任建新，自俊林，宋凱月

(西北工業(yè)大學(xué)自動(dòng)化學(xué)院，西安 710072)

0 引言

無(wú)線局域網(wǎng)絡(luò)(Wireless Local Area Networks,WLAN)室內(nèi)定位技術(shù)屬于無(wú)線局域網(wǎng)定位技術(shù)，是當(dāng)前最主要的室內(nèi)定位技術(shù)之一，具有十分廣泛的應(yīng)用前景。由于WLAN技術(shù)的飛速發(fā)展以及網(wǎng)絡(luò)的迅速普及，越來(lái)越多的路由器接入點(diǎn)(Access Point,AP)被安置在各種公共場(chǎng)所。只要人們攜帶配置了無(wú)線網(wǎng)卡的設(shè)備進(jìn)入AP覆蓋區(qū)域，即可掃描連接到該AP所在的網(wǎng)絡(luò)，進(jìn)而進(jìn)行聯(lián)網(wǎng)活動(dòng)。隨著AP布設(shè)范圍越來(lái)越廣以及人們對(duì)室內(nèi)定位需求的增加，越來(lái)越多的科研人員與工作者將目光放在AP發(fā)出的WLAN信號(hào)與接入設(shè)備位置之間的關(guān)系。目前，WLAN室內(nèi)定位技術(shù)主要是基于傳播模型[1]或場(chǎng)景分析[2]兩種原理。

基于傳播模型的WLAN室內(nèi)定位技術(shù)通過(guò)獲得AP位置和接收者與AP之間的距離反推接收者位置，主要利用幾何學(xué)的計(jì)算方法，其中以三邊定位法[3-4]為主?；趫?chǎng)景分析的WLAN室內(nèi)定位技術(shù)通過(guò)事先獲取定位區(qū)域不同位置點(diǎn)的信號(hào)特征，與接收端獲取的信號(hào)特征進(jìn)行匹配，進(jìn)而判斷接收者位置，主要方法為位置指紋定位法[5-6]。

本文介紹了三邊定位法和位置指紋法，分析了上述兩種WLAN定位方法的優(yōu)缺點(diǎn)，結(jié)合現(xiàn)有方法的優(yōu)點(diǎn)并針對(duì)實(shí)際工作條件進(jìn)行改進(jìn)，提出新的定位解算方法——粗定位迭代校準(zhǔn)法。通過(guò)設(shè)計(jì)實(shí)驗(yàn)驗(yàn)證新算法的實(shí)時(shí)性和可靠性，并得到以下結(jié)論：

1)粗定位迭代校準(zhǔn)法的定位結(jié)果能夠滿足行人定位需求，定點(diǎn)定位精度2～3m，移動(dòng)定位精度3～5m，表明了該算法具有可靠性。

2)相比于一般加權(quán)K近鄰算法(Weighted K-Nearest Neighborhood,WKNN)，迭代算法通過(guò)控制運(yùn)算量，大大降低了運(yùn)行時(shí)間，單次定位所使用的時(shí)間可控制在2ms以內(nèi)。

1 三邊定位法

三邊定位法在定位過(guò)程中主要分為2個(gè)環(huán)節(jié)，分別是測(cè)距環(huán)節(jié)與定位環(huán)節(jié)。

1.1 測(cè)距環(huán)節(jié)

使用三邊定位法計(jì)算位置目標(biāo)，首先需要在定位區(qū)域內(nèi)安裝至少3臺(tái)不共線AP，且3臺(tái)AP位置信息已知。當(dāng)待定目標(biāo)進(jìn)入AP覆蓋區(qū)域后，接收端分別接收來(lái)自3臺(tái)AP發(fā)出的無(wú)線信號(hào)，同時(shí)獲得不同信號(hào)的接收信號(hào)強(qiáng)度(Received Signal Strength Indication，RSSI)。根據(jù)式(1)的無(wú)線信號(hào)傳播模型即可計(jì)算得到接收機(jī)端與AP之間的距離

(1)

其中，Pr(d)為接收機(jī)端接收到的無(wú)線電信號(hào)功率；Pt為發(fā)射端即AP的發(fā)射功率；Gt為發(fā)射端增益；Gr為接收端增益；λ為無(wú)線電電波波長(zhǎng)；L為損耗系數(shù)，由信號(hào)傳播環(huán)境決定；d為接收端與發(fā)射端之間的距離，即無(wú)線電傳播距離。

然而，在實(shí)際無(wú)線電信號(hào)傳播過(guò)程中，上述傳播模型往往會(huì)受到路徑損耗、物體遮擋[7]等因素的影響而導(dǎo)致計(jì)算結(jié)果不準(zhǔn)確。因此，在實(shí)際應(yīng)用中，通常采用式(2)所述模型進(jìn)行測(cè)距

Pr(d)=K-10εlg(d)

(2)

其中，ε為實(shí)際環(huán)境中無(wú)線電信號(hào)損耗系數(shù)；K為發(fā)射端發(fā)射功率，對(duì)于每臺(tái)固定AP而言通常為常值。

1.2 定位環(huán)節(jié)

如圖1所示，利用幾何關(guān)系計(jì)算接收機(jī)位置。圖1中，A、B、C為3臺(tái)AP位置且坐標(biāo)已知，分別為(x1,y1)、(x2,y2)、(x3,y3)，D為待定位目標(biāo)位置(x,y)，AD、BD、CD為待定位目標(biāo)與3臺(tái)AP間的距離，分別為d1、d2、d3。將方程式(3)、式(4)、式(5)聯(lián)立求解出目標(biāo)位置

(3)

(4)

(5)

圖1 三邊定位法示意圖Fig.1 Schematic of trilateral positioning method

但是，非理想情況下，三圓很難相交于一點(diǎn)，極大可能出現(xiàn)未相交空白區(qū)域或者三圓重疊區(qū)域，導(dǎo)致上述方程聯(lián)立求解時(shí)無(wú)解。針對(duì)三圓出現(xiàn)未相交空白區(qū)域或者三圓重疊區(qū)域兩種情況，可以使用三圓多個(gè)交點(diǎn)坐標(biāo)計(jì)算近似坐標(biāo)作為目標(biāo)位置，近似坐標(biāo)求解思路如下：

根據(jù)方程式(3)和式(4)聯(lián)立求解得到A圓與B圓的2個(gè)交點(diǎn)坐標(biāo)(xAB1,yAB1)和(xAB2,yAB2)，將交點(diǎn)坐標(biāo)與圓心C坐標(biāo)代入平面兩點(diǎn)距離式(6)

(6)

式中，P1(xP1,yP1)和P2(xP2,yP2)為兩點(diǎn)坐標(biāo)；dP1P2為兩點(diǎn)距離。計(jì)算兩圓交點(diǎn)與圓心C之間的距離，取距離圓心C較近交點(diǎn)作為近似坐標(biāo)計(jì)算點(diǎn)，記為(xAB,yAB)。同理，按照相同的方法，可計(jì)算出近似坐標(biāo)計(jì)算點(diǎn)(xAC,yAC)和(xBC,yBC)。3個(gè)近似坐標(biāo)計(jì)算點(diǎn)的均值即為定位點(diǎn)坐標(biāo)，如式(7)所示

(7)

除此之外，三邊定位法還存在AP的選擇問(wèn)題。在實(shí)際應(yīng)用中，觀測(cè)到的AP數(shù)量往往多于3個(gè)，如果直接選擇信號(hào)最強(qiáng)的3臺(tái)AP進(jìn)行三邊定位，有可能導(dǎo)致DOP不佳，并且丟失信息。在AP數(shù)量多于3個(gè)的情況下可以基于信息增益[8](Infor-mation Gain，InfoGain)方法，選擇最能反映待定位點(diǎn)信息的AP，根據(jù)InfoGain準(zhǔn)則估計(jì)每一個(gè)AP的區(qū)分度能力D，并選擇區(qū)分度能力最高的3個(gè)AP用于三邊定位。

三邊定位法的精度主要由測(cè)距環(huán)節(jié)得到的3個(gè)距離精度決定，而距離精度又由無(wú)線電信號(hào)傳播模型精度決定。在實(shí)際環(huán)境中，傳播模型中的損耗系數(shù)難以準(zhǔn)確確定，不同室內(nèi)環(huán)境中的信號(hào)傳播模型均不一樣。所以，在實(shí)際應(yīng)用中使用三邊定位法難以實(shí)現(xiàn)較為準(zhǔn)確的定位目的，但是該方法根據(jù)3個(gè)信號(hào)強(qiáng)度值及3臺(tái)AP坐標(biāo)即可推算自身坐標(biāo)位置，具有運(yùn)算速度快的優(yōu)點(diǎn)。

2 位置指紋定位法

位置指紋定位法利用接收機(jī)端RSSI與接收端物理位置之間的關(guān)聯(lián)性進(jìn)行定位，指紋定位工作流程主要分為離線數(shù)據(jù)采集建立指紋庫(kù)環(huán)節(jié)和在線位置解算環(huán)節(jié)[9]。

2.1 離線環(huán)節(jié)

離線環(huán)節(jié)的主要工作是對(duì)定位區(qū)域進(jìn)行指紋網(wǎng)格劃分，確定指紋點(diǎn)坐標(biāo)，采集指紋點(diǎn)(Finger Point,FP)處WLAN信息，包括MAC地址和RSSI值，將三者合并作為一條指紋信息保存起來(lái)，所有指紋信息將構(gòu)成定位所需的指紋數(shù)據(jù)庫(kù)。離線環(huán)節(jié)中對(duì)定位區(qū)域進(jìn)行指紋網(wǎng)格劃分，確定指紋點(diǎn)坐標(biāo)如圖2所示。在圖2中，AP1、AP2、AP3及AP4是在定位區(qū)域內(nèi)布設(shè)的4臺(tái)AP，其坐標(biāo)已知；FP1、FP2、FP3、…、FP16為通過(guò)網(wǎng)格劃分得到的指紋點(diǎn)。將每個(gè)指紋點(diǎn)分別接收到4臺(tái)AP的RSSI記為RSSI1、RSSI2、RSSI3、RSSI4，則指紋的信息采集如圖3所示。

圖2 指紋網(wǎng)格劃分示意圖Fig.2 Fingerprint grid division diagram

圖3 指紋點(diǎn)信息采集Fig.3 Fingerprint points information collection

2.2 在線環(huán)節(jié)

指紋庫(kù)建立完成后，接收端進(jìn)入定位區(qū)域并采集所處位置接收到的所有WLAN信號(hào)的MAC地址及RSSI值。采集完畢后，首先篩選有效定位AP信息，將不在指紋庫(kù)內(nèi)或者強(qiáng)度非常低的AP濾除，以免干擾指紋匹配導(dǎo)致指紋點(diǎn)漏選或錯(cuò)選。篩選完畢后，將剩余AP信息與指紋庫(kù)內(nèi)指紋點(diǎn)信息進(jìn)行比對(duì)，選出相似程度最大的指紋點(diǎn)，即最接近當(dāng)前所處位置的指紋點(diǎn)。指紋定位流程如圖4所示。

圖4 指紋定位流程Fig.4 Fingerprint location process

當(dāng)接收端獲取掃描到AP信號(hào)的MAC地址及RSSI值后，需要從指紋庫(kù)中尋找到最為相似的指紋點(diǎn)用于坐標(biāo)解算。目前所應(yīng)用的指紋點(diǎn)匹配方法很多，包括：最近鄰法(Nearest Neighborhood,NN)、K近鄰算法(K-Nearest Neighborhood,KNN )、WKNN神經(jīng)網(wǎng)絡(luò)法、支持向量回歸法[10]等。由于本文以手機(jī)作為接收端實(shí)現(xiàn)WLAN定位，從程序運(yùn)算量及手機(jī)處理器運(yùn)算性能考慮，所選方法運(yùn)算量和數(shù)據(jù)量不能過(guò)大，所以本文對(duì)前三種方法進(jìn)行對(duì)比介紹[11-12]。

2.2.1 最近鄰法

最鄰近法首先根據(jù)接收端實(shí)時(shí)采集到的RSSI值與指紋庫(kù)內(nèi)的指紋點(diǎn)RSSI值,計(jì)算二者之間的歐氏距離，如式(8)所示

(8)

2.2.2 K近鄰算法

K近鄰法是最近鄰法的改進(jìn)，利用式(8)計(jì)算得到所有指紋點(diǎn)的歐氏距離后，選取K(K≥2)個(gè)距離最小的指紋點(diǎn)，將這K個(gè)指紋點(diǎn)坐標(biāo)進(jìn)行均值計(jì)算得到接收端位置坐標(biāo)，如式(9)所示

(9)

最近鄰法可以看成是K=1時(shí)的K近鄰法，相比于最近鄰法，K近鄰法提高了定位精度。

2.2.3 加權(quán)K近鄰算法

考慮到K近鄰算法中所選取的K個(gè)指紋點(diǎn)RSSI值與實(shí)測(cè)RSSI值之間的差別，相應(yīng)地,最終計(jì)算坐標(biāo)時(shí)的貢獻(xiàn)也有所不同，與實(shí)測(cè)點(diǎn)距離更近的指紋點(diǎn)RSSI值匹配程度更高。因此，在坐標(biāo)計(jì)算時(shí)權(quán)重更高。式(9)中的均值計(jì)算方法導(dǎo)致更有利于定位的指紋點(diǎn)沒(méi)有被充分利用。加權(quán)K近鄰算法坐標(biāo)計(jì)算如式(10)所示

(10)

其中，di為第i個(gè)指紋點(diǎn)與實(shí)測(cè)點(diǎn)間的歐式距離；η為歸一化加權(quán)系數(shù)；ε為避免分母為0而設(shè)計(jì)的很小的常值。式中，加權(quán)系數(shù)與歐式距離成反比，保證距離實(shí)測(cè)點(diǎn)越近的指紋點(diǎn)在計(jì)算坐標(biāo)時(shí)貢獻(xiàn)越大，從而在一定程度上提高了系統(tǒng)的定位精度。

最近鄰法、K近鄰算法和加權(quán)K近鄰算法在定位精度上逐步提高，但運(yùn)算量也相對(duì)增大，目前主要以加權(quán)K近鄰算法作為指紋匹配算法。

3 粗定位迭代校準(zhǔn)法

三邊定位法定位迅速、計(jì)算量小，但由于環(huán)境因素對(duì)無(wú)線信號(hào)影響的不確定性導(dǎo)致其精度降低；位置指紋定位法事先采集環(huán)境中的信號(hào)特征，在一定程度上弱化了環(huán)境因素的影響，提高了定位精度，但隨著定位區(qū)域的擴(kuò)大，指紋點(diǎn)數(shù)量激增，利用指紋法計(jì)算位置時(shí)會(huì)存在大量無(wú)關(guān)指紋點(diǎn)計(jì)算，增大了計(jì)算量，影響實(shí)時(shí)性?？紤]兩種方法的工作原理，若將兩種方法進(jìn)行融合，利用三邊定位法確定大致區(qū)域范圍，再?gòu)闹讣y庫(kù)中提取出該范圍內(nèi)的相關(guān)指紋點(diǎn)，進(jìn)而利用指紋法進(jìn)行定位，則可以大大提高精度且減少運(yùn)算時(shí)間。但如果三邊定位法所確定范圍偏差較大，則直接影響后續(xù)指紋法的定位精度。因此，本文提出了利用多次定位迭代校準(zhǔn)的方法修正初始定位偏差，將三邊定位法、指紋定位加權(quán)K近鄰算法和迭代校準(zhǔn)三部分融合成新的定位算法——粗定位迭代校準(zhǔn)法。

粗定位迭代校準(zhǔn)法的思想是，首先使用三邊定位法粗略確定接收機(jī)位置，然后多次利用小范圍指紋定位不斷將計(jì)算坐標(biāo)向真實(shí)坐標(biāo)逼近。此種方法既可以彌補(bǔ)初始三邊定位誤差較大的缺陷，又可以節(jié)約直接使用指紋法時(shí)計(jì)算大量無(wú)關(guān)指紋點(diǎn)消耗的時(shí)間。粗定位迭代校準(zhǔn)法示意圖如圖5所示。圖5中，矩形框?yàn)檎w定位區(qū)域，四角黑色實(shí)心圓點(diǎn)為4臺(tái)定位AP，矩形框內(nèi)空心圓和交叉線圓點(diǎn)為指紋點(diǎn)，其中交叉圓點(diǎn)代表迭代定位區(qū)域圓心，黑色五角星為行人實(shí)際位置，黑色三角形為三邊定位法定位結(jié)果。

圖5 粗定位迭代校準(zhǔn)法示意圖Fig.5 Rough positioning iterative calibration method diagram

首先，利用三邊定位法計(jì)算得到初始坐標(biāo)，即黑色三角形位置。以該初始坐標(biāo)為圓心確定初始定位區(qū)域R1，只選用該區(qū)域內(nèi)的指紋點(diǎn)做WKNN算法計(jì)算，該次計(jì)算結(jié)果落于R1范圍內(nèi)，但位于接近五角星方向。該次計(jì)算除了得到坐標(biāo)值，同時(shí)還保留了WKNN法計(jì)算時(shí)權(quán)重最高的指紋點(diǎn)，權(quán)重越高代表距離實(shí)際距離越近，即圖5中的交叉圓點(diǎn)FP1。以FP1作為圓心確定新的定位區(qū)域R2，R2相比R1距離實(shí)際距離更近，重復(fù)上述工作得到FP2、R3、FP3、R4……直到某2次WKNN法計(jì)算結(jié)果差值小于設(shè)定閾值，則認(rèn)為所選定位區(qū)域覆蓋實(shí)際位置，定位完成。

由于粗定位迭代校準(zhǔn)法中迭代校準(zhǔn)環(huán)節(jié)可有效彌補(bǔ)三邊定位法初始坐標(biāo)計(jì)算誤差較大的缺陷，所以在使用三邊定位法粗略計(jì)算接收機(jī)位置時(shí)可不用式(1)或式(2)所述模型，根據(jù)式(11)和式(12)進(jìn)行三邊定位法計(jì)算初始坐標(biāo)

(11)

(12)

式中，(X,Y)為初始定位坐標(biāo)；(Xi,Yi)為用于計(jì)算的AP坐標(biāo)；K為AP數(shù)量；RSSIi為接收機(jī)收到每臺(tái)AP的信號(hào)強(qiáng)度。在式(11)、式(12)中只使用了信號(hào)強(qiáng)度一個(gè)參數(shù)，而式(1)或式(2)所述模型均需要已知大量如發(fā)射功率、接收功率等相關(guān)參數(shù)。因此，利用式(11)、式(12)計(jì)算初始坐標(biāo)降低了運(yùn)算的復(fù)雜度，減少了運(yùn)算時(shí)間。

4 實(shí)驗(yàn)驗(yàn)證與分析

為了驗(yàn)證本文所提出的粗定位迭代校準(zhǔn)法的可行性，進(jìn)行了包括定點(diǎn)定位實(shí)驗(yàn)、行走定位實(shí)驗(yàn)以及運(yùn)算速度檢測(cè)3個(gè)部分的實(shí)驗(yàn)，以驗(yàn)證該定位算法下WLAN定位的定位精度以及該定位算法的實(shí)時(shí)性。實(shí)驗(yàn)過(guò)程中以手機(jī)作為信號(hào)接收端。

4.1 WLAN定點(diǎn)定位實(shí)驗(yàn)

用于定點(diǎn)定位實(shí)驗(yàn)的實(shí)驗(yàn)室平面圖如圖6所示。實(shí)驗(yàn)室長(zhǎng)7.5m，寬7.5m，在四角布置4臺(tái)家用普通AP，實(shí)驗(yàn)室內(nèi)擺放有金屬柜、桌椅、金屬實(shí)驗(yàn)器材等物件，對(duì)WLAN信號(hào)有一定干擾作用，可認(rèn)為實(shí)驗(yàn)室接近或等同真實(shí)使用環(huán)境，定位結(jié)果具有實(shí)際參考意義。

圖6 實(shí)驗(yàn)室平面示意圖Fig.6 Laboratory plan diagram

圖6中，黑色實(shí)心圓點(diǎn)代表4臺(tái)AP，分別布置在4個(gè)角落。室內(nèi)坐標(biāo)系以左下角為原點(diǎn)，X軸正向向右，Y軸正向向上。

在實(shí)驗(yàn)室內(nèi)以1.8m為間隔選取指紋點(diǎn)，共25個(gè)指紋點(diǎn)。實(shí)驗(yàn)室內(nèi)隨機(jī)設(shè)立10個(gè)測(cè)試點(diǎn)，覆蓋實(shí)驗(yàn)室角落、邊緣和中心地帶，每個(gè)測(cè)試點(diǎn)采集100組有效定位數(shù)據(jù)，共1000組有效數(shù)據(jù)。以實(shí)驗(yàn)室選取的測(cè)試點(diǎn)真實(shí)坐標(biāo)值為實(shí)際坐標(biāo)，每一測(cè)試點(diǎn)的100組計(jì)算坐標(biāo)的均值作為定位坐標(biāo)，定位坐標(biāo)與實(shí)際坐標(biāo)間的距離為坐標(biāo)誤差，100組定位誤差的均值為誤差平均值。得到的定點(diǎn)定位實(shí)驗(yàn)數(shù)據(jù)見(jiàn)表1。

表1 定點(diǎn)定位坐標(biāo)及誤差Tab.1 Fixed points positioning coordinates and errors cm

1000組定位誤差累積分布曲線如圖7所示。由表1的定位誤差數(shù)據(jù)可得，10組測(cè)試數(shù)據(jù)的單次定位誤差主要集中在2～3m，而每一測(cè)試點(diǎn)100組數(shù)據(jù)平均后的定位誤差，即表1中的坐標(biāo)誤差主要在2m以內(nèi)。同時(shí)，由圖7的累積分布曲線可得，1000次定位結(jié)果中95%的定位誤差在3.3m以內(nèi)，67%在2m以內(nèi)，50%在1.5m以內(nèi)，定位精度較高。

圖7 定位誤差累積分布曲線Fig.7 Positioning error cumulative distribution curve

綜上所述，對(duì)于移動(dòng)緩慢或者靜止?fàn)顟B(tài)的定位對(duì)象，可以通過(guò)多次定位求平均值的方法提高定位精度。

4.2 WLAN行走定位實(shí)驗(yàn)

行走定位實(shí)驗(yàn)的實(shí)驗(yàn)場(chǎng)地為實(shí)驗(yàn)室所在地的主樓，主樓定位區(qū)域由3條室內(nèi)走廊及1條室外走廊構(gòu)成。每條走廊長(zhǎng)約64m，寬約2.3m，室內(nèi)走廊每間隔15m安裝1臺(tái)吸頂AP，共11臺(tái)。圖8所示為主樓平面示意圖，黑心實(shí)圓點(diǎn)代表11臺(tái)AP，主樓坐標(biāo)系以左下角為原點(diǎn)，X軸正向向右，Y軸正向向上。

圖8 主樓平面示意圖Fig.8 Main building floor plan diagram

在行走定位實(shí)驗(yàn)時(shí)，主樓走廊以2.5m間隔選取指紋點(diǎn)，共102個(gè)。移動(dòng)實(shí)驗(yàn)路線為U型走廊一端至另一端，為計(jì)算并分析定位精度，在移動(dòng)路線上選取20個(gè)位置作為測(cè)試點(diǎn),且每次定位解算為單次掃描，即每個(gè)測(cè)試點(diǎn)只采集1組數(shù)據(jù)。20個(gè)測(cè)試點(diǎn)定位解算結(jié)果及對(duì)應(yīng)誤差數(shù)據(jù)見(jiàn)表2。根據(jù)表1和表2的誤差數(shù)據(jù)可知，在移動(dòng)過(guò)程中，坐標(biāo)誤差要大于定點(diǎn)實(shí)驗(yàn)的坐標(biāo)誤差。如表2所示，行走定位實(shí)驗(yàn)的坐標(biāo)誤差一般為3～5m。

表2 定位測(cè)試點(diǎn)坐標(biāo)及誤差Tab.2 Positioning test point coordinates and error cm

4.3 WLAN定位算法速度檢測(cè)

為了驗(yàn)證迭代算法與一般WKNN算法的計(jì)算速度，本文在已有指紋庫(kù)的基礎(chǔ)上利用插值方法進(jìn)行擴(kuò)充，得到粗定位迭代校準(zhǔn)法與一般WKNN法的運(yùn)行時(shí)間見(jiàn)表3。

表3 迭代算法與一般WKNN法運(yùn)行時(shí)間Tab.3 Iterative algorithm and general WKNN method running time

由表3可以看出，相比于一般WKNN法，迭代算法有效地控制了運(yùn)算量，極大程度地降低了運(yùn)算時(shí)間。

5 結(jié)論

本文首先介紹了WLAN室內(nèi)定位技術(shù)的兩種基本原理以及基于不同原理的定位方法，主要是：三邊定位法和位置指紋定位法；闡述了兩種主要方法的工作原理并對(duì)比分析其優(yōu)缺點(diǎn)；結(jié)合現(xiàn)有方法的優(yōu)點(diǎn)并針對(duì)實(shí)際工作條件進(jìn)行改進(jìn)，提出了新的定位解算方法：粗定位迭代校準(zhǔn)法。通過(guò)設(shè)置合適的實(shí)驗(yàn)環(huán)境，利用已有WLAN設(shè)備或鋪設(shè)WLAN設(shè)備設(shè)計(jì)實(shí)驗(yàn)驗(yàn)證算法的可行性。實(shí)驗(yàn)共分為定點(diǎn)定位實(shí)驗(yàn)、行走定位實(shí)驗(yàn)以及運(yùn)算速度檢測(cè)3個(gè)部分。綜合上述3個(gè)部分的實(shí)驗(yàn)數(shù)據(jù)結(jié)果表明，本文提出的粗定位迭代校準(zhǔn)法在初始階段使用三邊定位法確定粗略位置可以大大減少無(wú)關(guān)指紋點(diǎn)的計(jì)算量，引入迭代校準(zhǔn)定位方式可以有效降低初始三邊定位大誤差對(duì)最終結(jié)果的影響。從定位結(jié)果來(lái)看，定點(diǎn)定位精度2～3m，移動(dòng)定位精度3～5m，不存在定位失效情況，滿足行人定位需求。并且此種定位思想大大減少了計(jì)算量，降低了運(yùn)算時(shí)間，單次定位所使用的時(shí)間可控制在2ms以內(nèi)，大大降低了運(yùn)行時(shí)間。