基于RSSI的协作室内定位技术研究的中期报告.docx

基于RSSI的协作室内定位技术研究的中期报告
中期报告
一、研究背景
随着智能时代的到来，室内定位技术越来越受到人们的关注。室内定位技术有很多应用场景，比如室内导航、安防监控、人员调度等等。目前，室内定位技术可以使用的技术路线主要有基于Wi-Fi信号、蓝牙信号、红外线、声纹等。其中基于Wi-Fi的定位技术因为其覆盖面广、定位精度高、硬件成本低等优势而受到广泛关注。
室内定位的精度和可靠性是一个极具挑战的问题。我们采用的定位技术是基于RSSI的协作定位技术，该技术的优势在于能够通过多个信号源来实现高精度定位。本研究将基于RSSI的协作定位技术应用于室内定位，比较不同的算法的效果，以此为基础进行改进，提高其精度和稳定性。
二、研究内容及进展
本研究的目标是开发一种室内定位技术，使用的技术为基于RSSI的协作定位。在开发过程中，我们主要完成了以下工作：
1.实现了Wi-Fi信号的采集和处理功能。我们选择了目前市面上比较常见的几款Wi-Fi模块，如ESP32、ESP8266等，通过这些模块可以捕获到周围所有Wi-Fi信号的信息。将这些信息进行处理，可得到每个Wi-Fi信号的接收信号强度RSSI。
2.完成了RSSI值的预处理。在原始RSSI值的基础上，我们进行了滤波处理，同时通过归一化来将不同模块得到的RSSI值统一到一个标准范围内，消除误差。
3.设计了协作算法。协作算法是指利用多个模块的RSSI数据，通过算法的计算，得到目标设备的位置信息。我们探索了一些常用的协作算法，如加权平均法、K近邻法、粒子滤波法等，通过对算法的比较与分析，选出最优的算法。
4.进行定位精度测试。我们在实验室内进行了定位实验，测试了使用我们的协作定位技术后，定位精度与实际位置的差距。根据实际测试结果，我们对算法进行了调整，提高了精度和稳定性。
5.开始进行算法的改进。根据测试结果，我们发现在不同环境下，原有协作算法的精度不同，有时甚至不可用。因此我们开始尝试使用深度学习的方法，通过神经网络来进行定位，并进一步提高精度。
三、下一步工作计划
下一步，我们将继续进行算法的改进，并着手进行室外定位的研究。同时，将对数据的处理和模型的设计进行优化，提高定位的精确度和稳定性。最终目标是设计出一种成熟的协作室内定位技术解决方案，以满足实际应用需求。