：位置指纹法定位中所建立的位置指纹库能否正确反映指纹信号与位置之间的映射关系将影响最终 定位效果。本文将一种改进的K．means聚类算法运用于WLAN室内指纹数据库的建立，较之传统K．means聚 类算法所建立的指纹数据库，采用了改进K．means聚类算法所建立起来的指纹数据库优化了初始聚类中心选 择方法及准则函数，避免了被聚类的指纹数据陷入局部解现象。实验结果表明：本文所提算法建立的指纹数据 库可提高WLAN室内定位精度，缩短定位时间。

K-means指纹定位可减少定位算法的计算量，提高定位的实时性已成为当前定位算法的一个研究热点。然而其聚类的随机性却给定位带来极大的不稳定性，对此提出使用两步聚类算法进行优化，根据AIC准则自动得到最优的聚类个数；针对最邻近算法定位误差大的情况，使用相关系数法确定相似度最高的子库，再估计最终位置。实验结果表明，优化后的算法不但改善了定位精度，也极大提高了定位的实时性与稳定性。