人群的活动轨迹看似杂乱无序,实则存在潜在的模式。Song等人指出人群移动性具有非随机性和周期性,人们总是频繁地出现在某些特定的地点,不管行为活动如何多样性,人群活动总是遵从简单的重现模式,具有高度的可预测性。本文研究主要围绕人群移动性的空间属性和时间属性两个属性展开。空间属性与人群移动的物理空间对应(室内外等),时间属性与人群移动随时间变化的特征对应(用户逗留时间等)。研究人群移动性对于探究交通规划、城市规划、流感控制等特定问题有很强的参考价值。为了研究局部区域内人群分布和移动规律,我们设计实现了一套完整的人群移动性分析分布式平台,实现功能包括人群移动数据获取、分析、结果展示等。从而解决了局部人群流量统计、室内外人群分布热图、人群移动轨迹预测等一系列与人们生活细细相关的社会问题。本文重点就平台的设计实现原理、应用相关理论模型做了详细阐述。具体包括以下几个方面：(1)调研了人群移动性研究的切入点和热点,数据获取及处理难点与要点。就广域和局域下人群移动性的研究要点与其解决的实际问题展开对比分析,确定本文的研究对象为局域移动性。(2)实现了无线路由节点采集用户移动终端数据的功能开发,借鉴Hadoop分布式存储计算和云传输思想,完成无线数据获取、传输和分析处理的平台搭建,并命名为Wicloud。(3)基于Wicloud平台,对局域人群流量统计及聚集度分析、室内外人群划分热图展示、人群移动轨迹预测等功能进行实现开发。并对相关的无线信号传播模型仿真、人群移动轨迹获取和高阶马尔科夫链(n-MMC)轨迹预测模型分析工作进行阐述。