前言:由于本文暂时不具备完全刊登的条件,且排版较为麻烦,故暂时只放出PDF版全文和文章主要内容的摘要部分。待时机成熟时,将会刊登整片文章。带图片的论文文章和PPT,请点击下方链接查看。
随着科技技术的发展,在室外环境当中,定位精度已经可以达到米级精度的定位。在当今以美国主导的全球定位系统(GPS)定位技术为主的今天,也同样有其他国家或组织所主导的卫星定位系统被投入使用和正在研究当中。例如中国的北斗卫星导航系统定位技术(BeiDou Navigation Satellite System,BDS)、俄罗斯格洛纳斯卫星导航系统(GLONASS)和欧洲伽利略卫星导航系统(Galileo satellite navigation system)。而近年来随着IEEE 802.11协议的不断完善,WiFi定位技术因部署成本低、覆盖率高和可免费使用等多种因素,使其成为了室内定位技术的首选方案,以及室外定位技术的可选方案。正因为WiFi定位技术具有以上多种优点,WiFi指纹定位系统可以作为全球定位系统(GPS)等卫星定位系统补充方案当中的首选方案。所以,WiFi指纹定位系统设计与开发的设计与开发,具有很高的理论意义和现实意义。
另外,随着科学技术的发展,基于位置的服务(Location Based service,LBS)的需求和应用也越来越多。LBS通常所指的是通过无线网络,例如电信运营商的手机信号基站,WiFi网络和GPS定位系统,或者通过其他的定位方式,来获取移动终端的位置信息。然后,根据用户当前的位置,提供相关的LBS服务。因此,LBS也常常被称为定位服务。虽然,LBS最初是应用在军事和搜索领域。但是,随着科学技术的发展,尤其是GPS定位系统的小型化,LBS技术也逐步被应用到了地理测绘、车辆导航等领域当中。尤其是随着智能手机的发展,现如今,在我们的生活当中,只需打开智能手机当中的地图应用,例如百度地图和高德地图等地图软件,我们就能够查询到我们当前位置周边的商场、美食、酒店、景点、公交地铁等信息了。因此,LBS服务的广泛应用,即能够为使用者到达目标区域的导航服务,也为使用者在日常的生活、学习和工作当中,提供了极大的便利。
本文将主要完成基于WiFi指纹定位算法的研究,WiFi热点信息的采集的开发,WiFi指纹定位程序的服务器端的开发,WiFi指纹定位客户端的开发和WiFi定位数据分析这五个部分。通过完成这五个部分,将可以实现从WiFi热点信息采集,到WiFi指纹定位和WiFi指纹定位的数据分析这整套WiFi指纹定位系统的流程。
关键词:Android系统;WiFi定位技术;GPS定位技术;指纹定位;室内定位
本章将主要针对WiFi定位技术所使用到的技术进行详细的介绍。并且,将会对开发所需的相关技术,进行简要的介绍。在本章的最后,将会对本文的开发环境进行介绍。
2.1.1.1 简介
WiFi是一种使用IEEE 802.11系列协议的,允许具有WiFi功能的电子设备连接到一个无线局域网(WLAN)的技术[4]。WiFi所使用的无线频段通常为为2.4GHz的UHF无线频段和5GHz的SHF无线频段当中的ISM无线频段。
WiFi定位技术与GPS定位技术相比,主要解决的问题是GPS在室内无法使用的这种情况[5]。在一般的情况下,由于信号强度等很多的原因,导致GPS在室内无法正常工作[6]。因此,在室内定位技术当中,由于WiFi覆盖范围广,精度高,无需添加额外设备等优点[7],已经成为了近几年国内外学者的研究的热点方向[8]。因此,对于WiFi定位技术,具有很高的前景[9]。
WiFi定位技术主要基于以下两大类技术:几何模型法和位置指纹定位法[10]。
2.1.1.2 几何模型法
几何模型法又分为基于到达时间(Time of Arrival,TOA)、基于到达时间差(Time Difference of Arrival,TDOA)、基于到达角度差(Angle of Arrival,AOA)和传播损耗模型法(别名:基于RSSI定位方法)。
(1)基于到达时间(Time of Arrival,TOA)
TOA的原理是通过无线信号的传播时间计算发射端与接收端之间的距离实现定位的。因无线信号传播速度极快,发射端和接收端的时钟必须严格同步,才能准确计算发射端与接收端之间的距离。该方法还需预先知道发射端的位置信息。
(2)基于到达时间差(Time Difference of Arrival,TDOA)
与TOA测量绝对时间差不同的是,TDOA通过测量移动终端信号到达两个基站的时间差来进行定位。该方法通过计算两条双曲线的焦点来确定移动终端的位置信息,降低了对时钟同步的要求,但是需要额外的设备投入。
(3)基于到达角度差(Angle of Arrival,AOA)
AOA的原理是通过移动终端接收到的发送端的信号传播角度来实现定位的。该方法同样需要知道发射端的位置信息,及两个基站到达移动终端的角度,利用三角形全等的原理,即可得到位置信息。该方法要求信号沿直线传播,不适用于室内建筑物多的环境,另外需要基站具有测量角度的功能,额外的增加了设备的投入。
(4)传播损耗模型法(别名:基于RSSI定位方法)
传播损耗模型法是通过建立无线信号的传播损耗模型,来计算接收机与发射机之间的距离;如果预先知道发射机的位置,并计算出多个发射机与同一接收机之间的距离,就可以通过三角定位法,来确定接收机的位置信息[9]。
2.1.1.3 位置指纹定位法
WiFi定位算法当中的位置指纹定位法的思路来自于模式识别。目前基于几何模型的WiFi定位算法,由于在无线通信技术当中,普遍存在着影响传播的三种最基本的传播机制,反射、绕射和散射这三大机制所造成的问题。且由于目前大部分WiFi运行在2.4GHz频段下,在实际的使用场景当中,2.4GHz频段存在着很大的干扰。因此,由于以上几条原因,大部分的几何模型法,目前都停留于实验室阶段。在实际的研究过程当中,和实际的生产和生活当中,以WiFi定位算法当中的位置指纹定位法为主[1]。例如,百度地图和高德地图,均采用了基于WiFi指纹定位算法的衍生算法。百度地图在基于WiFi指纹定位算法的基础上,又采用了局部模型和指纹法的结合算法,位置回归分析法和地磁定位法这三大类WiFi指纹定位算法的衍生算法,实现的WiFi定位算法。
2.1.1.4 本文所使用的WiFi指纹定位算法
在综合多方面考虑后,本项目最终决定实现的是WiFi指纹定位算法,并主要应用于室外定位环境当中。其中,主要有以下几个原因:
(1)WiFi指纹定位算法在室外环境当中的研究较少。
在通过使用知网等工具查阅了相关的资料后,发现在科学研究领域,WiFi指纹定位算法在室外环境当中的论文的数量和研究成果的数量,与WiFi指纹定位算法在室内环境当中的论文的数量和研究成果的数量相对较少。虽然,WiFi指纹定位算法主要由于其单次数据查询量大等缺点所造成的原因,未能在科研领域得到广泛的研究。但是,在商业领域,已经有大量的公司采用此算法,作为WiFi定位的基础算法,并进行了相应的改良[11]。例如,通过查阅相关的资料,可以得知,百度地图和高德地图的室内定位算法,均采用了WiFi指纹定位技术的改进算法。但在室外WiFi定位当中,暂时未查到相关的定位技术和算法的相关资料。因此,经过我的合理推测,推测百度地图和高德地图在室外WiFi定位算法当中,很有可能也使用的是基于WiFi指纹定位算法的改进算法。并且,考虑到摩尔定律等因素的影响,计算机和手持设备,例如手机的计算能力,在未来的一段时间内,依然会有很明显的提升。所以,在目前看来,WiFi指纹定位算法在室外环境当中的应用,有着很广阔的应用场景。
(2)数据采集方便,且贴合实际生活。
在室外环境当中,通过GPS定位系统可以解决大部分的问题。但是,虽然经历了很多年的改善,GPS定位系统首次定位慢的问题已经有了很大的改善,但现在依然存在着这类问题。并且,在高架桥下和城市高楼数量较多的区域,定位精度较差。这是由于在无线通信技术当中,普遍存在着影响传播的三种最基本的传播机制,反射、绕射和散射这三大机制所造成的问题,导致GPS定位存在着漂移的问题。在隧道等相对密闭的区域,也会出现信号差,定位精度较低和无法定位等问题。而且,由于国际政治因素,虽然我国的北斗导航系统正在逐步的建设当中,在将来将会覆盖全球。但是,目前在室外定位领域,GPS定位系统仍然是市场上定位设备的首选方案。
因此,综合以上几条原因,可以看出位置指纹定位法在室外环境当中,具有较为广阔的研究意义。
(3)本文所使用的WiFi指纹定位算法的介绍。
WiFi的信号分布,存在着一定的规律性。当WiFi热点信息采集完成之后,当需要通过WiFi热点进行WiFi指纹定位的时候,通过使用以下公式,可以得到信号相似度最高的一个点。其中,公式的定义如下:
首先,对于WiFi热点信息当中的RSSI信号强度的定义如下:
代表在已经采集并整理好的WiFi热点信息数据库当中,某个WiFi热点信息的RSSI信号强度的大小。
代表待测信号强度当中,某个WiFi热点信息当中的信号强度的大小。
代表WiFi热点信息的编号。
其次,对于WiFi热点信息当中的RSSI信号强度的集合的定义如下:
(1)
代表已经采集并整理好的WiFi热点信息数据库当中的RSSI信号强度的集合。
(2)
代表WiFi定位设备采集到的WiFi热点信息当中的RSSI信号强度的集合。
并且,对于和来说,定义当和的编号的数值大小相同的时候,其WiFi热点信息的BSSID和SSID相同。即当的数值大小相同时,认为两个RSSI信号强度所反映的WiFi热点信息,是同一个WiFi热点。
最后,对于根据WiFi定位设备采集到的WiFi热点信息的RSSI的信号强度大小定位时,其计算公式如下:
(3)
其中,代表在某个以1m为间隔的墨卡托坐标系的经纬度坐标当中,总共有n个WiFi热点信息当中的BSSID和SSID相同,且共同在某个以1m为间隔的区域内。即认为采集到的WiFi热点信息当中,有n个WiFi热点与数据库当中的WiFi热点相同,且共同在某个以1m为间隔的区域内。
对于数据库当中的同一个区域范围内,存在多个相同的BSSID和SSID的WiFi的热点信息,即同一个WiFi热点信息的多条数据的情况下,在处理RSSI信号强度的过程当中,先计算RSSI信号强度的平均值,最后,再带入公式进行计算。计算公式如下:
(4)
其中,代表BSSID和SSID相同的WiFi热点信息的编号,即代表相同的WiFi热点。代表总计有n个BSSID和SSID相同的WiFi热点信息的编号的数据。则代表经过计算n个BSSID和SSID相同的WiFi热点信息的RSSI信号强度的平均值的数值大小。
为WiFi热点信息数据库当中的WiFi热点信息和WiFi定位设备采集到的WiFi热点信息当中,在某个以1m为间隔的区域内,个相同的BSSID和SSID的WiFi热点信息当中的RSSI信号强度的大小的差值之和。即在某个以1m为间隔的区域内,代表n个相同的WiFi热点信息的RSSI信号强度的差值之和。
在计算差值之和的过程当中,需要用100减去WiFi热点信息数据库和WiFi定位设备采集到的相同BSSID和SSID的RSSI信号强度之差。因为,当RSSI与rssi相同时,相减的差值为0。当差值为0时,对于观察总体的RSSI信号强度的差值数据来说,会变得非常难以观察和计算。所以,需要用100减去RSSI与rssi的差值大小。当100减去RSSI与rssi的差值大小后,可以更明显的看出当前WiFi热点采集设备采集到的热点信息与WiFi热点信息数据当中RSSI的差值大小。
在计算n个区域的RSSI信号强度差值之和之后,可以得到如下集合:
(5)
最后得到了n个区域的RSSI信号强度差值之和的集合。其中,为了避免与WiFi热点数据库当中的信号强度的数学符号相同,将上一步当中获得的,记为,集合则记为。
为了获得定位坐标,最后,需要选取集合当中,权重最大的那个区域。计算过程如下:
(6)
其中,函数max()表示取集合当中元素的最大值。在上式当中,取的元素当中的的最大值,并记为。
最后,根据所表示的墨卡托坐标系的经纬度,可以得出经纬度的坐标值。由此,最终可以根据WiFi热点数据库的WiFi热点信息和WiFi采集设备采集到的WiFi热点信息,最终可以推出WiFi采集设备的经纬度。
GPS是英文Global Positioning System(全球定位系统)的简称。GPS起始于1958年美国军方的一个项目。在1964年,美国军方的这个项目投入了使用。在20世纪70年代,美国陆海空三军联合研制了新一代卫星定位系统GPS。在GPS卫星定位系统投入使用的最初阶段,GPS卫星定位系统主要为陆海空三军提供全天候和全球性的导航服务等一些军事用途的服务。因此,GPS卫星定位系统在建设的初期,其主要用途为军事用途。在20世纪70年代之后,GPS卫星定位系统,又经历了20多年的研究和实验,耗资300亿美元。最终,截止到1994年,GPS卫星定位系统的24颗卫星星座已经布设完成。并且,其全球覆盖率高达98%。
GPS卫星定位系统的基本原理是测量已知的GPS卫星到用户的GPS接收机之间的距离,并在结合了多颗GPS卫星所发射的信号数据之后,通过相应的计算公式的计算,就可以得到当前用户GPS接收机的具体位置。GPS卫星定位系统在定位的过程当中所使用的伪随机码,分为民用的C/A码和军用的P(Y)码。C/A码的频率为1.023MHz,重复周期为一毫秒,码间距为1微秒,相当于300m;P码的频率为10.23MHz,重复周期为266.4天,码间距为0.1微秒,相当于30m。而军用的Y码是在P码的基础上形成的,保密性能更佳。因此,虽然的民用的C/A码和军用P(Y)码的发射信号都来自相同的GPS卫星。但是,他们的定位精度却大不相同。另外,GPS卫星定位系统的导航电文当中,包括卫了星星历、工作状况、时钟改正、电离层时延修正、大气折射修正等信息。这些信息是从GPS卫星所发射的卫星信号当中解调制出来的。其中,GPS卫星是以50b/s调制在载频上发射这些信息的。当用户接收到GPS卫星所发射的导航电文的时候,从导航电文当中,提取出卫星时间,并将卫星时间与自己的时间做一下对比,就可以得知GPS卫星和当前用户的GPS接收机之间的距离。然后,再利用导航电文当中的卫星星历数据,推算出卫星发射导航电文时所处的位置,用户的GPS接收机就可计算出当前的WGS-84大地坐标系当中的经度、纬度、高度和速度等信息。
28颗GPS卫星(其中4颗GPS卫星为备用卫星)早已升空,分布在6条交点互隔60度的轨道面上。GPS卫星所在的运行轨道,距离地面大约为20000千米(km)。对于GPS卫星定位系统的精度方面,已经实现单机导航定位的精度约为10m左右。综合定位的话,精度可达厘米(cm)级和毫米(mm)级。但是,目前GPS卫星定位系统的民用领域所开放的定位精度约为10m左右。
2.1.2.1 GPS定位的优点
(1)全球全天候定位
(2)定位精度高
(3)观测时间短
(4)测站间无需通视
(5)仪器操作简便
(6)可提供全球统一的三维地心坐标
(7)应用广泛
2.1.2.2 GPS定位的缺点
(1)GPS定位设备受天气因素的影响较大。
(2)GPS定位设备受定位设备的位置影响较大[12]。
(3)GPS定位设备有可能会受到国际政治因素的影响,从而导致GPS定位设备无法正常使用[13]。
本章内容将主要围绕着WiFi指纹定位系统的实现展开。4.1节将主要介绍WiFi指纹信息采集功能的实现。4.2节将主要介绍指纹定位服务器端的实现,并详细讲解WiFi指纹定位算法的实现过程。4.3节将主要介绍WiFi指纹定位程序的实现。4.4节将主要分析WiFi指纹定位系统的定位结果及分析,并对部分区域定位精度较差的原因,进行详细的分析。4.5节将主要对本章的内容进行总结和回顾。
此部分程序主要用于WiFi热点信息的采集、存储和上传。主要采集的信息有:BSSID,SSID,RSSI信号,GPS经度,GPS纬度,GPS精确度和时间等信息。其中,GPS定位的经度坐标和纬度坐标的坐标系,使用的是GPS默认的WGS-84坐标系。WiFi热点信息采集客户端如图4-1所示。
图4-1 WiFi热点信息采集客户端程序截图
通过此部分程序,实现了上述的功能。并且,在实际的测试过程当中,经过在三星Galaxy Note 5手机上进行测试,单次可以保证采集大约30000条WiFi热点数据的情况下,程序的运行性能不衰减。
此部分程序主要用于接收WiFi指纹定位的数据,接收到的WiFi热点信息的数据,将会存入到数据库当中。并且,程序将会定时处理已经存入到数据库当中的数据,并存储成适合WiFi指纹定位的数据结构。其中,WiFi热点信息的原始数据当中的经度坐标和纬度坐标,在本阶段将会由WGS-84坐标系,转换为Web墨卡托坐标系,并忽略小数点后的所有位数。最终,将经度坐标和纬度坐标,转化为经度为1m的精度范围。对于在同一个范围内存在的多条数据,将会对其RSSI信号的强度,进行求平均值处理。
在数据处理完成后,可以在电脑的网页端查看采集到的数据。并且,可以对每个WiFi热点数据的详细信息进行添加、删除、修改和查询等操作。最后,在客户端查询完毕以后,可以在电脑端查看每次的查询记录,并分析相应的定位截图。在展示阶段,为了符合国家地球坐标系的标准和百度地图所使用的百度地图的地球坐标系的标准,对于WGS-84坐标系的数据,将会转化为GCJ-02坐标系,并再次将GCJ-02坐标系,转化为BD-09坐标系。对于Web墨卡托坐标系的数据,将会首先转化为WGS-84坐标系,再转化为GCJ-02坐标系。最后,再将GCJ-02坐标系,转化为BD-09坐标系。按照上述流程地球坐标系转化完成后,将会将相应的信息,展示在百度地图上。WiFi指纹定位服务器端如图4-2,4-3和4-4所示。
图4-2 WiFi指纹定位服务器端WiFi热点列表程序截图
图4-3 WiFi指纹定位服务器端WiFi指纹定位历史记录截图
图4-4 WiFi指纹定位服务器端WiFi指纹定位历史记录详情截图
WiFi的信号分布,存在着一定的规律性。例如,下图为北京物资学院主教学楼外,一个BSSID为“06:69:6c:31:82:5e”,SSID名称为“bwu-wifi”的热点数据。由此WiFi热点的RSSI信号强度所形成的热力图如下(见图4-5):
图4-5 BSSID为“06:69:6c:31:82:5e”,SSID名称为“bwu-wifi”的RSSI信号强度等高图
另一个BSSID为“06:69:6c:31:82:5d”,SSID名称为“bwu-wifi”的热点数据。由此WiFi热点的RSSI信号强度所形成的热力图如下(见图4-6):
图4-6 BSSID为“06:69:6c:31:82:5d”,SSID名称为“bwu-wifi”的RSSI信号强度等高图
根据2.1.1.4节的计算公式,并结合这两个WiFi热点的信息,当前WiFi数据库中已经存在经度为116.6325022,纬度为39.9275128的两个WiFi的信息。其中,BSSID为“06:69:6c:31:82:5d”的WiFi热点的RSSI信号强度为-76分贝毫瓦(dBm),BSSID为“06:69:6c:31:82:5e的WiFi热点的RSSI信号强度为-86dBm。假设当前WiFi定位设备采集到BSSID为“06:69:6c:31:82:5d”的WiFi热点的RSSI信号强度为-76dBm,BSSID为“06:69:6c:31:82:5e的WiFi热点的RSSI信号强度为-86dBm,根据上述计算公式的计算过程,可以得出根据WiFi热点的信号强度的计算结果的热力图如下(见图4-7和图4-8):
图4-7 两点信号强度叠加等高图(等高图比例:70-200)
图4-8 两点信号强度叠加等高图(等高图比例:190-200)
根据以上计算公式所得到的计算结果,可以得到9个点是最为可能的定位点,这9个定位点的权重为200。最后,计算上述9个点的平均值,即可最终推出当前WiFi定位设备的定位点的经度为116.6325884,纬度为39.92751429。与数据库当中WiFi热点采集点的实际位置的经度116.6325022,纬度39.9275128的实际误差为7.352m。
通过在服务器端实现此计算过程, WiFi热点定位设备的客户端只需调用服务器端的API,并提供当前采集到的WiFi热点信息,即可得到当前WiFi热点定位设备的经度和纬度等信息。通过API的定位的调用形式,大大的减少了客户端程序开发量和计算量,对于计算能力较弱的手机,依然可以提供较为强劲的定位性能。并且,对于将来将本套WiFi指纹定位程序,移植或开发到其他的操作系统当中的程序的开发难度和工作量,也有所降低。
此部分程序主要用于进行WiFi指纹定位。采集到的WiFi热点信息的数据,将会上传到服务器端,在服务器端进行WiFi指纹定位详细位置信息的计算,并最终返回计算得出的经度和纬度信息。WiFi指纹定位客户端如图4-9所示。
图4-9 WiFi指纹定位客户端程序截图
通过调用WiFi指纹定位服务器端的API,即可快速获得当前Android系统的手机的经度和纬度。并且,通过调用并结合GPS的定位功能,即可对比当前GPS定位和WiFi指纹定位误差大小。对于分析WiFi指纹定位算法,可以大幅度的提高分析效率。
通过采集相关的WiFi信息与GPS信息所对应的关系,本次数据库中总计采集到151310个WiFi热点的GPS地理坐标信息。并且,根据采集到的151310个WiFi热点的GPS地理坐标信息,总计生成了4885个WiFi热点的WiFi指纹定位信息。
根据在建立数据库时所覆盖的WiFi指纹采集的区域内,通过采集200个WiFi指纹定位点的详细数据,得到了以下关于定位误差数据的实验结果:
定位误差的平均值:9.481m
定位误差的方差:60.808
定位误差的标准差:7.798m
定位误差的中位数:7.6365m
当手机接收到30个至50个WiFi热点信息左右的时候,在已经对WiFi信息采集并覆盖了的区域当中进行测试,通过WiFi指纹定位系统得到的定位经度和纬度信息和GPS定位系统所得到的经度和纬度信息的的误差大约为1m-50m之间。并且,WiFi指纹定位系统取得首次定位经度和纬度所需的时间大约为5秒左右。
在4.4.1节当中的200个采样点当中,随机选取了200个采样点当中的其中10个连续的采样点。详细的GPS定位和WiFi热点定位的路线如下图(见图4-10):
图4-10 WiFi指纹定位路径与GPS定位路径对比
通过上图WiFi指纹定位路径与GPS定位路径的对比(见图4-10)可知,当WiFi定位设备可以接收到30个至50个WiFi热点信息左右的时候,WiFi定位系统的定位结果与GPS定位系统的定位结果之间的定位误差的平均值为3.5297m。通过上述数据可知,WiFi定位系统的定位结果与GPS定位系统的定位结果之间的定位误差属于可以接受的范围内。分析其中的误差,可以得出误差的主要来源于数据库建立时,所采集到的WiFi热点的地理位置信息和GPS的地理位置信息的时间间隔较长和密度较小,WiFi指纹定位时的采集间隔较长和算法的缺点所导致的。
对于WiFi热点的地理位置信息和GPS的地理位置信息的时间间隔较长和密度较小,WiFi指纹定位时的采集间隔较长的这两个问题,目前除了更换WiFi热点信息和GPS信息采集的设备,暂时没有更好的解决方案。造成这个问题的主要原因是受到了手机WiFi热点扫描速度的限制。在Android 8.0及以上的手机,对于调用WifiManager.startScan()的次数,已经进行一定的限制。本次采集和测试所使用的三星Galaxy Note 5的Android版本为Android 5.1.1版,暂时不存在这个问题。三星Galaxy Note 5,Android系统版本为Android 5.1.1版的手机当中,运行本文当中的WiFi热点信息采集程序,WiFi信息和GPS信息的采集的间隔大约为3秒左右。对于在Android系统版本在Android 8.0及以后系统版本的手机当中运行本文当中的WiFi热点信息采集程序,将可能会造成WiFi热点信息采集密度更低的问题。
对于算法的缺点所导致的问题,是由于当前的WiFi指纹定位算法,仅仅是将当前的地理位置信息,去匹配WiFi指纹数据库当中的WiFi指纹信息。对于在WiFi热点信息采集时,未采集到的区域,将会推测到最近的WiFi指纹数据库当中的WiFi指纹的经度和纬度。如果在将来继续研究WiFi指纹定位算法,如果在WiFi指纹定位覆盖密度不全的区域,可以对WiFi热点的指纹信息,进行一定的推测处理。或者,将WiFi指纹定位的信息,与其他的定位信息相融合在一起。这样,将可以大幅度的提高在WiFi热点的指纹信息覆盖不全的区域的定位精度。
本章主要介绍了WiFi指纹定位系统功能的实现过程。并且,对于这三个模块的实现过程和实现效果,都进行了详细的描述。在描述完成各个模块的功能、实现过程和实现效果之后,对于GPS定位和WiFi指纹定位的精度,进行了详细的对比和分析,并对部分区域定位精度较差的原因,进行了详细的分析。