为了提高指纹定位法的在线定位效率,提出了最强AP模糊分类(SAF)算法.该算法以模糊值为信号强度波动范围并将参考点划分到所有可能的AP类中,降低了参考点类别误判的风险.在此基础上提出了分方向AP加权(DW)算法来改善传统定位算法的定位精度.该算法分析了在不同分类区域中各AP分别对 X 和 Y 方向上定位结果的影响程度,以此为依据为各个AP赋予分方向加权系数,并将加权系数融合到匹配算法中.此外,针对参考点较为稀疏的情况,提出了稀疏度的概念并给出了参考点稀疏度较大时的处理方法.仿真结果表明,与传统定位算法相比,提出的算法在线阶段遍历的参考点数目大约减少了70%,同时平均定位误差降低了15%左右,有效提高了定位精度并增强了定位实时性.