《详解WiFi定位、蓝牙定位、RFID定位原理及对比》由会员分享，可在线阅读，更多相关《详解WiFi定位、蓝牙定位、RFID定位原理及对比（9页珍藏版）》请在金锄头文库上搜索。
1、 .常见定位方式汇总及其定位原理一、无线定位原理无线定位，是通过获取采集移动设备到周围各个AP（Access Point）的信号强度RSSI，利用RSSI估算距离进行定位的。其实现方式分为主动采集和被动采集:主动采集，是依赖于AP主动采集移动设备的信号强度，在实际使用中，由于AP部署稀疏，且相邻的AP处于不同的无线信道，主动采集到的数据量不足，定位的效果普遍不佳。被动采集，是在移动设备上安装APP应用的方式，由APP在后台主动向AP发送消息，增加被采集到的数据量，能提升定位的效果。但因需要结合APP使用，市场接受程度受到限制。二、蓝牙定位原理蓝牙定位也称beacon定位，同样是基于RSSI的。
2、其实现是通过蓝牙信标主动地广播宣告自己的位置来感知所处的位置。但是传送距离短小，决定了蓝牙设备的部署密度非常大。并且由于电源无法长久使用，当设备电量用完后，更换设备的维护成本也是一笔不菲的开销。三、无线定位和蓝牙定位对比定位类型定位原理优势劣势定位精度蓝牙定位采用基于蓝牙的RSSI定位技术，除了使用集成在移动终端上的蓝牙模块外，还需要部署蓝牙基站。1.低功耗2.定位精度高1.除了使用集成在移动终端上的蓝牙模块，还需要蓝牙基站，但是蓝牙基站不普及，且蓝牙器材和设备价格比较昂贵，目前尚未大规模推广；2.iBeacon一般通过电池供电，有些可用3-5年，不过这也意味着每3-5年就需要更换电池。维护成
3、本高。2米-3米无线定位Wi-Fi定位基于现有WLAN网络，采用RSSI定位方式。1.网络已广泛部署，产品成熟，价格低廉。2.无需额外设备，成本低。3.使用方便。1.射频信号易受环境干扰。2.定位精度和准确度较差，且具有较强的时变特性。3.指纹识别训练数据采集工作量大。4.不适于高精度实时跟踪场景。3米-15米三、基于RSSI定位原理的定位算法就定位的算法而言，目前基于RSSI定位主要有二个算法：三角定位算法，指纹识别算法。1、三角定位算法：如果我们已经知道了这些AP的位置，我们可以利用信号RSSI衰减模型估算出移动设备距离各个AP的距离,然后根据智能机到周围AP距离画圆。在实际使用中，只要知
4、道被搜寻设备与周围三个点的距离，就可以依此画出三个圆圈，而三个圆圈的交会位置，便是设备的位置。定位的过程可分成两个阶段：测距与定位。测距阶段：待测点首先接收来自三个不同已知位置WIFI接入点的RSS，然后依照无线信号的传输损耗模型将其转换成待测目标到相应WIFI接入点的距离。无线信号在传输过程中通常会受路径损耗、阴影衰落等的影响，接收信号功率随距离的变化关系可由信号传输损耗模型给出。定位阶段：通过三角形算法计算待测点位置，即分别以已知位置的三个WIFI接入点为圆心，以其各自到待测点的距离为半径为范围，所得三个圆形范围的交点即为待测点位置。三角定位的理论很简单，但其缺点也非常明显，就是定位结果非
5、常不精准。原因很简单，因为 AP 的位置和移动设备距离 AP 的长度都是推算出的，误差+误差=更大的误差。2、指纹识别算法：指纹识别算法需要提前绘制一幅信号map，相当于对每个一点都采样标记出它的信道强度情况。然后在定位时，在信号map中进行匹配，匹配出的信号最相似位置，即设备的位置。其方法类似于机器学习算法，分为两个阶段:离线训练与在线定位。离线训练阶段：其目标在于建立一个位置指纹识别数据库。首先，选择合理的参考点分布，确保能为定位阶段的准确位置估计提供足够的信息。接着依次在各个参考点上测量来自不同AP的RSS值，将相应的MAC地址与参考点的位置信息记录在数据库中，直至遍历关注区域内所有的参
6、考点。由于受环境影响，无线信号 强度并不稳定，为了克服RSS不稳定对定位的影响，通常在每个参考点上多次测量取平均。在线定位阶段：给定数据库后，依据一定的匹配算法将待测点上接收的AP RSS与数据库中的已有数据进行比较，计算位置估计值。常用的匹配算法有最近邻法（NN）、KNN、神经网络等。相比三角测量基于信号传输模型来估算无线终端与WIFI接入点间的相对距离，指纹识别具有更高的准确度，因为它使用的是真实采集的信号信息而不是根据经验公式来推算。但该法同样存在很大的问题：首先，指纹识别数据库的构建需要耗费大量的人力物力，数据库完备程度会影响到定位的精度。其次，WLAN无线信号时变特性导致预先采集的数
7、据在某种意义上只具有“瞬时”有效性，而且所部署环境的变化都会导致RSS或大或小的变化，使得需要重构指纹识别数据库。因此在实际使用中，每三个月或半年就需要重采一次以保证高精度。而且每次的采集量需要非常大，其收集和更新指纹的成本费用非常高。四、WiFi+RFID混合定位此外，目前还有一种热门的定位方式是WIFI + RFID电子标签的方式。把无线WiFi技术和RFID技术结合起来，进一步地提高定位的范围和精度。其系统硬件结构如下图所示：其实现是在环境中按网格部署大量的电子标签，通过电子标签来构造指纹识别的数据库，定位的过程如下：在公司大楼的走道和三间房内各安置每隔3 m固定一个电子标签(参考标签)
8、，在该层楼的东南两北角各放置一个AP。做好上位机与下位机的无线通信(软件程序的服务器和客户端的连接)。实验进行时，当待测标签进入到AP(4个)的范围内，开始接收到待测标签发出的信号场强，并传入上位机。同时也接收各个参考标签在各个AP的信号场强，并传入上位机。定位算法则把待测标签在4个AP(AP1，AP2，AP3，AP4)上的场强建立成一个场强矢量，同时参考标签也建立成场强矢量。通过LANDMARC算法即通过比较待测标签场强矢量与参考标签场强矢量的欧氏距离，找出 3个欧氏距离最小的参考标签，并得知3个参考标签的具体位置。对于3个参考点，不用再根据信号的强度来决定其半径，而是3个以参考点为圆心，以
9、最近参考标签之间的距离(以确定每隔几米放置一个参考标签)的3/4长度为半径做3个圆，这样3个圆两两相交的可能性会增加。这种定位方式的优势是在原来LANDMARC算法的定位精度上，再进行三角定位，进一步提高定位精度。同时，以参考标签之间的距离来进行进一步的三角定位，可以减少额外的计算，并且可以减少由于参考标签场强的变化带来的重复测量。其缺点在于RFID的距离短小，难以大规模的部署。RFID可以通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或者光学接触。1.无源RFID标签定位成本低2.有源RFID标签定位范围相对较大3.可根据不同的应用需求选择不同的定位方法1.无
10、源RFID读写器成本较高2.需要部署多个读写器构建定位基础设施3.难以大规模部署定位精度1.5米增加参考标签可以进一步提高定位精度。记住，永远不要对父母说这十句话！1.好了，好了，知道，真啰嗦！（可怜天下父母心，父母的“啰嗦”其实是一种幸福。）2.有事吗，没事？那挂了啊。（父母打电话，也许只想说说话，我们能否明白他们的用意，不要匆忙挂了电话！）3.说了你也不懂，别问了！（他们只是想和我们说说话。）4.跟你说了多少次不要你做，做又做不好。（一些他们已经力不能及的事，我们因为关心而制止，但不要这样让他们觉得自己很无用。）5.你们那一套，早就过时了。（父母的建议，也许不能起到作用，可我们是否能换一种
11、回应的方式？）6.叫你别收拾我的房间，你看，东西找都找不到！（自己的房间还是自己收拾好，不收拾，也不要拂了老人的好意。）7.我要吃什么我知道，别夹了！（盼着我们回家的父母总想把所有关心融在特意做的菜里，我们默默领情就好。）8.说了别吃这些剩菜了，怎么老不听啊！（他们一辈子的节约习惯，很难改，让他们每次尽量少做点菜就好。）9.我自己有分寸，不要老说了，烦不烦。（他们只是担心你吃亏。）10.这些东西说了不要了，堆在这里做什么啊！（人老了都会念旧）当你还在襁褓时，她便天天抱着你，哄你入睡；当你到少年时代，她便天天念叨着你，夜夜帮你捻着棉被；当你终于离开家，远行他方，她便天天牵挂着你。有时候，我们总是
12、在抱怨母亲的唠叨、念叨，总是在心烦她那些说了无数遍的关心话语。都说儿女是父母前辈子欠下的债，这句话不假。让我们感恩于心，让我们感恩父母那些点滴的关怀。如果有一天，你发现母亲煮的菜太咸太难吃，如果有一天，你发现父母经常忘记关电器；如果有一天，你发现父亲的花草树木已渐荒废，如果有一天，你发现家中的地板衣柜经常沾满灰尘；如果有一天，你发现父母不再爱吃青脆的蔬果，如果有一天，你发现父母爱吃煮得烂烂的菜；如果有一天，你发现吃饭时间他们老是咳个不停，千万别误以为他们感冒或着凉（那是吞咽神经老化的现象）；如果有一天，你发觉他们不再爱出门也许是因为身体一天不如一天每个人都会老，父母会比我们先老。当父母不能照顾
13、自己的时候，很多事情做得不好的时候，请不要嫌弃他们，并请维持他们的“自尊心”.当他们不爱洗澡时，请抽空定期帮他们洗身体，因为纵使他们自己洗也不可能洗干净；当我们享受美食的时候，请替他们准备大小适当、容易咀嚼的一小碗。他们不爱吃，可能是因为牙齿咬不动了。曾经听到过这样一个说法：其实，每位母亲都是一位漂亮的仙女，她们有一件非常美丽的衣裳。可是当她决定做某个孩子母亲的时候，当她准备呵护某个生命的时候，就会褪去这件美丽的衣裳，变成一名普通的女子，一辈子，平淡无奇。欢迎您的光临，word文档下载后可以修改编辑。双击可以删除页眉页脚。谢谢！单纯的课本内容，并不能满足学生的需要，通过补充，达到内容的完善 教育之通病是教用脑的人不用手，不教用手的人用脑，所以一无所能。教育革命的对策是手脑联盟，结果是手与脑的力量都可以大到不可思议。word范文
