获取距离参数,在这一问题的研究中运用RSSI信号获得距离参数一直是比较通行的方法.本文针对室内环境复杂,接收RSSI信号存在较大噪声的情况,提出了一种运用卡尔曼滤波器对信号数据进行平滑预处理,随后利用最小二乘法进行分段曲线拟合从而实现定位的算法.通过实验测试结果表明,本文所提出的算法平均定位精度可达0.9 m,与普通数据平均值预处理算法和曲线直接拟合方法相比较,定位精度更高;比直接应用对数距离损耗路径模型的定位算法更为合理可靠,能够在一定程度上满足无线传感器网络室内定位需求