Grâce au développement rapide des communications sans fil, la localisation par empreinte digitale (LF) a favorisé des services géodépendants considérables dans le domaine de l’Internet des objets. Dans cette thèse, nous avons d’abord proposé le système EntLoc, qui adopte l’entropie de modélisation autorégressive (AR) de l’amplitude des informations d’état de canal (CSI) comme empreinte digitale de localisation. Il partage la simplicité structurelle de la force du signal reçu (RSS) tout en réservant les informations de canal statistique les plus spécifiques à l’emplacement. De plus, un système AngLoc amélioré est égalementconçu, dont l’empreinte digitale d’angle d’arrivée (AoA) supplémentaire peut être récupérée avec précision de la phase CSI grâce à un algorithme amélioré basé sur le sous-espace, qui sert à éliminer davantage les candidats au point de référence(RP) sujets aux erreurs. Dans la phase LF en ligne, en exploitant à la fois les informations d’amplitude et de phase CSI, un nouveau schéma de régression par noyau bivarié est proposé pour déduire précisément l’emplacement de la cible. Lesrésultats d’expériences approfondies en intérieur valident la performance de localisation supérieure de notre système proposé par rapport aux approches précédentes.