日常生活活动（ADL）指的是人们为了维持生存及适应生存环境而每天必须反复进行的、最基本的、最具有共性的活动。目前全球人口老龄化问题严峻,针对老年人ADL有效的监测手段不仅可以作为养老院护理或家庭护理评价和服务的重要指标,还可以为社会应对老龄化问题提供重要的技术的支撑。当今的智能手机中已内嵌了多种传感器,这些传感数据真实的反应了用户的生活动作信息,本文针对基于智能手机的老年人室内ADL识别方法展开了研究,旨在仅仅基于智能手机所收集的传感器数据,并在传感器数据融合、信号处理以及机器学习等技术的帮助下,准确、低成本地分析识别出老年人的室内ADL。通过智能手机内置的传感器,老年人在与生活环境进行交互的过程中会产生很多有用的传感器信息,通过对这些传感器信息进行分析可以帮助获取老年人的具体行为,本文在基于智能手机的老年人室内ADL识别研究框架中引入一个融合了大数据分布式处理技术（如Hadoop）和基于服务体系架构的后端ADL大数据监测平台,来达到提高ADL识别性能和效率的目的。本文研究了利用智能手机不同的传感器信息角度对粗粒度ADL功能区定位问题（判断老年人是否处于室内）和细粒度老年人室内ADL识别问题,并从ADL大数据监测平台效率角度对平台数据存储/分析效率问题和平台架构效率问题进行了研究,以便能够有效的利用与老年人行为相关的传感器信息提高识别ADL的性能,并通过有效处理影响后端ADL大数据监测平台性能瓶颈问题来提高识别ADL的效率。具体工作包括:（1）粗粒度ADL功能区定位问题现有针对Wi-Fi定位所开展的研究工作本质上都是一种静态的方法,即将许多Wi-Fi Access Point（AP）作为定位的锚点,并且每一个Access Point（AP）的准确位置都是事前已知的。本文提出了一种并不需要事先知晓AP布置位置这样先验知识的基于AP RSSI特征向量相似度匹配的多尺度Wi-Fi定位方法。设计了一种面向目标地点的可探知AP接收信号强度指示符（RSSI）特征向量生成机制,重点研究了相似度度量和距离度量这两个指标,并依托这两个指标实现了一种新收集AP RSSI特征向量与已标记地点AP RSSI特征向量之间相似度匹配算法,并根据相似度匹配结果提供如城市级、建筑级、公寓级等这样的多尺度定位服务。（2）基于手机光传感器的细粒度室内ADL识别问题由于准确的室内定位是提供室内ADL识别相关服务的关键因素,本文提出了一种基于智能手机环境光传感器的室内ADL识别方法（LiLo）。通过分析室内可见光定位、手机频繁指向来达到室内ADL识别的目的。重点研究了基于室内亮度场图和手机频繁指向的老年人关键活动区域（KAA）估计方法,并在此基础上实现了一种基于光线到达角（AOA）的智能手机定位算法来更精确的获取老年人的KAA,从而依托KAA信息识别出与之关联的老年人具体的ADL行为。（3）基于手机声音传感器的细粒度室内ADL识别问题ADL的发生通常会伴随着声音的产生,声音是用户与环境中物体交互的反映,而物体发出的声音也可以之间映射到用户所采取的行为。因此,基于声音识别技术进行用户日常生活声音（SDL）感知进而识别出用户的ADL已成为一种可行的研究方法。本文提出了一种基于声音情景分层感知的室内ADL识别方法。基于分层情景感知将音频片段分为具有层次关系的声音情景（AS）、声音事件（AE）以及声音动作（AA）,其中一个AS当中包含若干个AE,而一个AE中包含若干个具有原子性的AA。重点研究了AE/AA分片方法,并在此基础上研究实现了一种基于分片AA概率的AE识别算法,根据该算法识别出AE所对应的SDL,进而将SDL映射到所属的具体ADL。（4）ADL大数据监测平台的数据存储和分析效率问题ADL大数据监测平台在数据存储系统层面基于Hadoop实现,Hadoop数据块放置是一个能在很大程度上影响Hadoop平台的执行效率。现有的相关研究工作普遍采用数据块分组感知方式来应对Hadoop数据块放置问题。然而,现有数据分组感知放置方法大多都是静态的,并未将MapReduce作业执行频率考虑在内。此类数据块放置方法在面对执行频率高的MapReduce作业时将降低最佳数据分布的潜在效率,从而影响性能。本文从如何关联作业执行频率的角度,提出了一种基于作业执行频率的Hadoop数据分组感知动态数据块放置方法（DGAD）。重点研究了基于历史数据块访问记录构建的数据块间作业访问关联关系模型,并在此基础上研究实现了一种基于关联数据块聚类的放置方法。（5）ADL大数据监测平台的架构效率问题为了令ADL大数据监测平台具有灵活配置、动态重构、降低维护难度等优点,平台采用基于服务的应用（Service-Based Application,SBA）的架构体系,平台中的各个功能模块以组件服务的形式部署。随着平台接入用户增加,单一的组件服务（功能模块）可能会无法处理越来越多的访问请求,从而引起平台负载过大、响应延迟过长等问题。越来越多的研究工作采取组件服务副本这一技术来应对这一问题,而随着组件服务副本技术的引入,如何对各个副本进行放置也成为了一个影响平台效率的重要因素。传统的副本放置方法大多是面向数据副本的,然而组件服务副本较于数据副本具有更强的数据依赖性,即用于放置组件服务副本的计算机节点之间存在大量通信。本文从通过将拓扑结构相似的组件服务和计算节点相匹配以减少通信延迟的角度,提出了一种基于拓扑匹配的组件服务副本放置方法,根据相似度聚类方法分别对SBA拓扑结构获取、计算节点拓扑结构获取和拓扑结构匹配进行了研究。本文以老年人室内ADL识别的研究为背景,从如何利用智能手机不同的传感器信息角度对ADL功能区（ADL发生地）定位和老年人室内ADL识别进行了研究。此外,也从ADL大数据监测平台效率角度对平台数据存储/分析效率问题和平台架构效率问题展开了讨论。可见本文的研究不但能促进老年人ADL识别的发展,扩大其应用范围,并能达到提高老年人的生活质量的目的,使得在技术角度上减缓社会老龄化进程成为可能。同时也会使得采用和本文类似技术或框架的后端大数据处理平台得到不断的完善和成熟。