随着基于位置信息服务的不断发展以及无线网络的广泛部署,人们对于位置信息的需求日益提高,包括查找路径,消费推介,兴趣点发现等等,利用无线信号获取目标的位置信息成为研究的热点。在室外定位技术领域,利用GPS的定位是行之有效的方法,但是由于“城市峡谷”效应,在室外的环境中信号会受到各种建筑物的影响,产生严重的信号衰落与多路径效应,使得GPS方法在室内的环境中无法正常工作。其他的技术,由于部署困难、精度要求、抗干扰能力差等原因而得不到推广与应用。通过探测无线电信号强度,可以检测人在移动过程中对信号强度的改变,得到信号损耗的变化,并转变为距离参数来确定行动轨迹。但是信号接收强度(Received Signal Strength,RSS)信号会随着时间波动,而且对环境噪声具有很强的敏感度,会对定位结果造成很大的偏差,因此在在实际运用中效果较差。近几年兴起的信道状态信息(Channel State Information,CSI)方法在准确度上有了很大的提升,但是基于CSI的方法大多需要对位置信息建立指纹数据库,因此对于在未知环境中进行位置识别较难实现,对定位的实时性也有较大的影响。本文的主要研究内容如下:1.在室内定位中,非视距传播路径对于信号传播具有很严重的影响,所以识别出定位区域内的非视距路径对于定位准确度具有重要意义,本文提出了对视距传播路径与非视距传播路径的二分类:在实验中发现振幅的分布特性与相位差在不同环境条件下的变化是有迹可循的,提出了基于SVM的特征分类方法来对遮挡条件进行识别。实验结果表明提出的分类方法在真实场景中可以取得较好的分类结果。2.目标在移动过程中,对于已知位置的参考点而言,往往伴随着不同的角度变化与距离变化,本文中将已知位置的发射端作为参考点,提出了一种利用CSI信息的、可在未知环境中进行轨迹跟踪的方法,通过将定位区域划分为一些大小相同的区间,这些区间可以表示为由(λ,θ)构成的二元组,分别代表了与AP(Access Point,AP)的距离信息与角度信息。利用物理层的CSI信息作为数据的来源,可利用手持装备(device-based)及非手持装备(device-free)进行数据收集,通过对二维信息的分析来实现室内位置的确定。3.在对传统的基于指纹数据库的室内定位方法进行复现的过程中,发现了误差与效率低的原因,并提出了改进的方法:利用SVD方法对子信道信息进行信道融合的指纹信息获取方法,降低了由于CSI的不确定性衰落带来的准确度误差,同时简化了指纹对比过程,提高了效率。本文在建立指纹数据库时,考虑到了由于待测点改变对整体指纹数据库的动态影响,减小了定位误差。对不同场景进行分析,发现在利用KNN算法进行指纹匹配时,最合适的k值不仅与场景的几何特征有关,也与场景的多径效应程度相关,从而进一步提高了定位的准确度。