智能手机的普及与蓝牙技术的发展使基于低功耗蓝牙的无钥匙进入与启动系统（Passive Entry and Passive Start,PEPS）成为可能。传统PEPS使用智能钥匙取代车钥匙,而低功耗蓝牙PEPS使用智能手机取代智能钥匙,实现真正意义上的无钥匙进入与启动。本文主要研究低功耗蓝牙无钥匙进入与启动系统中,作为虚拟钥匙的智能终端在车内外的状态识别技术。基于位置指纹法、差分处理和Dempster-Shafer证据理论设计了车内外识别算法,并根据可能的实际状况设计了实车环境的实验测试方案,验证了算法的识别性能。具体研究工作如下:1)分析了实车环境中影响接收信号强度（Received Signal Strength,RSS）的主要因素以及车体、玻璃和人体等不同环境因素对RSS的影响规律,设计了实验方案并进行了实际测试,为信标布局方案设计提供参考。同时,针对RSS易受环境因素干扰而波动的问题,采用实时性较好的卡尔曼滤波算法抑制噪声。针对传统位置指纹法中指纹库数据冗余的问题,比较了主成分分析与线性判别分析两种特征提取方法,选择线性判别分析法对原始RSS数据降维,在保证有效信息完整的同时降低了离线指纹库与测试样本中RSS的维度。2)探讨位置指纹技术在车辆场景中的实现方式,建立了车内外识别算法的性能评价指标。基于信标不同布局方式的车内外RSS差异性,设计了多套信标布局方案,结合实际应用和工作时可能的位置状态,特别是理论上容易出现误判的位置,有针对性地设计RSS采集与指纹库构建方案,获得了较为完备的RSS指纹信息。在此基础上,分析比较了基于位置指纹定位的加权K近邻、贝叶斯概率、逻辑回归方法的应用效果。3)针对传统识别算法的局限性,基于差分思想提出双终端差分K近邻算法,通过差分处理在抑制RSS共模噪声的同时增强车辆内外差异性,从而实现更好的识别定位效果。实验结果表明,在逻辑回归法和加权K近邻法大概率误判的近距离位置,差分K近邻法仍能较好识别终端的车内外状态。4)引入Dempster-Shafer证据理论融合不同算法的识别结果,提高算法的鲁棒性。结合实验和分析,对不同冲突情况采取不同的融合策略,实现了证据理论的融合规则的自适应改进。结果表明,在近距离识别中,融合算法能够在多数车窗的内外5cm范围内维持95%以上的识别准确率。