随着无线通信技术的不断发展,基于无线终端来获取用户信息成为可能,这为用户行为分析及人群移动性等研究方向提供了新的方法和途径。我们将利用无线通信技术如蜂窝移动网络、全球定位系统(Global Positioning System, GPS)、无线局域网(Wireless Local Area Networks, WLAN)等来获取用户信息,结合用户周围的环境信息(地理位置信息)来对现实世界中的用户及其行为进行分析的技术称为无线实境监测技术。通过无线通信技术来进行实境分析对用户、广告商和场馆经营者(类似于线上分析的“发布者”)具有很大价值,用户将受益于个性化信息,广告商将更有效的投放广告,场馆经营者将使用户最大化的参与他们的场所。WLAN具有部署方便、拓扑架构灵活和移动性等特点,这使得WLAN广泛应用于校园、医院、商业区和住宅小区等场所,其具有数量巨大且广泛的用户,人们随时随地通过智能终端接入WLAN实现网络连接变得越来越普遍。因此,通过监测用户智能终端产生的WLAN信号可以用来获取用户信息。通过对获取到的WLAN信号强度指示(Received Signal Strength Indication, RSSI)进行分析,可以获取到用户的位置信息,而通过分析用户接入WLAN的时间可以获取用户出现在某个地点的时间及在某个地点的逗留时长,通过长期的观察还可以进一步分析用户出现在某个地点的频率,甚至可以分析出用户的个人喜好,生活习惯等信息。针对无线实境监测技术及其应用,本文所做的主要研究工作有：(1)对无线实境监测技术的背景与现状进行了详细的调研,总结归纳了无线实境监测技术的内容,特点。对无线实境监测技术中常用的数据采集技术(GPS、蜂窝移动网络、WLAN)进行了归纳和对比。对基于WLAN的无线实境监测技术进行了深入研究,设计和实现了基于WLAN的无线实境监测系统。(2)获取用户的位置信息是无线实境监测技术及用户研究中的最关键因素,而RSSI是目前用来获取位置信息的主要方法,结合传统无线信号传播特性和损耗模型,对基于WLAN的无线实境监测技术中WLAN信号的室内外传播特性进行了实际的测量分析。通过大量的测量数据,获得了室外WLAN信号强度与距离的关系,对于室内情况,提出了一种新的WLAN信号强度与距离的关系模型。(3)对无线实境监测技术的应用进行研究,提出了基于WLAN的无线实境监测技术统计室内人流的三种模型算法。首先,通过室内WLAN信号强度与距离的关系,提出了基于WLAN信号强度与距离模型的室内外判决算法。然后,为了避免在实际应用中通过大量测试来确定判决模型中的阈值,又提出了基于统计分布的室内外判决算法,该方法通过训练样本来确定室内外判决阈值。实际应用中我们发现,判决错误主要是用户的行为造成RSSI值突变产生的,基于此,提出了改进型统计分布判决算法(基于用户行为的室内外判决算法)。通过在实际场景中的应用,我们对这三种判决算法进行了对比分析。(4)将改进型统计分布判决算法应用到实际单商铺中,实现了室内人流实时统计、新老顾客分析、日流量及顾客访问频次统计等人流信息统计