园区场景中卫星信号缺乏的问题,使得GPS、北斗等卫星导航系统不能使用。园区中覆盖了 WiFi信号,这为园区场景中实现定位和导航系统提供了新思路。与具有视线(Line of Sight,LoS)传输路径的室外定位不同,园区内由于建筑物的遮挡,茂密的植被等问题,WiFi信号在传播时存在多径效应,阴影和衰落,造成信号在接收机处的失真,进而导致定位精度严重下降,不能满足导航功能。另外,在导航系统中的路径规划部分,虽然已经有很多学者优化了AStar算法的代价函数,提升了 AStar算法的性能,但是在AStar算法搜索方向上做出优化的研究较少。针对以上问题,本文对基于WiFi的定位和导航技术进行深入研究,本文的主要工作如下:(1)在导航系统的定位部分中,针对无法确定园区场景中多径成分的数目以及所有多径成分的到达角(Angle of Arrival,AoA)和飞行时间(Time of Flight,ToF)对,即(AoA,ToF),由于噪声产生的离群点,提出利用具有噪声的基于密度的空间聚类算法(Density-B ased Spatial Clustering of Applications with Noise,DBSCAN)来获取直接路径AoA。同时,对接收到的数据进行天线增益的消除和多径抑制的处理,然后拟合出距离与信号幅值的关系,进而实现测距功能。最后,利用三角形几何原理确定被定位目标的位置。(2)在导航系统的路径规划部分中,分析了传统正方形AStar算法和传统正六边形AStar算法的优缺点,针对传统正方形AStar算法只有8个搜索方向,传统正六边形只有6个搜索方向,提出了一种扩展搜索方向的改进AStar算法,该改进AStar算法将搜索方向改进为12个搜索方向,使得规划出的路径总长度明显小于传统AStar算法,且由于改进后的AStar算法的搜索方向更多,使得规划出的路径更平滑,减少了路径中的拐点。(3)最后基于上述2个定位导航系统中的关键技术搭建了实验平台,在相关场地进行了定位与导航的实验,并作了相关的性能分析。实验表明,利用CSI定位的中位精度达到了 1.3m。采用改进后的AStar算法比传统正方形AStar算法在规划路径总长度上减少了 8.87%,比传统正六边形AStar算法减少了 3.65%。