本发明提供了一种融合表征网络模型训练方法、指纹表征方法及其设备，其中，该训练方法包括：利用多层感知机网络对信道状态信息数据进行特征提取，得到信道状态信息特征图；利用权重相同的卷积神经网络分别对各方位的图像数据进行特征提取，得到各方位的图像的特征图；对同一训练样本的所有方位的图像的特征图进行融合，得到多方位特征图；对信道状态信息特征图和多方位特征图进行拼接后构建融合表征；利用信道状态信息和图像的融合表征对应构建融合指纹库，并利用设定测度指标对进行参数优化，得到融合表征网络模型；设定测度指标用于度量融合指纹库中特征指纹之间的距离。通过上述方案能够提高特征区分度，提高定位准确度。