随着人类科技发展日新月异,人们已然越来越离不开对于基于位置服务的需求。室外环境下,GPS（全球定位系统,Global Positioning System）能够实现对大部分位置的精确定位。但是,在高楼建筑物和城市立交桥等复杂地形环境下,GPS信号会受多径和衰落的影响,导致GPS定位出现问题。另外,随着城市WiFi部署规模的不断扩大和智能手机的广泛应用,仅依靠WiFi基础设施实现精确的GPS-free室外定位成为可能。基于此,研究复杂地形环境下基于WiFi信号的室外定位技术具有潜在的应用价值。本文主要有以下研究内容和创新点:（1）在云南大学软件学院的室外区域构建包含18515条WiFi指纹信息的数据库,并采用基于CNN（卷积神经网络,Convolutional Neural Networks）WiFi指纹定位方法实现定位。实验结果验证,从室外环境采集所有参考点RSSI（接收信号强度指示）数据的次数足够多的情况下,采用机器学习的方法实现室外定位同样可达到亚米级别的平均定位误差。（2）实现了一种知识图谱结合传统WiFi定位的两步法定位算法。在城市立交桥环境下,根据不同道路将定位区域划分为若干子区域,然后建立立交桥WiFi信号的知识图谱模型,采用知识图谱相似度算法对车辆初步定位到所在立交桥道路;用WKNN（加权K近邻算法,Weighted K Nearest Neighbors）进一步精确估算车辆坐标位置,最终实现对立交桥上车辆位置的定位。仿真结果表明,相比直接采用传统的WiFi定位算法,该两步法算法具有降低匹配运算量的优点。（3）针对GPS存在的问题,提出了一种城市立交桥环境下基于WiFi信号的车辆定位模型系统架构的解决方案。该系统由物理空间和信息空间组成,包含数据获取层、云计算层和数据可视化层。利用仿真数据开发了昆明市小菜园立交桥下基于WiFi的车辆定位系统,并对系统主要功能进行了展示,验证了所提方案的有效性和潜在工程应用价值。