基于无线感知的人员位置服务应用是指利用无线传感网络技术对于被监测区域人员的计数、定位以及基于人员位置的WiFi认证。目前,可用于无线感知的人员位置服务技术有很多,包括RFID、蓝牙、红外、UWB、Zig Bee、WiFi和行人航迹推算（Pedestrian Dead Reckoning,PDR）技术等。而近年来,随着智能手机等移动设备的普及,基于WiFi的位置服务也得到了快速发展,WiFi无线网络广泛存在于室内环境中,并且拥有易于架设、传输速率快等多方面优点,使其非常适合运用于室内位置服务技术中。本文研究了基于无线感知的室内人员计数和定位计数,并且根据室内人员的位置信息,提出了一种基于位置信息的WiFi认证方法。完成的主要工作包括:1)对室内人员数量和WiFi信道状态信息（Channel State Information,CSI）特征匹配进行了深入研究。分析了室内人员数量变化对于信道状态信息的影响,通过随着人员数量变化引发信道状态信息变化的规律,结合机器学习构建了识别室内人员数量的数学模型。该方法使用的CSI源数据缓解了信号多径效应的影响。使用解卷相位和线性变换的方法重构CSI,使得CSI相位信息能以簇的形式集中,避免了原始相位分布范围过大,随机性过高的问题。基于Hampel滤波器去除载波振幅中奇异数据,减少环境噪声对于人员数量特征造成的干扰,保证了人员计数的精度和稳定性。最后利用支持向量机（Support Vector Machine,SVM）分类器识别人员的数量。2)以CSI作为源数据实现了室内人员定位。该方法利用主成分分析（Principal Component Analysis,PCA）对构建的指纹库进行特征提取,降低了训练样本的维度,提高了回归训练的时间复杂度,提出利用v-SVR对于人员位置坐标（L,θ）的距离和角度进行分别的回归分析。实验结果表明,本文提出的室内定位方法的定位精度在2.5m以内,能够在室内环境下准确地对人员进行定位。3)基于人员位置信息提出一种WiFi认证方法。该方法基于CSI指纹库建立SVM模型,通过SVM计算得到发起WiFi认证用户的位置信息,通过识别用户的位置判定发起WiFi认证用户的合法性。为了去除CSI中的噪声,利用Hampel滤波器去除了CSI数据流中的奇异数据,避免了环境因素引起的位置误差。使用Percentile算法提升高斯核函数选取参数的效率。