随着近年来传感技术与人工智能技术的不断发展,智能家居系统优化了人们的生活方式和居住环境,使得人们的生活质量与工作效率大大提高。对其而言,精准的用户定位与识别是保障系统性能的关键。在众多智能家居方案中,基于振动信号的室内用户定位与识别技术具有实现方便、无需经常维护、隐私侵犯性低等优点,近年来得到国内外诸多学者关注。然而,现有振动定位技术受频散现象、多径干扰等因素的影响,定位精度受限。同时现有的振动识别技术也难以满足用户对于智能家居日益增长的要求。因此,借鉴蝎子优异的振源定位能力,本文提出了一种仿生振源距离估计方法。并在此基础上,结合动态贝叶斯网络,设计了一套室内用户定位及病理步态识别系统。主要研究内容如下:首先,本文对蝎子用以确定振源距离的生物机理展开研究。通过扫描电子显微镜确定彼得异蝎步行足上跗骨感觉毛与缝感受器的表面形貌与位置分布。搭建蝎子感受器官振动电响应实验平台,测试在不同距离的振源激励下,缝感受器、跗骨感觉毛对振动信息的处理机制。根据缝感受器敏感于瑞利波而跗骨感觉毛敏感于纵波的特性,研究了蝎子通过纵波与瑞利波的信息差异标记振源距离这一生物机理。其次,基于蝎子振源定距机理,根据振动传播的特性,结合随机森林回归算法提出了振源距离估计模型,设计了仿蝎子振源定位方法。并根据蝎子的形态特征搭建了一套仿生振动信息采集装置。在实际应用场景,对本文所述装置及方法进行测试,结果证明仿蝎子振源定距方法的平均估计误差为0.30m,优于基于到达时间差（Time Difference of Arrival,TDOA）的方法。同时,证明了仿蝎子振源定位方法能够定位室内用户,并实现对室内用户活动轨迹的跟踪。最后,基于仿生振动信息采集装置及仿蝎子振源定距方法,搭建了一套室内用户病理步态识别系统。该系统分析了病理步态特点,通过动态贝叶斯网络从多角度反应病理步态的运动特性。利用最大期望算法为需要识别的病理步态分别训练一个动态贝叶斯网络,最后通过计算给定模型参数下的最大观测概率,输出病理步态的分类结果。实验结果表明,所建病理步态识别系统能够有效地识别正常步态、偏瘫步态以及慌张步态,其平均识别率为91.4%。