近年来，利用WiFi信道状态信息的无线信号在室内定位、坠落检测、身份识别等场景中发挥了重要的应用价值。然而，由于多径效应在复杂环境中的影响，指纹定位的准确性仍需提高。为了解决这一问题，本文提出了一种基于密度的自适应Alpine降噪方法，并在定位阶段结合动态加权K邻近算法进行匹配。首先，利用Hampel算法去除振幅信息中的异常值。然后，改进的DBSCAN算法自动调整参数以对数据进行聚类。最后，利用动态加权K邻近算法对指纹数据库与实时定位点进行匹配。仿真结果表明，在约510 m2的定位区域内，DBSCAN算法的平均定位精度达到1.579 m，2 m以内的定位精度比例比传统指纹法算法高42.9%。