随着室内环境里的无线信号的分布日益普遍,基于无线信号进行室内定位的研究比以往更具可行性。同时,在当今移动互联网大行其道的背景下,人们对室内位置服务的需求日益增加,也使得更多来自不同领域的研究学者投入到室内定位技术的研究中。传统主流的监督型的WiFi信号指纹的室内定位方案虽然在实验中有较好的米级别的定位精度,但是由于其需要对待定位室内环境进行现场定点采样,极其耗费人力和时间,同时也无法适应环境动态变化,因此自提出至现在十几年时间内,还无法在实际中大规模应用。基于上述背景,本课题分别从两个角度考虑了基于WiFi指纹的室内定位问题。首先,本课题提出了基于众包模式的结合惯性传感单元的运动模型数据和扫描到的WiFi信号数据的WiFi指纹库自动构建方案以及整体的定位框架。普通的智能手机设备持有者可以在室内进行正常活动时贡献相应的数据,而无需任何额外的显式交互。这些贡献的数据经过服务器后台的处理生成WiFi信号指纹库。针对构建好的模型,我们将采用定位算法kNN对系统的定位精度进行评估。在这一部分,我们主要做了如下工作:1.提出了利用虚拟WiFi地标用于原始PDR(Pedestrian Dead Reckoning,行人航向推算)轨迹的修正,并设计了基于信号指纹特征以及空间地理特征的两阶段匹配算法用以自动匹配虚拟地标,免去了用户显式匹配地标的额外操作,使得用户参与众包过程的意愿度增加。2.提出了基于GraphSLAM的众包指纹库在线构建方案,利用GraphSLAM修正后的轨迹标注对应路径上的WiFi指纹,生成指纹库。并在此基础上实现整个定位框架,在面积较大的商业环境中部署以验证系统的定位效果。其次,我们针对大型购物中心这一类特定的有利润空间的商业化室内环境,提出了一个由商铺协作构造的针对持移动智能终端顾客的粗粒度WiFi定位系统。在这一系统中,我们主要关注两个目标–成本高效性,即部署最少数目的WiFi热点实现整个环境中的定位,和激励分析,即设计合理的激励机制使得每个商铺有足够的动机遵循我们设计的WiFi部署机制。对于第一个目标,我们提出了一维和二维情形中的动态规划解法,以及针对一般情形证明问题为NP-hard问题。针对第二个目标,我们提出利用合作博弈论中的价值共享机制来平衡各个商铺之间的利益。