位置服务在公共安全、反恐维稳、应急救援等诸多领域发挥着重要作用,特别是随着普适计算、新一代移动通信等技术的发展,高精度位置服务的需求爆发式增长。传统单一的定位手段在复杂环境下易出现信息缺失导致定位精度差甚至无法定位,难以提供高精度高可用的定位信息。多源信息融合定位技术能够将卫星定位、无线网络定位以及传感器定位等手段有机结合,从而获得更加准确稳定的定位结果,因此成为位置服务领域的重要支撑技术之一。智能移动终端的普及大大拓宽了位置服务的应用场景,但同时终端传感器种类繁多、精度各异等给面向终端的高精度高可用定位带来诸多挑战,终端应用场景下的多源信息融合定位仍面临定位特征的空间高区分度表征、人体遮挡所致误差的准确分析与补偿、多定位特征的高精度融合等关键技术难题,导致定位精度不足、鲁棒性差。针对上述问题,本文深入研究了多维定位特征信息的关联表征、多特征协同的遮挡误差准确补偿、多层级定位特征信息的高精度融合等关键技术,开展了理论方法创新与工程实践,主要研究成果及创新点包括:1、针对指纹定位特征的空间高区分度表征难题,通过分析指纹特征结构及其相似性度量方法对特征的空间区分度作用机理,利用信道状态信息幅度和相位特征的空间敏感度交错特性,构建了基于空频相自洽的多频点关联组合表征模型,提出了基于幅相融合特征动态相似度计算的指纹匹配方法,并建立了基于局域信号强度关联的参考点优选机制,通过约束参与匹配定位的参考点数量降低了幅相融合特征匹配计算的复杂度,实现了定位特征的空间高区分度表征及高精度定位。实测结果表明,幅相融合特征的空间区分度与幅度和相位特征相比分别提升约5.3%和25%,基于幅相融合特征的匹配定位精度与传统基于欧氏距离和时间反转共振强度的定位方法相比均有大幅提升。2、针对人体遮挡带来的信号强度测量误差的准确分析与补偿难题,理论推导并仿真分析了遮挡误差与定位精度及终端到锚节点距离之间的关联关系,通过引入惯性测量单元给出的终端航向角信息,建立了人体遮挡状态自适应判别策略,并根据锚节点位置信息、终端位置信息以及航向角信息构建了遮挡误差与定位结果的互反馈矫正模型,实现了人体遮挡所致信号强度测量误差的准确补偿及终端鲁棒定位。实测结果表明,本文提出的方法与现有基于四次多项式拟合的遮挡误差补偿方法相比,定位系统的外符合精度提升约22.7%;并且遮挡误差补偿前后,系统在不同人体遮挡状态下的内符合精度提升约44%,提高了终端定位的稳定性。3、针对终端定位中多特征信息的高精度融合难题,分析了现有滤波融合方法在信息源种类多、不稳定的场景中难以实现高精度高可用定位的现状,设计了定位信息的多层级融合框架,基于置信传播和粒子滤波实现了多源定位信息的灵活接入与动态融合,同时针对粒子滤波算法中粒子重要性密度函数优化及权重计算问题,提出了基于因子图的位置统计特征融合估计方法,并以此建立了粒子重要性密度函数及权重计算方法,最终实现了高精度高可用的融合定位。相同数据源条件下的仿真结果表明,本文提出的方法虽计算复杂度略有提升,但定位精度与基于扩展卡尔曼滤波和基于粒子滤波的融合定位方法相比分别提升约31.1%和16.7%。4、搭建了智能移动终端原型及面向智能移动终端多源信息融合定位技术测试的实验环境,将本文提出的幅相融合特征表征方法以及人体遮挡误差补偿方法统一纳入到所设计的定位特征多层级融合框架中,对本文提出的理论方法创新进行了集成测试与实验验证,实验结果表明,本文提出的融合定位算法在富多径的复杂环境下定位精度与基于扩展卡尔曼滤波和粒子滤波的融合定位算法相比分别提升约24.4%和17.3%,融合定位精度达0.62m(1σ)。