无线网络和物联网技术的发展给智能应用带来了更丰富的可能,对于移动设备和用户来说,位置始终是一个重要的信息,广泛应用在导航、安防、推荐等领域中。随着对新场景新应用的不断开发,对于位置的获取方式和新的需求也更加多样化。无线网络定位可以选用异构无线信号作为介质,从实现方式上可以分为:物理层的有源定位、无源定位和非测距范围定位等。本文针对不同覆盖尺度下对不同目标的定位需求,充分挖掘物理层接收信号强度（Received Signal Strength,RSS）和信道状态信息（Channel State Information,CSI）的特征,使用插值、信号处理和神经网络等方法对不同数据进行处理分析,实现了融合的异构网络中多尺度覆盖下的多源定位方法。为了支撑定位结果的快速有效利用,本文设计了新的MAC和网络层协议,对异构网络多尺度的定位结果传输进行了性能优化。最后本文融合了无线网络定位、传输与区块链技术实现了一个新型的流行病时空伴随者追踪应用。整合以上方法从而实现了位置信息的“定–传–用”体系,本文的主要贡献包括:（1）针对室外远距离的节点定位需求,提出了一种大尺度覆盖下基于LoRa的室外远距离三维有源定位方法LoLoC。LoLoC通过廉价商用LoRa收发端采集信号强度数据,结合了RSS指纹方法和模型方法的优势,仅需要36个RSS值就可以通过薄板样条插值方法构建出一个99%拟合度的模型,并采用四点定位法计算得到目标的三维位置。LoLoC既解决了LoRa远距离传输过程中信号受到较多干扰和地形导致模型不准确的问题,又保证了不必耗费过多人力采集信号指纹。考虑到物联网节点部署的随机性,LoLoC首次在LoRa定位中引入了高度因素,使得定位方法的实用性更强。在校园范围内搭建的实验平台测试结果显示,LoLoC分别实现了全已知锚节点下6.4m和部分锚节点下9.8m的平均误差,均可以达到媲美卫星定位的结果。（2）针对安全防护等领域目标被动定位的需求,提出了一种基于Wi-Fi和LoRa的多尺度覆盖下无源目标定位方法WIDE。WIDE使用普通无线收发设备采集物理层信号,分别采用信号处理和基于神经网络的特征提取技术,可以准确得到单链路上目标移动对物理层振幅和相位差等特征的影响。WIDE复用了现有无线网络设备构成的类似红外线安防系统的网格,通过对多个链路穿越行为的连续捕捉实现对目标的定位。实验结果表明WIDE以较小的计算开销在三组收发设备条件下取得了50m~2内基于Wi-Fi的0.95m和5000m~2内基于LoRa的10.12m定位误差。WIDE中基于Wi-Fi加信号处理以及LoRa加神经网络的方法可以交叉使用并迁移到其他技术上,从而实现融合的异构和多尺度无源目标定位。（3）针对有源和无源定位结果需要快速收集以供应用的传输需求,对异构网络多尺度覆盖下的定位信息传输进行了优化。首先,提出了LoRa中继节点长距离通信的多跳网络传输方法M-LoRa,优化了LoRa参数的组合设置,设计了基于新的“多父多子”拓扑结构的路由策略和MAC协议,有效解决了冲突和单点故障等问题,使得多跳的LoRa传输网络更加可靠。在校园内的测试结果显示M-LoRa可以大幅度提高无线网络的覆盖尺度,且取得了低于LoRa WAN 58%的能耗和更好的数据交付率。其次,提出了中继和终端节点间Wi-Fi MU-MIMO网络下行并发传输中,基于位置的分组CSI反馈方法GCC,使得终端节点以空间相关性构成分组取代逐一反馈CSI的传统方式,从而控制计算波束成形控制矩阵的开销。实验结果显示,GCC在吞吐率和开销方面都明显优于其他方法,可以提高定位等关键信息下行传输过程的效率。（4）基于以上的无线网络定位和传输方法,提出了一种基于LoRa的流行病时空伴随者追踪方法LoRa Trace,以解决我国当前新冠肺炎防控制度下脱网人群不善于使用防疫APP的问题。首先通过设置RSS阈值划定建筑物范围,通过LoRa数据通信就可以无接触记录用户到访情况,并使用Merkle区块链结构实现关键信息防篡改及隐私保护。测试结果显示,LoRa Trace可以准确快速且无需用户操作的生成追踪记录,并可以根据诊断结果快速找到确诊用户的时空伴随者。LoRa Trace可以进一步融合以上的有源和无源定位方法实现更精准防疫的人员定位需求,并在未来有可能发生的公共卫生事件中使用。