定位技术与行为识别是普适计算研究领域中两个热门的研究问题,通过感知用户的位置信息和行为状态信息,自动提供适时适地的服务,广泛应用于室内外导航、目标跟踪、智能家居、消息递送、医疗监护和社会网络挖掘等领域,在智能环境应用和个性化服务方面发挥了重要作用。蓝牙技术在社会生活中应用广泛,切合普适计算环境的应用需求。本文探讨利用蓝牙技术和机器学习方法来解决室内高精度定位与用户行为模式的识别问题。利用核岭回归方法对信号强度进行建模,实现自适应免标定定位,定位效果优于以往的研究工作。根据用户行为与位置的相关性,建立由底层蓝牙信号强度信息推导用户的高层泛化行为信息的行为识别模型。通过实验验证本文所提框架和方法的可行性,进一步推广了蓝牙技术在普适环境中的应用研究。本文的主要工作包括以下几点:提出了一种基于核岭回归KRR的蓝牙定位方法,解决室内的高精度定位和信号强度动态变化的问题。利用蓝牙锚节点之间互相提供的信号强度信息和物理位置信息,构造信号强度和物理位置之间的回归模型,实现高精度定位。系统利用在线采集的信号实时更新模型参数,自适应环境变化,具有更好的实用性和鲁棒性。提出了一个基于规则的行为识别模型,建立底层蓝牙信号强度信息到用户高层泛化行为的映射关系。在获取位置信息的基础上探讨用户行为模式识别的实现方案,利用基于位置的概率模型方法和KNN、SVM分类算法对行为模式进行识别分析,能够取得较高的识别率。构建了一个蓝牙传感网络,包括底层蓝牙信号强度信息的数据采集和预处理、系统架构设计、网络通讯和数据同步采集。同时系统地分析了蓝牙的信号查询特征和系统工作特点。采集了真实的办公室环境实验数据进行实验验证,实验结果表明利用底层蓝牙信号信息和蓝牙传感网络,能够实现室内的高精度定位和用户行为模式的识别,提供智能化服务。