本文以“基于无线传感器网络的人体行为识别系统”为平台，重点研究了其中的数据预处理和室内人体定位技术。设计并实现了一套实用、有效的预处理流程和若干算法，并提出了一种新颖的利用无线信号在室内环境中进行人体定位的方法。它们不但已经在本识别系统中取得了较好的效果，而且也将会对其它相关应用有重要指导意义。 1999年，飞利浦研究室首先提出了“环境智能”的设想：到2020年，人们将生活在一个由相互连接着的、智能的、广泛分布的、可响应的电子设备和服务组成的世界中，它们会形成一个友好的电子环境，可以感受到人们的需求、预测人们的行为并对他们的存在做出响应。 我们所开发的人体行为识别系统是基于飞利浦东亚研究实验室与上海交通大学的合作项目－传感器与环境智能（Sensor and Ambient INTelligence, SAINT），该项目主要研究无线传感器网络中的数据处理、数据融合和行为识别算法。到目前为止，这套系统的软硬件框架和实现已经基本建立，识别的动作主要有：做报告、提问、讨论等等。 本文首先简要介绍了无线传感器网络的基本结构和应用，然后详细介绍了该识别系统的结构、识别算法和识别结果。在数据预处理和室内人体定位方法的研究中，我们设计并实现了一个有效的预处理流程和一些预处理算法，并提出了一种新颖的室内人体定位算法。 本文的主要贡献和创新体现在： （1）完成了一套有效的预处理流程和算法，将原始的不完整、有噪声、不一致的传感器数据转换成完整、干净、一致的数据，以利于更好的建模和识别。从A/D端口采集到的原始数据经过校正、压缩或者编码，以无线通信的方式发送到PC机。在PC机上，首先对接收到的数据包进行分析，如有丢包，进行包的补偿。然后对数据进行滤波和奇异点去除。最后，所有预处理后的数据存放在统一的数据缓冲区里。 （2）设计并实现一种新颖的室内人体定位方法。大多数传统的定位算法例如GPS、TOA、TDOA，主要适用在室外空旷地区。虽然一些应用用超声波和红外线来进行室内人体定位，但必须在人身上放置特殊的收发装置，而这会使得用户感觉不舒服。通过大量的实验和数据分析，根据信号穿过人体时会造成一定的衰减，我们设计并实现了一种新的室内人体定位方法，并通过增加一个屏蔽装置，提高了该方法的稳定性。与其它基于超声波或者红外线的定位方法比较，本方法具有以下一些优点：1）无需增加任何额外设备；2）人身上无需佩戴传感器节点；3）容易布置、配置和实现；4）受环境干扰小。