随着智能手机的普及和传感器技术的发展,智能手机中集成了越来越多的传感器,丰富的传感数据为定位技术带来了新的发展机遇。智能手机通过传感器数据为我们提供了各种基于位置的服务,例如地图导航,外卖app等。但是当前许多基于位置的服务都是基于GPS的,它的定位精度一般可以达到5米之内,但是在高度上的误差却有数十米,因此在有海拔变化的场景下容易定位出错,而且它非常耗电,并且提供的是用户的精确位置坐标信息,在一定程度上会暴露用户的位置隐私。因此需要充分利用传感器数据来辅助GPS克服这些缺点或替代GPS实现一些位置服务。使用传感器数据之前,需要保证数据的准确性,但是目前手机内置传感器普遍无法自动去校准以保持高精度,所以需要首先对传感器进行校准操作。本文的研究思路是先对传感器进行校准,然后充分利用丰富的传感数据和计算资源,在提升定位精度的同时保护用户的位置隐私以及提高能源效率。本文首先提出了一个大量传感器校准的方法,然后提出了一个节能并保护位置隐私的定位方法,最后提出了一个提升GPS在特定情况下的定位精度的方法。具体来说,本文取得了以下的创新性成果:1)提出了一个基于群智感知的智能手机传感器校准系统（CBSC）。针对校准大量智能手机传感器的问题,提出了用于点对点校准的基于隐马尔可夫模型的方法,并通过解决最小支配集问题来校准所有气压传感器。仅使用智能手机上的低功率气压传感器,几乎不需要参考点和人工助手。实验表明,在84%的情况下,CBSC的精度可以达到0.1h Pa。与传统的解决方案相比,CBSC更加实用,精度也令人满意。2)提出了一个基于智能手机气压传感器的定位系统（SELoc）。为了提升能源效率和保护用户位置隐私,仅使用低功率气压传感器数据来推断位置信息,因此能源效率较高,并且提供的非敏感位置数据来在一定程度上保护了用户隐私。提出了基于曲线拟合的天气噪声消除方法、基于受限玻尔兹曼机的用户行为检测方法、基于聚类的位置标记提取方法。实验表明,SELoc提供用户的每日位置准确度为85%,与GPS相比,平均能耗仅为其22%左右。3)提出了一种基于气压传感器提升GPS定位精度的方法。针对在复杂立交桥或信号强度较弱的地方GPS定位精度差的问题,提出基于隐马尔可夫模型的位置追踪方法,使用气压数据来辅助GPS推算车辆的位置。实验表明,在这些情况下,与GPS相比,本文的方法精度提高了19.2%。