随着移动互联网技术高速发展和移动智能终端的快速普及,基于位置的服务越来越受到人们的关注。在室外环境中,GPS能给用户提供令人满意的定位导航服务,但由于GPS在室内的信号过于微弱以致不能很好地提供定位服务,因此针对室内环境的定位与导航成为如今关注的热点之一。目前,已经有很多室内定位与导航技术,如基于RFID、WLAN、UWB、磁场的室内定位与导航技术等。每种技术在室内定位的位置感测方面都具有各自的优势,但都有不足。针对空旷场景常常使用基于UWB、RFID等需要布置额外的硬件设施的定位系统,这些系统由于其成本大、节点多的特点主要应用于工业场景而不适用于日常生活。而基于WLAN、磁场等不需要其他基础设施的定位系统,在空旷场景中又不能提供令人满意的定位服务。针对以上问题,本文设计了面向空旷场景的室内定位系统和室内导航系统。面向空旷场景的室内定位系统:行人航迹推算是基于惯性传感器的定位技术,在定位的过程中不易受到环境的影响。因此,在空旷场景中,只需要考虑传感器本身精度即可。由于智能手机中的传感器存在一定的误差,该误差会随着时间不断放大,影响系统的定位性能。因此,本文提出使用WiFi定位结果作为参考点来消除累积误差对系统的影响。首先分析了室内WiFi信号的各种特性,由于环境的变化和路由器本身的特点,WiFi接收信号强度值会随着空间和时间的变化而变化,但是变化趋势相对稳定。所以,本文采用WiFi接收信号强度梯度值代替WiFi接收信号强度绝对值设计了基于WiFi接收信号强度梯度值的定位算法。为了解决行人航迹推算算法中的累计误差和基于粒子滤波定位算法中计算速度慢的问题,本文设计了 一种快速实时准确的并行定位算法。该算法采用WiFi定位结果滞后校准行人航迹推算的累计误差,进而提高系统定位精度;同时在短时间内采用行人航位推算算法更新位置,解决了基于粒子滤波的定位算法更新位置缓慢的缺点。面向空旷场景的室内导航系统:考虑到WiFi的局部相似性,本文提出了 一种三阶差分梯度算法,通过扩大WiFi信号的信息维度来减少其相似点。在数据匹配上,本文使用修改后的动态时间规整算法(Dynamic Time Warping,DTW)来匹配WiFi的时间序列。在室内定位与导航系统中,常采用线-线结构来匹配数据。但是在空旷区域中,由于线-线结构的信息不充足,导致定位误差较大。因此,我们创新性地设计了线—面—线结构的数据格式。在室内环境中,由于磁场信息相较于WiFi信息在位置上的分辨率更高,所以本文选取WiFi信息作为面信息,而磁场信息作为线信息,为定位提供更充分全面的信息。线—面一线算法通过WiFi序列匹配找到相似点形成候选集,在候选集之中采用基于磁场信息的粒子滤波算法进一步地确定用户位置,从而输出导航指示。该算法避免了 WiFi定位中相似点对系统的影响,同时通过减少粒子数降低了算法的运算时间。本文通过编写APP在智能手机上实现了室内定位系统和室内导航系统,在空旷场景内都做了大量的实验。其中室内定位系统能达到90%小于3米的精度,而室内导航系统能达到90%小于2米的精度。