随着无线通信技术和普适计算技术的快速发展，基于位置的服务（LBS）逐渐成为人们的热点需求之一，并广泛应用于医疗监护、井下救援、智能家居、社交活动等各个领域中。LBS的关键在于获取准确的用户位置信息。然而，现有的商业系统可基于全球定位系统（GPS）和基于电信蜂窝网络（GSM/CDMA/WCDMA）进行用户位置获取，但是却存在室内信号难以获取、隐私保护、耗电量大、定位准确率不够等诸多不足，大大限制了它们的应用范围与推广。随着经济建设的发展，室内场所的面积越来越大，出现了许多大型的商场、办公场所、娱乐场所。而在日常生活中，人们大部分的活动时间都在室内，经纬度坐标表示的位置信息无法在室内环境中使用。人们对室内语义位置服务的需求日益强烈。现有移动终端上Wi-Fi与蓝牙的普及为室内语义位置的识别提供了可行途径。本文基于现有Wi-Fi指纹室内定位原理，提出了一种利用隐马尔可夫模型的室内定位方法，能较好地处理室内Wi-Fi数据因高动态性呈现出的半异构特征，从而可自适应地满足室内环境高动态特性的定位需求；同时，本文利用移动终端上另一普遍存在的蓝牙传感器采集动态的情境信息，建立定位模型，并用该模型来增强Wi-Fi的定位效果。具体地，本文主要从基于Wi-Fi无线信号和动态蓝牙信息出发展开研究，在下述几方面取得了一定的研究成果：首先，对于Wi-Fi数据的半异构特征，本文提出了基于隐马尔可夫模型的LocHMM定位方法。该方法将提取到的Wi-Fi信号依据信号强度转换成序列，利用HMM模型训练定位模型，在房间级定位中，准确率能达到92.6%。其次，选择了办公室、会议室、地铁、餐厅、公园和商场六个常用的语义位置，采集不同语义位置的动态蓝牙信息，分析并提取典型特征，使用决策树算法训练定位模型。对这六个语义位置的定位准确率能达到86.8%。再次，动态蓝牙信息对某些位置具有极高的区分度，利用这一特点对Wi-Fi的定位结果进行修正，使得房间级定位准确率能提升到94.9%，并且蓝牙定位不需要依赖任何其它设备，能在Wi-Fi信号没有覆盖的区域继续提供定位服务。最后，设计并实现了一个基于位置的移动商品信息互动原型系统，还建立了含有Wi-Fi的位置样本库及对应的商品信息，为从事相关领域的研究人员使用。