WIFI信号指纹定位

1 基本原理

基于指纹的定位（Fingerprinting-based Localization）方法的基本原理：

利用无线信号（或其他环境特征）在不同环境上的空间差异性，将空间中特定位置上的无线信号特征作为该位置的指纹，建立位置-指纹关系数据库，从而通过指纹匹配的方式实现对用户位置的估计。

2 基本方法

传统的指纹定位方法包含两个阶段：

训练阶段（offline phase）：

专业人士对定位区域进行位置采样，并在每一个采样位置上收集无线信号特征，存入位置-指纹数据库（现场勘测, site survey）。为了提高采样点密度，同时不增加额外的勘测开销，会在勘测所得数据库的基础上，通过距离模型，对数据库进行插值。

服务阶段（online phase）：

实际运行阶段，用户发送其所在位置上的无线信号指纹到定位服务器，服务器将该查询指纹与数据库进行匹配，将最相似的指纹所对应的位置作为用户的位置估计，返回给用户。
由于室内环境的动态变化，如AP变迁、家具挪动等都可能对室内空间的无线指纹特征分布造成影响，因此训练阶段的勘测过程通常也需要在服务阶段中定期重复执行。即需要经常重新采集数据以更新指纹数据库

3 研究现状

3.1 基于现场勘测的指纹定位

（1）开山之作——RADAR

提出了基于指纹定位的方法原型，采用确定性匹配策略。此后，有相当多的系统都是基于RADAR原型进行多方面的方法改进和性能提升。

（2）Horus

改进了RADAR系统，提出了基于统计的方法，将每一个位置上的无线指纹建模为一个高斯分布，并通过最大似然估计的方法来进行指纹匹配。
工作流程：

训练阶段：

在目标区域中每隔1.5m设一个采样位置，采集无线信号指纹形成无线指纹地图。利用概率性的方法来建模特定位置上每一个AP的信号强度特征，包括参数化的分布模型（如：高斯分布）以及非参数化的分布；

服务阶段：

假设共有k个AP，用户在其位置上采集到来自每一个AP的信号强度，形成一条k维向量

文章转载：https://zhuanlan.zhihu.com/p/543576985