近年来,室内定位技术不断发展成熟,不少定位技术都已经进入商业化阶段。随着移动互联网的不断发展,各个商场、停车场等都部署了大量的无线访问点,因此无线定位算法不需要额外部署设备便可实现定位,得到了广泛的应用。传统的无线定位算法需要专业人员使用专业设备采集指纹,构建指纹地图,这种方式不仅劳财劳力,而且严重阻碍了无线定位算法的商业推广。因而,越来越多的学者提出了基于众包的无线定位算法,但因为信号源的不稳定性和普通用户的不专业性及恶意用户的侵入,无法保证采集到指纹的有效性。论文调研众包无线射频指纹在室内定位的研究现状,从无线射频指纹的有效性出发,设计了基于指纹相似度的无线射频指纹有效性评测算法框架 ODBS(Outlier Detection Based on Similarity)。该算法利用现代智能手机内置的大量传感器(加速度传感器、磁传感器、Wi-Fi传感器等)收集物理空间中广泛存在的指纹信息,并使用近邻传播算法 AFP(AFf inity Propagation)和动态时间调整 DTW(Dynamic Time Warping)对指纹进行分类,利用DTW算法进行指纹融合,WeDiff(Wireless fingerprint Effectiveness Detection based on RSS difference)和WeFree(Wireless fingerprint Effectiveness Detection based on Freeloc)算法进行指纹有效性评测,KNNN-DTW(K Nearest Neighbor-Dynamic Time Wraping)算法进行指纹离群值评测。该算法使用原子路径将指纹划分为原子轨迹。基于AFP和DTW算法的原子轨迹分类算法采用求同去异的策略计算原子轨迹的相似度,显著提升了原子轨迹的分类精度。基于DTW算法的指纹融合算法采用姿态无关的三维地磁指纹序列进行预匹配,然后根据预匹配结果融合原子轨迹,从而极大地增强了融合原子轨迹的空间表征能力,WeDiff和WeFree算法可以有效评测出已经失效的原子轨迹,KNN-DTW算法可以剔除原子轨迹中可能存在的离群值。为了评测ODBS算法的性能,论文设计并实现了基于众包的无线指纹地图构建算法WiMap(Wireless Map),该算法解决了传统无线指纹地图难以构建的问题。论文设计并实现了基于上述算法架构的ODBS指纹有效性评测系统和无线射频指纹地图构建系统WiMap,并分别对各算法进行了性能评估。实验结果表明,本文设计的众包无线射频指纹有效性评测算法可以取得较好的性能,能够准确评测到失效的指纹、指纹中的离群值,进而提高定位性能。WiMap无线指纹地图构建算法在取得了与传统构建算法相同的定位精度的同时免除了其训练阶段的耗时耗力工作,对无线室内定位技术的商业化应用起到了一定的积极作用。