随着科学技术的发展,人们在生活中对位置信息的利用越来越频繁,从日常逛街、吃饭到外出旅游都对位置服务有很强的依赖。位置服务不仅能对用户在地理空间进行实时定位,还可根据轨迹推断出用户可能的需求或意图。本文详细论述了在室内外不同场景下,Wi-Fi信号的自适应传播模型的建立,以及该模型在实际场景的应用和相关数据分析。在微观层面,可对行人进行精细的被动定位;在宏观层面,可用于监测人群流量,进一步对人群流量流向及运动状态进行分析。本文的研究工作由以下3方面展开:1.建立室内外不同场景下Wi-Fi信号的自适应传播模型。经过多次室内外不同场景的实验,研究Wi-Fi信号在不同类型场景下的信号衰减因子和环境系数,将标准化后的室内外数据,运用最小二乘法进行拟合、对比,探究室内外场景下的Wi-Fi信号传播规律,从而构建室内外适用的Wi-Fi信号自适应传播模型,为行人被动定位提供模型基础。2.运用本文建立的Wi-Fi信号自适应传播模型,对行人进行精细的被动定位。根据建模的数据得到Wi-Fi探针的有效距离为15m。根据不同的范围区间,选用不同的算法对待测位置进行被动定位。通过实验数据表明,在实验场景下,对Wi-Fi探针10m范围区间的待测点,运用三边测量法进行被动定位,其定位精度可保持在3m左右,最好的定位精度可达1.86m。对Wi-Fi探针15m范围区间的待测点,以三边定位原理为基础,提出近邻三边定位法,与极大似然估计法作对比,进行被动定位,其定位精度能达到4m左右。根据数据结果显示,近邻三边定位方法要优于极大似然估计法。3.在典型室内外场景下（广场和商场）,运用本文建立的Wi-Fi信号自适应传播模型,对移动人群的轨迹进行分析,统计相关数据并绘制图表。在Wi-Fi探针和行人均移动的状态下,通过Wi-Fi探针扫描数据包来获取周边行人的相关信息,根据MAC地址监测人群流量变化,感知行人位置。绘制出人群的行人轨迹,针对室内、室外不同场景下的人群做流量流向分析,根据行人轨迹的形状特点,结合轨迹出现的时间和流向,对行人的运动状态做分类。