竞赛保研 基于RSSI的室内wifi定位系统
0 前言
🔥 优质竞赛项目系列，今天要分享的是
🚩 wifi室内定位系统
该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！
🥇学长这里给一个题目综合评分(每项满分5分)
- 难度系数：3分
- 工作量：3分
- 创新点：4分
🧿 更多资料, 项目分享：
https://gitee.com/dancheng-senior/postgraduate
简介
今天来介绍一下室内定位相关的原理以及实现方法;
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 802.11标准的同义术语。“Wi-
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 DSSS设备兼容。
wifi定位的本质实际上是基站式定位, 是依靠wifi AP以自身为中心, 向外辐射逐渐衰弱的指纹来进行定位的.
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
什么是wifi指纹
“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
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
wifi定位方法基本上可以分为两大类：
不基于RSSI
- TOA（time ofarrival）
- TDOA（time difference of arrival）
- AOA（angle of arrival）
基于RSSI
在智能手机上，可以通过系统SDK获取到周围各个AP（Access
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
-
随机方法
将测试点（Test Point, TP）的预测位置设为任一参考点（Reference Point，RP）的位置。 -
KNN方法
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
GK方法的主要思路是通过高斯核密度估计器（Gaussian Kernel Density
Estimator，GKDE）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。
基于无线信号的三边（三角定位）
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。
那么室内定位里面的三边定位是怎么实现的呢？
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
地图绘制
数据采集点位置
AP点位置
测试结果
最后
🧿 更多资料, 项目分享：
https://gitee.com/dancheng-senior/postgraduate