信号的多径传播对环境具有依赖性，呈现出非常强的特殊性。对于每个位置而言，该位置上信道的多径结构是惟一的，终端发射的无线电渡经过反射和折射，产生与周围环境密切相关的特定模式的多径信号，这样的多径特征可以认为是该位置的“指纹”。基站天线阵列检测信号的幅度和相位等特性，提取多径干扰特征参数，将该参数与预先存储在数据库中的指纹数据进行匹配，找出最相似的结果来进行定位。
位置指纹定位的实施一般可以分为两个阶段：第一阶段为训练/离线阶段，主要工作是采集所需定位区域各参考节点(RP，Reference Point)位置的信号特征参数，例如信号场强、多径相角分量功率等，将一组指纹信息对应一个特定的位置形成位置指纹数据库。第二阶段为定位/在线阶段，利用接收机测定接收信号的参数，采用匹配算法来确定与数据库中哪一组数据相匹配，从而得出用户的实际位置。
现有的定位系统主要有三种定位方法：1)三角测量法：使用TOA/TDOA技术，至少需要3个不同的固定基站；2)角度测量法：使用AOA技术，至少需要2个不同的固定基站；3)信号强度测量法：使用基于RSS的传输损耗或位置指纹技术，可以只用1个基站。由于室内严重的多径环境，无论测量时间还是测量角度都会引起较大的误差．要想减少这种误差需要显著提高算法复杂度或是增加相当规模的额外设备。与此不同的是，基于测量RSS的技术着眼于利用而不是消除多径带来的影响。
基于RSs的技术主要有两种：传输损耗(RFPL，Radio Frequency Propagation Loss)定位法和位置指纹(LF，Location Fingerprint)定位法。前者将信号传输模型和建筑的地理信息转换成距离测量值，这样做很简单，但是受很多方面的影响．比如距离、信号穿透墙壁时的损耗、多径传输等，所以难以建立正确的数学模型。后者则可以应付NLOS和多径传输的状况，但是建立和维护数据库比较麻烦。
----本文借鉴《位置指纹定位技术》李昊