随着人们生活质量不断提高,汽车已经成为人们出行必要的交通工具。同时,城市的汽车保有量也随之增加,这给城市的交通系统和环境带来巨大压力。近年来,由于城市的停车位资源日益紧缺,停车难、停车乱的问题也愈演愈烈,严重影响正常交通秩序。停车“难”不仅仅是难在缺少停车位,还因车位信息不透明,停车场结构复杂,缺乏室内车位定位导航而难于寻找车位。因此,对于解决停车难的问题,只增加停车位的数量是不够的,还需要一套完备的停车管理系统对城市停车场的停车位、私人停车位以及路边停车位进行全方位的统筹管理。另外,还需具有在线实时查询车位、预约车位、定位导航、自主认证、在线支付等功能。本文针对停车难的问题,对停车系统的需求进行分析,提出基于窄带物联网(Narrow Band Internet of Things,NB-IOT)的智慧停车系统。设计出智慧停车系统的整体架构,并对其进行分层设计,包括智能终端车位锁、NB-IOT信息传输、数据服务器以及客户端应用。为解决认证繁琐的问题,设计出手机终端与智能终端车位锁利用蓝牙进行自动认证的技术,以及多传感器低功耗检测车位状态的技术。基于智能终端车位锁的蓝牙,对扩充指纹数据进行研究。指纹定位的首要条件是离线构建完备和精确的指纹数据库。然而室内停车场面积较大,构建指纹数据库困难。为此,本论文利用生成对抗网络(Generative Adversarial Networks,GAN)和Pearson对小型蓝牙指纹数据库进行扩充。这既能减少采集指纹数据的次数,又能增强蓝牙指纹数据特征信息。经实验表明,与小型蓝牙指纹数据库相比,利用扩充后的蓝牙指纹数据库进行定位,精度明显提高。基于扩充得到的蓝牙指纹数据库,提出了DNN-WKNN定位算法。该算法将深度神经网络(Deep Neural Networks,DNN)定位算法和加权K-最近邻(Weighted K-Nearest Neighbor,WKNN)定位算法在Bagging集成策略下进行融合。这两种算法以互相补偿的方式,很好解决单一算法在定位时,因数据噪声或波动而造成坐标定位误差偏大的情况。经实验证明,DNN-WKNN算法与单一的DNN算法、WKNN算法相比,突出优点在于室内定位误差均值和定位误差方差小,定位的稳定性明显提高。