WIFI全称WirelessFidelity在中文里又称作“行动热点”是Wi-Fi联盟制造商的商标做为产品的品牌认证是一个创建于IEEE

802.11标准的无线局域网技术。

基于两套系统的密切相关也常有人把Wi-Fi当做IEEE

Fi”常被写成“WiFi”或“Wifi”但是它们并没有被Wi-

Fi联盟认可。

它的最大优点就是传输速度较高可以达到11Mbps另外它的有效距离也很长同时也与已有的各种802.11

wifi定位背景和意义

GPS难以解决室内环境下的一些定位问题大部分室内环境下都存在WiFi因此利用WiFi进行定位无需额外部署硬件设备是一个非常节省成本的方法。

然而WiFi并不是专门为定位而设计的传统的基于时间和角度的定位方法并不适用于WiFi。

近十年来在室内WiFi场景下的定位中位置指纹法被广泛研究和采用。

本文对WiFi位置指纹法进行综述提出了这个领域面临的挑战介绍最新的研究以及提供一些实际的指导。

基本原理

“位置指纹”把实际环境中的位置和某种“指纹”联系起来一个位置对应一个独特的指纹。

这个指纹可以是单维或多维的比如待定位设备在接收或者发送信息那么指纹可以是这个信息或信号的一个特征或多个特征最常见的是信号强度。

如果待定位设备是在发送信号由一些固定的接收设备感知待定位设备的信号或信息然后给它定位这种方式常常叫做远程定位或者网络定位。

如果是待定位设备接收一些固定的发送设备的信号或信息然后根据这些检测到的特征来估计自身的位置这种方式可称为自身定位。

待定位移动设备也许会把它检测到的特征传达给网络中的服务器节点服务器可以利用它所能获得的所有信息来估计移动设备的位置翻译存疑…这种方式可称为混合定位。

在所有的这些方式中都需要把感知到的信号特征拿去匹配一个数据库中的信号特征这个过程可以看作一个模式识别的问题。

wifi指纹由什么组成

位置指纹可以是多种类型的任何“位置独特”的对区分位置有帮助的特征都能被用来做为一个位置指纹。

比如某个位置上通信信号的多径结构、某个位置上是否能检测到接入点或基站、某个位置上检测到的来自基站信号的RSS接收信号强度、某个位置上通信时信号的往返时间或延迟这些都能作为一个位置指纹或者也可以将其组合起来作为位置指纹。

wifi指纹定位实现方法

Point发送的信号强度RSSI及AP地址利用RSSI来定位目前看来是最可行的方法因此下面着重介绍,基于RSSI定位主要有两个算法:三角定位算法,指纹算法。

定位算法

KNN方法的主要思路是找出与TP的WiFi指纹相似度最高的K个RP然后平均这K个RP对应的位置最终得到TP的位置。

Prob方法

Prob方法的主要思路是通过贝叶斯公式计算TP出现在每个RP上的后验概率取k个概率最大的RP然后平均这K个RP对应的位置最终得到TP的位置。

Stg方法

Stg方法是KNN方法的一种改进方法它通过TP的k个信号最强的信号接入点来筛选RP然后再应用KNN方法。

Gk方法

EstimatorGKDE计算每个指纹位置的相对过饱和度的可能性并通过平均与最高似然值对应的位置来确定TP的位置。

这个方法来自于传统的定位方法类似GPS假如我们能够获得我们待定位点相对于其它基站的距离或者角度通过交会列多元方程组求解的方法可以求出我们所在的位置当然了实际情况中往往不是求解刚好够定位的方程组而是用多余的观测值然后利用最小二乘估计方法来估计位置。

以下图为例对于三个基站我们如果能够获得信号发射和接受的时间差那么就可以通过时间差和光速传播来求取距离从而获得定位。

但是对于普通的WiFi,蓝牙信号要想求出从信号发射到信号接收之间的时间差基本是不可能的。

因为你要保持两边的时间同步才能通过发射时间和接收时间来求取时间差考虑到c光速的巨大时间差一点点距离就能差非常远。

所以基本不可能通过时间差的方法来进行定位。

我们知道只要求取当前目标和各个基站的距离就能求解目标位置。

而这个距离既然不能通过时间和光速之积来获得我们可以通过另一个方法来获得那就是信号衰减模型如下图所示我们知道在离线状态下无线信号强度在空间中传播随着距离衰减

而这个无线信号强度对于手机上的接收器来说是可测的那么根据测试到的信号强度是不是可以根据下图的衰减模型公式来反推出距离呢那么这样不就又可以用三边定位了。

地图绘制

https://gitee.com/dancheng-senior/postgraduate