课题组利用智能手机上集成的 WiFi、惯导、加速度传感器、磁力计等多传感器，进行数据融合与挖掘，构建室内无线信号地图，将其与室内布局地图相结合，能够实现移动设备(人手持智能终端)、移动机器人设备在室内的定位、寻迹、跟踪算法，构建了无线信号采集、无线地图生成、众包数据库建立与更新、定位匹配算法、轨迹学习算法等一系列系统模块，并在西安交通大学多处教室、楼宇，百货商场与写字楼进行了实地测试，定位性能在自建指纹库下可达1.5-3米左右的精度，无专门采集的众包条件下达到 3-5 米精度，且能够绘制连续的用户运行轨迹。此外，还将该技术反向延伸到发射机定位，实现干扰源测定与无线安全。
将类似思路扩展到室外场景，结合射线跟踪算法、深度学习、强化学习算法，可以构建室外条件下的无线信号分布地图，通过对无线信号在特征空间的匹配，可在室外条件下实现对行人、车辆等的定位、轨迹跟踪与预测，与GPS、北斗等卫星定位手段互为补充。通过前期在室内定位技术方面的研究，课题组已经建立起相应的数据采集平台软件、管理中心数据库、定位算法核心库等完整的室内定位软件平台。