【導讀】定位系統(tǒng)，并設計實現(xiàn)了一種基于權重值選擇的定位算法。動對定位的影響，提高了定位的穩(wěn)定性和精度。經(jīng)實驗測試，此系統(tǒng)在4米范。圍內(nèi)具有良好的定位效果?？刹渴鹪谡桂^、校園、公園等公共場所，為客戶提。定位算法運行于服務端，客戶端為配備WiFi模塊的Android. 借助該定位系統(tǒng)，基于Android系統(tǒng)的移動終端可方便地查詢自身位置，并獲取各種基于位置服務。位置信息在人們的日常生活中扮演著重要的作用。確地掌握相關人員的位置信息，有助于提高安全管理水平，簡化監(jiān)獄管理工作。近年來，隨著無線移動通信技術的快速發(fā)展，GPS和蜂。但由于衛(wèi)星信號容易受到各種障礙物遮擋，GPS/APGS等衛(wèi)星定位。為GPS的有力補充。它采用射頻指紋匹配方。過計算目標位置的后驗概率分布，來進行定位。在SkyHook主頁上可以下載一個叫Loki的軟件，是PC上用的，也支持wifi. 還hone用戶可以先試試Loki。（在美國，每個點收到3、5個。AP信號的情況相當多見。

　　

【正文】 每 個 AP 的多次數(shù)據(jù)取平均， 定位階段也是如此， 區(qū)別在于訓練階段采集數(shù)據(jù)多， 以便得到盡量 多的信息，定位階段采集的數(shù)據(jù)少，減少定位 延時，一定程度上提高了實時性。 指紋匹配采用快速選擇的方式。偽碼如 下： 1： Initialization， For Each Li Set Ei 0； 2： For Each AP： 3： Select Li IF RSSIAP（ RSSIσ， RSSI+σ） ； 4： n Count（ Li） ； 5： IF Li Selected 6： Ei 1/n； 7： Else 8： Ei 0； 9： End IF 10： End For 11： Return Li Where （ Ei） ；對每個掃描到的 AP 的 RSSI 值，設定一 個選擇區(qū)間 [RSSIσ， RSSI+σ ]，σ為多次實 驗的經(jīng)驗值， 在指紋庫中查找滿足此區(qū)間范圍 的 位置點，若有 n 個位置點落在此區(qū)間范圍， 則這些位置點分別取權值為 1/n，其他的位置 點則取權值為 0；對所有 AP 做如上處理后， 選出權值最大的位置點為估計位置。 如有多個 位置點權值一樣，則比較信號強度距離，取最 小者。 . 3 算法分析 本文的算法是建立在 RSSI 統(tǒng)計特性相對 穩(wěn)定的基礎上，從圖 11 中可以看出， RSSI 值 的直方圖分布與正態(tài)分布曲線近似， 因此均值 在一定程度上代表了 RSSI 特征。這也避免了 單次掃描的信號強度中某個 AP 的 RSSI 不穩(wěn) 定造成的定位結果偏 差。 圖 11 RSSI 的統(tǒng)計特性時間復雜度分析：一次掃描有 m 個 AP， 前期訓練階段有 n 個位置點，則要進行 m 次 選擇，每次選擇遍歷 n 個位置點，時間復雜度 為 O m*n ，遇到權值一致的情況，要進行二 次選擇，最壞情況再比較 n 次，時間復雜度為 O n ，所以總的時間復雜度為 O m*n 。 . 7 實驗 .7. 1 實驗過程實驗在計算所 6 層進行， 見圖 12， 在南北 兩側走廊總共采集了 24 個位置點，距離約 4 米，加上在 645 房間，總共 25 個位置點的數(shù) 據(jù)。掃描周期 1s，掃描次數(shù) 120 次。采集數(shù)據(jù) 耗時約 1 小時。 圖 12 實驗環(huán)境 本實驗主要為驗證定位準確性， 所以定位 時采用多次掃描的均值作為信號特征。 共選取 了 6 個位置點作為實驗的位置點。 測試次數(shù)約 為 50 次，掃描周期為 2s，運行界面見圖 13。 圖 13 手機終端顯示 .2. 實驗結果 各實驗位置點的結果見圖 14。 各個隨機測 試位置點的定位準確率都較高。 圖 14 各實驗位置點定位結果 . 總結 本文基于 Android 智能手機平臺，設計并 實現(xiàn)了一種基于 WiFi 信號的移動終端定位 系 統(tǒng)，并提出了一種基于權值選擇的定位算法， 一定程度上克服 RSSI 信號隨機擾動帶來的定 位誤差，經(jīng)過實際環(huán)境的測試，多次定位實驗 的精度在 4 米左右，適當調整 AP 的布置可以 進一步定位精度。本系統(tǒng)可方便地部署到展 館、校園等實際場景中。 參考文獻 [1] Veljo Otsason. Accurate Indoor Localization Using Wide GSM Fingerprinting. Master’ s Thesis, Institute of Computer Science, University of Tartu, 2021 [2] 韓霜，羅海勇，陳穎，丁玉珍．基于 TDOA 的超聲波室內(nèi)定 位系統(tǒng)的設計與實現(xiàn)．傳感技術學報， 23（ 3） ： 347~353， 2021[3] Paramvir Bahl and Venkata N. Padmanabhan. RADAR: An InBuilding RFbased User Location and Tracking System. IEEE info,774~784,2021 [4] Kamol Kaemarungsi. Design of Indoor Positioning Systems Based on Location Fingerprinting Technique. Doctor’s Thesis. School of Information Science. University of Pittsburgh. 2021. [5] Madigan D, Elnahrawy E, Martin R P, et al. Bayesian Indoor Positioning Systems. Proceedings of the 24th Annual Joint Conference of the IEEE Computer and Communications Societies,1217~1227,2021 [6]葉世榕 .GPS 非差相位精密單點定位理論與實現(xiàn) [D].武漢：武漢大學，2021. [7]徐紹銓 ,張華海 ,楊志強 ,王澤民 .GPS 測量原理及應用 [M].武漢：武漢大學出版社， 2021. [8]劉焱雄 ,周興華 ,張衛(wèi)紅 ,吳永亭 .GPS 精密單點定位精度分析 [J].海洋測繪， 2021， 25（ 1）： 4446. [9]Zumberge J F,Heflin M B,Jefferson D C,et al 1997 .Precise Point Positioning for the Efficient and Robust Analysis of GPS Data from Large Networks[J].Journal of Geophysical Research,1997,102 B3 :5 0055 017. [10]宋偉偉，姚宜斌，羅峰 .精密單點定位中周跳探測與修 復方法研究 [J].測繪信息與工程， 2021， 32（ 3）： 3436. [11] operating_system [12] J. Bardwell. Converting Signal Strength Percentage to dBm Values. White Paper, 2021. [13] KwokWai Cheung, Jonathan . Sau, and R. D. Murch, A New Empirical Model for Indoor Propagation Prediction. IEEE Transactions On Vehicular Technology. 47 3 , 1998 [14] Ville, Tommi, et al. A Comparative Survey of WLAN Location Fingerprinting Methods. Proc. of the 6th Workshop on Positioning, Navigation and Communication 2021, 243~251,2021 [15] 林以明，羅 海勇，李錦濤，趙方．基于動態(tài) Radio Map 的粒 子濾波室內(nèi)無線定位算法．計算機研究與發(fā)展， 2021 [16] 趙方，馬嚴，羅海勇，林權．基于核函數(shù)法及馬爾可夫鏈的 節(jié)點定位技術．第三屆中國傳感器網(wǎng)絡學術會議，36（ 10）： 102~105， 2021 開放性和擴展性。基金資助：國家自然基金 6087324609733 60772070 、北 京自然基金 4102059 聯(lián)系作者：雷地球， Email：leidiqiu@163 /hanqi2844