本文尝试以移动终端传感系统为数据源，结合数字信号处理、模式识别与数据挖掘等方法，通过对情景感知领域的探索，将人、物、位置三者无缝地关联、融合到环境情景中，从而提升位置服务系统的功能与用户体验。　　本文提出了基于本体的位置服务情景模型，以这个模型核心本体为基础，结合位置服务的应用场景及移动终端传感技术，构建了情景感知系统的参考框架。在这个情景感知系统框架下，本文从移动终端低层情景信息获取、用户出行情景推理、停留点情景解释和室内情景感知应用4个方面展开研究:　　(1)移动终端低层情景信息获取　　本文中，低层情景信息的主要来源是智能终端搭载的传感系统，包括可以用来感知动作、方向或者各种环境因素的传感器。我们以Android系统为对象探讨了使用移动传感系统对用户动作、周围环境、所处位置等情景信息进行感知的方法。由于移动终端传感器往往不能非常精确地测量数值，因为噪声以及随着使用时间积累，传感器经常会产生错误的数据，进而影响我们对情景的探测。本文讨论了这些误差的种类，以及减小这些误差影响的数据过滤技术和一些传感器融合方案。　　(2)移动终端用户出行情景推理　　本文研究了使用智能终端内置传感器感知人们户外出行模式的方法。该研究能为移动终端用户出行情景推理、城市尺度内精细化移动用户数据挖掘以及其他相关应用提供基础。我们定义了一个基本能概括人们日常生活中出行模式的模型;研究并提取了用于移动终端用户出行模式分类的特征;采用经过参数优化过的支持向量机进行模式识别，同时采用蚁群算法对支持向量机输入特征进行了筛选，减小了特征维度，并分析了特征的相对重要性。采用从18位志愿者采集的数据集时，系统总体分类准确度达到96.31％，取得了良好的实验效果。　　(3)用户生活轨迹中停留点的情景解释　　情景信息种类繁多，位置情景是使用其中频率最高的。研究停留点的位置情景，有助于我们分析和判断用户的行为，解释环境情景中发生的事件。本文中，我们使用聚类算法和反向地理编码进行停留点解释。　　(4)情景感知室内应用的探索-使用手机内置气压计定位楼层　　本文提出了使用多参考气压计为内置气压传感器的智能手机提供楼层定位服务的方法，该方法能有效解决常规室内定位系统楼层定位精度偏低的问题。常规通过气压计进行楼层定位的方法需要通过气压值以及其他参数计算移动终端所处地点的高度，再与楼层高度做比较，判断所处楼层。然而，这类方法存在一些局限性:楼层定位的准确度受气压高度测量的精度影响较大;需要知道建筑物每层的精确层高。这些条件在某些情况下，是难以达到的。我们提出的方法通过直接比较手机内置传感器与参考气压计采集的楼层气压值来判断所处楼层，避免了上述问题。