智能空间中的上下文感知为用户提供其所在环境的上下文相关信息,其中80%的信息和位置有关,因此定位问题在上下文感知中占据举足轻重的地位。智能空间中设备的许多行为都与其所在的位置相关联,如实时跟踪用户所处的位置、自动打开用户附近的灯或将来电转接到离用户最近的电话等,所有这些应用都需要判断用户在室内的位置,以及与其它设备之间的相对位置关系。定位信息的准确获取是完成定位服务的一个关键问题所在,那么如何简单、及时有效、准确地获取移动用户的定位信息,以便主动向用户提供所需定位服务是目前智能空间中需要研究的基础课题之一在智能环境未知节点进行定位的过程中,信号传播延迟、参考点之间的相对位置等都会对未知节点的定位误差产生影响。对于参考点位置所引起的定位误差,由于智能环境中未知节点定位需要通过多个定位参考点来计算其位置,那么如何在这些参考点中选择最优的参考点使定位误差最小是本文要研究问题。在二维空间定位服务中,在不存在定位误差情况下,提出了关于二维空间定位算子的两个定理,定位算子定理为未知节点的位置计算提供一种快捷的方法。对于定位过程存在误差情况下,通过对定位过程中产生的误差区域进行分析,提出了二维空间参考点优化选择定理,参考点优化选择定理表明在室内定位过程中有针对性选择参考点能使定位误差最小,为室内环境中布置和选择定位参考点提供了相应的理论基础。在此基础上,研究了未知节点被多次定位后定位误差极限问题,提出了定位误差极限定理,定位误差极限定理揭示了当有无限多个参考点参与对未知节点定位时,定位误差不会持续减小下去,而是最后趋于恒定值。基于参考点优化选择定理,通过对传统的定位算法进行改进,提出参考点优化选择算法(OSRN), OSRN算法以参考点与未知节点之间位置关系为基础,通过选择出合适的参考点来计算未知节点的位置,可以提供更准确的定位信息,并保证该算法具有较强的定位实时性,从而满足智能空间中移动用户定位服务的需求。以上这些定理为移动设备在二维空间定位过程中有针对减少由参考点引起的定位误差提供了依据。定位过程中不可避免地存在着误差,通过分析三维空间定位过程中产生的误差区域,提出了空间参考点优化选择第一定理(SOSRN1)和空间参考点优化选择第二定理(SOSRN2), SOSRN1定理和SOSRN2定理从理论上证明三维空间定位过程中当未知节点与定位参考点满足某种分布时,定位误差最小。在此基础上,对空间未知节点多次定位后的误差区域研究发现,随着定位单元数目增加,定位误差不断减小,但不会无限制减小,而是定位误差最后趋于一个常量。在智能空间中,由于设备的资源有限,并且它们所面临的任务一般都是时间敏感性较强的应用空间,传统的定位算法,无法在资源受限的普适设备上实现,同时又不能很好的保证时间约束,基于SOSRN定理,提出了空间参考点优化选择算法。空间参考点优化选择(SOSRN)算法为未知节点在空间定位提供更准确的位置信息,并且改进定位实时性,从而满足定位服务的需求。对于参考点位置所引起的定位误差进行定量分析,结果表明采用参考点优化选择算法定位能较大幅度提高定位精度,并且通过有限的几次定位就能使定位误差迅速趋于最小值,由此提出了二维空间快速参考点优化选择算法(FOSRN)和三维空间快速参考点优化选择算法(FSOSRN), FOSRN和FSOSRN在保证定位精度情况下实时性较好,特别适合应用于有较多参考点的智能空间定位中。利用仿真实验对本文提出的OSRN和SOSRN算法进行了仿真验证,通过对得到的实验数据进行的分析,并与传统的算法相比较,结果表明OSRN算法SOSRN算法能够在资源有限环境下的改进未知节点定位实时性,并使得在一定的范围内未知节点在定位过程中产生的误差较小,有效解决了智能空间中的移动用户的定位需求。