wifi rssi 计算 距离_WiFI 定位技术 深度视角（1）

（未完成，编写中...）

室内定位:由于室内的GPS信号很弱，所以基本上无法使用GPS技术定位。而室内是人类活动的重要场所，层出不穷的定位需求，驱动着室内无线定位技术（UWB,BLE,WiFI, RFID等）的火热发展。与此同时，室内环境比室外环境复杂多样，给室内定位技术带来的很大挑战。

定位的技术指标：

由于各家厂商的水平差异很大并且标准的发展，不太容易给出完整的、科学的数据。

精度: WiFi FTM > WiFI RSSI, BLE AoA > BLE RTT, UWB > RSSI

实时性：

成本：UWB 较高

功耗：UWB 较高

根据不同的场景需求和各项技术的参数指标，来选择对应的解决方案。典型的应用如：

资产追踪，客流量追踪，手势识别，电子围栏，智能访问控制，碰撞避免等。

常用的定位技术：

RSSI：在多个AP测量终端的RSSI，然后计算出每次AP和终端的距离，根据三角定位，计算出终端的位置。原理很简单，结果也很无奈，稍后会解释。

AoA：获取信号到达阵列天线的相位差，结合定位算法如MUSIC，估计信号的入射角。

RTT：

RSSI为何精度很差？

1。 当距离增加一倍，信号衰减6dB。以2.4G为例，信号的衰减Lose=100+20lgD。距离较远时，RSSI随着距离的变化很缓慢，不可能根据RSSI的变化，推算出靠谱的距离。

2。 在室内存在大量的多径。 信号可能通过直射路径（Line of Sight）到达接受端，也可能通过物体反射到达接收端，也可能穿越障碍物到达接收端，也可能是通过多个路径达到接收端。所以无法根据接收端指示的信号强度来判断距离。

3。 天线的方向性。由于天线在各个方向的增益不一样，所以也引入的误差。

如何改进RSSI精度误差？

1。 增加AP的部署密度。 因为1.近距离的时候，RSSI/Distance的曲线变化比较陡峭，所以距离的精度稍微高一点；2.近距离的时候，直射路径LOS较多，所以精度会高。

2。 Fingerprint（RSSI指纹采集）。为了尽量抵消环境对定位误差的影响，通常在网络部署完成后，把终端遍历各个位置，并采集AP监听到终端的信号强度，建立位置，信号强度的数据库。实际的定位时，附近的AP上报终端的RSSI给定位服务器，定位算法根据数据库的数据和实际信号强度，计算出终端的位置。这个方法的缺点就是对环境很敏感。

WiFi室内定位利器：802.11mc FTM横空出世！

敬请期待下集