基于RSSI与WIFI指纹法的室内定位系统仿真

资 源 简 介

本系统旨在利用现有的WIFI基础设施实现高精度的室内定位，解决室内环境下卫星导航信号缺失的问题。系统主要分为离线训练阶段和在线定位阶段两大部分。 在离线训练阶段，系统通过在定位区域内均匀选取采样点，采集各无线接入点（AP）的接收信号强度（RSSI），并应用高斯滤波算法去除环境多径效应产生的噪声，最终建立一个包含坐标信息与RSSI特征映射关系的指纹数据库。 在在线定位阶段，用户终端实时扫描周围各信道的RSSI向量，系统采用改进的加权K近邻算法（WKNN）在指纹库中搜索匹配项，通过计算欧式距离并赋予权重来估算

详 情 说 明

基于RSSI信号强度与WIFI指纹法的室内定位系统仿真

项目介绍

本项目是一个基于MATLAB开发的室内定位仿真系统。针对室内环境下卫星导航信号（GPS）受阻的问题，系统利用现有的WIFI基础设施，通过接收信号强度（RSSI）来实现移动终端的精确跨维定位。系统完整模拟了从底层物理信号传播到上层定位算法实现的全过程，并提供了两种主流技术路径的对比分析：基于指纹匹配的经验模型法（WKNN）与基于传播模型的几何定位法（最小二乘法）。

功能特性

1. 离线指纹库构建：支持自动化网格化采样，通过模拟信号衰减模型建立坐标与RSSI信号特征的映射数据库。
2. 信号降噪处理：内置高斯滤波器，能够有效剔除由环境多径效应和遮挡产生的脉冲噪声。
3. 动态轨迹模拟：系统生成预设的圆形运动轨迹，用于实时验证定位算法的分辨率与追踪精度。
4. 双算法并行定位：同时运行改进的加权K近邻算法（WKNN）与基于对数路径损耗模型的最小二乘法（LS），提供多维度的定位结果。
5. 全方位可视化评估：自动生成实时轨迹追踪对比图及累计误差分布概率（CDF）曲线，直观展现系统性能指标。

系统要求

1. 软件环境：MATLAB R2016b 及以上版本。
2. 必备工具箱：Statistics and Machine Learning Toolbox（用于高斯分布模拟及CDF计算）。
3. 硬件要求：标准PC即可运行，建议内存4GB以上。

系统实现逻辑

系统运行流程严格遵循室内定位的标准生命周期，主要分为以下四个阶段：

第一阶段：参数初始化与信号建模。系统设定一个50m x 50m的监测区域，布置5个固定坐标的无线接入点（AP）。信号衰减遵循对数路径损耗模型，设置参考距离功率、路径损耗指数及高斯噪声标准差，以模拟真实的室内电磁环境。

第二阶段：离线训练与指纹库建立。系统以2米为步进对区域进行网格化扫描。在每个采样点，系统进行多次RSSI数据采集。为了提高指纹的健壮性，系统调用高斯滤波逻辑，计算样本均值与标准差，保留高概率区间内的信号值，构建高维指纹特征向量。

第三阶段：在线实时定位。系统模拟一个终端沿圆形轨迹运动，在每个采样时刻获取包含随机噪声的实时RSSI向量。随后，系统并行启动两种定位引擎。指纹定位引擎通过计算当前信号与指纹库的欧氏距离寻找匹配项；几何定位引擎则先将信号强度转化为估计物理距离。

第四阶段：误差计算与数据可视化。系统将定位结果与预设的真实路径进行逐点对比，计算欧氏误差，并求解均方根误差（RMSE）。最后，通过MATLAB绘图模块输出轨迹还原效果图和误差分布图。

关键算法与函数解析

1. 信号传播模型：

系统利用对数路径损耗模型公式将物理距离映射为RSSI信号强度。通过引入正态分布的随机噪声，模拟了室内环境中的随机干扰，为算法验证提供了真实的测试背景。

1. 高斯滤波算法（Gaussian Filter）：

该函数用于优化指纹质量。它通过计算采样点RSSI序列的统计特性，选取处于[均值 - 0.625*标准差, 均值 + 0.625*标准差]区间内的数据进行二次均值计算。这种方法能有效滤除环境突变导致的异常RSSI波动，确保指纹数据库的稳定性。

1. 加权K近邻算法（WKNN）：

这是指纹匹配阶段的核心函数。系统在信号空间内计算当前RSSI向量与指纹库中所有样本的欧式距离。选取距离最近的4个参考点，并根据距离的倒数分配权重，通过加权平均估算最终坐标。这种改进方法比传统的KNN更具有抗扰能力，定位结果更贴近真实物理位置。

1. 最小二乘三边测量定位（Least Squares）：

该函数负责实现基于物理模型的几何定位。首先根据传播模型逆推AP到终端的估计距离。由于测距存在误差，三边测量无法交于一点，系统通过线性化处理将非线性圆方程组转化为A*X=B的线性形式，并利用最小二乘法求解出误差平方和最小的坐标点。

1. 性能评估指标：

系统使用均方根误差（RMSE）作为核心精度评估指标。通过ecdf函数计算并绘制累计分布概率曲线，用户可以直观地观察到不同误差区间内定位点所占的比例，从而评估算法在极端环境下的可靠性。

使用方法

1. 打开MATLAB软件，将工作目录切换至本项目代码所在文件夹。
2. 在命令行窗口输入主程序名称并回车。
3. 系统将自动执行离线训练逻辑（命令行会实时提示指纹库建立进度）。
4. 仿真结束后，系统会自动弹出两张分析图表：一张展示真实轨迹与两种算法估算轨迹的对比，另一张展示误差分布情况。
5. 命令行窗口将打印出两种定位算法最终的RMSE误差分析报告。