户外的GPS导航技术现已非常成熟,为人们日常出行和提供了便利。但在城市中,当人们走进地下通道或进入大楼时,卫星信号因为其无法穿透建筑的特点,便无法带来准确的定位和寻址服务,因此需要找到新的通信信号来弥补这一不足。随着通信技术的飞速发展,Wi-Fi在人们室内活动时成为不可或缺的一部分,而室内活动正是人们生活中占有最大比重的部分。因此,基于Wi-Fi的室内入侵检测和定位技术已成为一个研究热点。但现有的室内入侵检测方法受环境影响,检测率较低,基于指纹的室内定位也存在定位不准确和指纹库更新工作量较为庞大等问题。同时室内定位需要被检测者身上携带特定的设备,如手机等。而当老人独自在家摔倒在地时,他们很有可能身上并没有携带设备同时也无法获取设备,在这种情况下,被动式即被检测者无需携带设备的室内定位方法就显得尤为重要。在入侵检测方面,本文提出了一种基于Wi-Fi的室内人员被动式检测方法:FDF-PIHD(Frequency Domain Fingerprint-based Passive Indoor Human Detection)。该方法基于信道状态信息CSI,预处理后在频域上生成特征指纹,通过相似度对比判断在线阶段场景内的具体状态为无人、存在静止目标或是存在动态目标。为了提高检测准确性,仿真实验结合了三根接收天线的投票方案。仿真实验表明,FDF-PIHD检测方法对室内三种状态的检测结果均可达到90%以上,其中场景无人的检测率为97.5%,存在静止目标的检测率为92.6%,存在动态目标的检测率为98.5%。该方法不仅能检测到室内是否存在目标,还能够进一步判断目标当前的活动状态,为室内定位打好了基础。传统的基于指纹的被动式室内定位一般采用直接定位的方式,本文提出了一种基于CSI特征指纹的分布式室内定位方法。该方法在构成双指纹库的基础上,先根据在线指纹与粗分类离线指纹库的相似程度判断出在线目标所在的大概区域,再将新生成的指纹对与细分类离线指纹库进行匹配从而完成定位。为了提高定位准确率,仿真实验结合了三根接收天线的投票方案。实验表明该方法的定位率要高于直接定位,并且对静态目标的定位率为95.7%,对动态目标的定位率为92.7%。