基于WiFi的室内定位系统
基于WiFi技术的室内定位系统设计与实现
基于WiFi技术的室内定位系统设计与实现一、引言室内定位是指在室内环境中，通过无线通信、计算机技术等技术手段确定室内物品、人员等的位置信息。
在室内定位方面，WiFi技术已经成为了一种非常成熟的技术手段。
本文将详细探讨基于WiFi技术的室内定位系统的设计与实现。
二、室内定位技术现状目前，常见的室内定位技术主要包括：1.蓝牙定位技术。
该技术主要以近场通信蓝牙协议为基础，通过扫描周围的蓝牙信号，来确定设备的位置。
2.红外线定位技术。
该技术主要是通过将红外线装置安装在需要定位的物品或者人身上，然后通过对红外线信号的解析，来确定设备的位置。
3.超声波定位技术。
该技术主要是通过发射固定频率的超声波信号，通过接受该信号的时间差来计算出位置信息。
不过，这些技术都有其局限性，比如蓝牙定位技术与红外线定位技术的定位精度比较低，而超声波定位技术的特定工作环境下才能发挥最好的效果。
因此，我们需要一种更加高效、准确的室内定位技术。
三、基于WiFi技术的室内定位系统设计与实现1.系统设计基于WiFi技术的室内定位系统主要由以下三个部分构成：（1）无线局域网（WiFi）。
（2）移动设备。
（3）室内定位算法。
其中，无线局域网是定位的基础，移动设备用于检测WiFi信号的强度，室内定位算法则是实现室内定位的核心。
2.设备的选择在室内定位系统的设备选择方面，我们首选安装在室内的WiFi 路由器。
WiFi路由器可以提供一个稳定、强劲的信号，可以对室内设备的位置信息进行高效、准确地识别。
对于移动设备，我们可以选择智能手机等支持WiFi链接功能的设备。
采用该设备可以快速获取WiFi信号强度信息，并通过算法来计算出设备的具体位置。
3.算法实现在WiFi室内定位的算法实现方面，最常用的是Fingerprint技术。
该技术主要是通过建立指纹库（Fingerprint Database）来实现室内定位。
指纹库主要包含了所有WiFi路由器的位置坐标以及每个位置的信号强度值（RSSI值）。
基于WiFi技术室内定位系统设计
基于WiFi技术室内定位系统设计近年来，智能手机和移动互联网技术的飞速发展，给人们的生活带来了很多便利。
而作为人们生活中最为普遍的物联网技术之一，室内定位也成为了当前热门研究领域之一。
随着WiFi技术的不断发展和普及，一种基于WiFi技术的室内定位系统应运而生。
一、WiFi定位技术的基本原理WiFi定位技术是利用WiFi接入点（AP）及其信号传输特性，通过对WiFi信号的强度和质量进行采集与分析，来定位移动设备的一种技术。
其原理是基于在三维空间中已知的WiFi 接入点位置和其信号强度，利用三角定位算法、指纹识别算法等方法，计算目标移动终端的位置坐标。
1.系统架构设计WiFi技术室内定位系统的整体设计结构可以分为三个部分，分别是移动设备端、WiFi 接入点端和服务器端。
移动设备端用于信号采集和定位计算，WiFi接入点端则用于发射信号和接收移动设备发送过来的信号数据，而服务器端则用于实现数据的传输和处理。
2.地图绘制地图绘制是整个室内定位系统设计中最为重要的一项工作。
需要在室内空间中采集WiFi信号强度数据，并对这些数据进行处理，最终把室内空间信息呈现出来。
可借助室内地图生成软件，实现室内空间的可视化展示。
3.信号采集通过在移动设备上搜寻WiFi接入点的SSID，可以获取每个AP的MAC地址、信号强度等信息。
在设备移动时，持续采样和记录设备到所有WiFi接入点的信号强度，得到一组信号指纹数据。
通过多次采集并合并处理，得到较为准确的信号指纹库。
4.位置识别在设备位置识别中，通过采用指纹识别算法，将信号指纹库进行匹配，找到与当前信号指纹匹配度最大的位置坐标点，确定当前设备的位置。
随着WiFi技术的不断发展，其在室内定位方面的应用将变得更加广泛。
WiFi技术的普及，使得WiFi接入点的布置范围更广，采样点更多，信号指纹库的数量也将更加丰富。
此外，利用虚拟现实技术，将信号强度信息与实际场景相结合，可以实现更为准确的室内定位效果。
基于WiFi技术室内定位系统设计
基于WiFi技术室内定位系统设计随着智能手机和移动设备的普及，人们对室内定位系统的需求越来越迫切。
在室内环境中，GPS信号常常受限，无法提供准确的定位服务。
基于WiFi技术的室内定位系统应运而生。
一、背景介绍室内定位系统是一种利用技术手段，通过在室内建设无线信号基站，然后通过接收设备与基站之间的信号交互，从而实现室内空间的定位服务。
目前室内定位系统的技术主要包括基于WiFi、蓝牙、RFID等技术，而基于WiFi技术的室内定位系统因为覆盖范围广、成本低、精度高等优点，成为了目前室内定位系统的研究热点之一。
基于WiFi技术的室内定位系统主要通过对WiFi信号的强度和信号延迟等参数进行测量和分析，来确定用户所在的位置。
一般而言，WiFi信号会在环境中产生多重反射、衰减等现象，因此可利用这些特性进行定位。
当用户在室内移动时，手机或其他移动设备会不断接收来自不同WiFi基站的信号，系统通过分析这些信号的强度和延迟，得出用户的位置，并提供相应的导航和定位服务。
三、设计要点1. 建立WiFi信号基站网络：在室内环境中，需要部署一定数量的WiFi基站，以覆盖整个区域。
基站之间需要适当的覆盖范围，以确保用户在任何位置都能接收到至少三个基站的信号。
2. 信号强度参数测量：用户移动设备在接收到不同基站的WiFi信号后，需要对信号的强度和延迟等参数进行测量和分析。
这些参数将作为定位算法的输入数据。
3. 定位算法设计：设计适合室内环境的定位算法，一般可采用基于最小二乘法或者贝叶斯定位算法等。
算法需要将接收到的WiFi信号参数和基站位置信息进行匹配，得出用户的准确位置。
4. 定位系统验证与调试：在设计完整的室内定位系统后，需要进行系统验证与调试，对系统的定位精度进行评估和优化，以确保系统能够满足用户需求。
四、优势和挑战1. 覆盖范围广：WiFi基站可以实现较大范围的覆盖，适用于各类室内环境。
2. 成本低廉：相比于其他定位技术，部署WiFi基站的成本较低，可以在商场、医院、机场等公共场所推广应用。
基于WiFi的室内定位系统设计及实现
基于WiFi的室内定位系统设计及实现随着智能手机的普及和室内定位需求的增加，基于WiFi的室内定位系统逐渐成为一个热门的研究领域。
本文介绍了一种基于WiFi的室内定位系统的设计和实现。
首先，我们需要了解WiFi信号在室内环境中的传播特性。
WiFi信号在室内环境中经过多次反射、折射和衰减，导致信号强度分布不均匀。
因此，我们可以通过收集不同位置的WiFi信号强度信息来实现室内定位。
在设计过程中，我们先在室内不同区域设置WiFi接入点，并利用一台手机或其他设备收集不同位置的WiFi信号强度。
收集到的数据可以作为训练集用于构建定位模型。
接下来，我们需要选择合适的机器学习算法来建立WiFi信号强度和位置之间的映射关系。
常用的算法包括K最近邻算法（K-Nearest Neighbors，简称KNN）、支持向量机（Support Vector Machine，简称SVM）和人工神经网络（Artificial Neural Network，简称ANN）等。
通过训练模型，我们可以将新的WiFi信号强度数据映射到对应的位置。
然后，我们可以利用手机或其他设备实时采集WiFi信号强度，并将其输入到已训练好的定位模型中，从而实现室内定位。
在实际应用中，我们可以通过显示设备上的地图界面，标记当前位置，帮助用户快速准确地找到目标位置。
为了提高定位的准确性，我们可以采用多个WiFi接入点进行定位，然后将多个位置估计结果进行融合。
常见的融合方法包括加权平均法和贝叶斯定位法等。
在实现过程中，我们还需要解决一些问题，如WiFi信号的波动、室内环境的变化和信号干扰等。
我们可以通过增加参考点、定期校准和使用滤波算法等方法来解决这些问题，提高定位的精度和鲁棒性。
综上所述，基于WiFi的室内定位系统是一种有效的室内定位解决方案。
通过收集WiFi信号强度数据，建立定位模型，并结合机器学习算法进行定位，我们可以实现室内定位的精确性和实时性。
未来，随着技术的不断发展，基于WiFi的室内定位系统有望在商业和个人领域得到更广泛的应用。
基于WiFi定位技术的无线室内定位系统研究
基于WiFi定位技术的无线室内定位系统研究无线室内定位系统是指通过WiFi、蓝牙等技术实现在室内环境中对移动对象的位置信息进行准确识别和定位。
在智能家居、无人店铺等场合，无线室内定位技术得到越来越广泛的应用。
本文将探讨基于WiFi定位技术的无线室内定位系统的研究进展。
一、WiFi定位技术的原理WiFi定位技术是指通过基站、无线路由器等设备发射WiFi信号，并采集移动终端设备与信号之间的距离、信号强度等信息，推算出终端设备的位置信息。
该技术不需要额外的硬件设备，且精度高、成本低，因此被广泛运用于无线室内定位系统中。
二、WiFi定位技术的应用场景在实际应用中，WiFi定位技术主要应用于以下领域：1. 无人店铺：通过WiFi定位技术，商家可以实时了解· customer的位置信息，为顾客提供个性化服务，如购买提示、推荐已浏览商品等。
2. 超市/商场：商家可以在超市/商场内设置多个基站，并结合WiFi定位技术，快速准确地定位及跟踪购买者的实时位置。
这样，商家可以掌握购买者的需求，为不同客户提供不同的推荐商品等服务。
3. 智能家居：WiFi定位技术也可以帮助家庭实现自动化控制，如智能家电的控制、窗帘的自动开关、家居安防等等。
三、基于WiFi定位技术的无线室内定位系统的研究进展随着无线室内定位技术的不断发展，基于WiFi的无线室内定位系统不断完善和提高。
下面我们将重点介绍该领域的研究进展。
1. 基于WiFi定位技术的室内地图生成定位系统的第一步是建立室内地图。
基于WiFi定位技术的无线室内定位系统中，首先需要获取室内环境中的WiFi信号强度地图，然后将其转化为一个室内地图。
在很长一段时间内，室内地图的测量和构建是手工完成的，耗时且易出错。
随着机器学习、深度学习等技术的发展，基于WiFi定位技术的室内地图生成成为可能。
近年来，研究者们尝试使用机器学习方法来提高室内地图生成的准确性，其中主要使用了常见的有监督、无监督以及半监督学习方法。
基于WiFi技术室内定位系统设计
基于WiFi技术室内定位系统设计室内定位系统是指在室内环境下利用无线技术对用户进行定位和跟踪的系统。
近年来，随着WiFi技术的普及和发展，WiFi室内定位系统成为一种较为常见和可行的室内定位解决方案。
WiFi室内定位系统基于WiFi信号的传输和接收原理。
当用户在室内环境中使用WiFi设备（如手机、平板电脑等）时，设备会主动发送WiFi信号请求，WiFi路由器接收到请求后会返回一个响应信号。
通过在室内部署WiFi路由器，并记录每个连接设备的信号强度和接收时间，就可以对设备进行定位。
室内定位系统需要部署一定数量的WiFi路由器，以覆盖室内的整个区域。
这些WiFi路由器需要被正确配置和管理，以确保其传输和接收信号的稳定和可靠。
路由器的数量和位置的选择是一个关键问题，需要根据室内环境的大小和形状进行合理的规划。
然后，室内定位系统需要建立一个位置数据库，用于存储每个WiFi路由器的位置信息和信号强度指纹。
通过在室内环境中不同位置的采集设备上收集大量的信号强度和接收时间信息，并将其与实际位置进行绑定，可以构建一个位置数据库。
该数据库可以用于根据采集到的设备信号强度和接收时间信息，估计设备的位置。
室内定位系统需要根据采集到的设备信号强度和接收时间信息，进行位置估计和跟踪。
通常采用的方法包括指纹定位、基于距离的定位和概率模型等。
指纹定位方法通过对比设备采集到的信号强度和接收时间信息与位置数据库中的指纹信息，来判断设备可能的位置。
基于距离的定位方法通过测量设备到不同WiFi路由器的距离，采用三边测量等方法来估计设备的位置。
概率模型方法通过使用贝叶斯框架和概率推理，根据采集到的信号强度和接收时间信息，计算设备的位置的概率分布。
基于WiFi技术的室内定位系统提供了一种可行的室内定位解决方案。
通过合理部署WiFi路由器和建立位置数据库，可以实现对室内用户的定位和跟踪。
WiFi信号在室内环境中受到多种因素的影响，如墙体、障碍物和干扰等，会对定位的精度和可靠性产生一定的影响。
基于WiFi技术室内定位系统设计
基于WiFi技术室内定位系统设计随着移动互联网的发展，人们对室内定位技术的需求也越来越大。
目前，室内定位技术已经广泛应用于商场、地铁、机场等公共场所，以及医院、办公楼等室内环境中。
WiFi技术是室内定位技术中一个较为成熟和实用的技术，能够实现高精度的室内定位。
本文将介绍一种基于WiFi技术的室内定位系统的设计。
1. 系统概述本系统利用WiFi技术实现室内人员定位功能，首先需要在室内设置WiFi信号源，并通过WiFi模块对信号进行扫描和定位，最后将所得结果反馈给用户。
系统主要包括硬件设备和软件系统两部分。
硬件设备主要包括WiFi设备、信号处理器和用户终端设备等。
软件系统主要由信号采集、处理和反馈三个模块组成。
2. 硬件设备（1）WiFi设备WiFi是无线局域网的一种技术，能够实现高速率的数据传输和通信。
在室内定位系统中，WiFi设备主要作为信号源，发射无线信号以供系统识别和定位。
因此，在系统设计中需要对WiFi的设备进行定位布置，以实现对室内信号的全面和充分覆盖。
（2）信号处理器信号处理器主要负责对WiFi信号进行分析和处理，以确定用户的位置和方位信息。
通常，信号处理器可以采用FPGA、DSP、SOC等芯片设计，可以实现快速、精确和稳定的信号处理。
（3）用户终端设备用户终端设备主要用于显示和传输定位结果。
通常，用户终端可以选择智能手机、平板电脑、电脑等设备，通过WiFi模块接收系统反馈的定位结果。
3. 软件系统（1）信号采集信号采集模块主要负责对WiFi信号进行采集和处理，通常采用RFID技术实现。
在采集过程中需要设置采样点，以利于数据的分析和处理。
信号采集模块也可以加入策略算法，对WiFi信号进行定量分析和评价，以实现更加准确的定位。
（3）反馈反馈模块主要用于显示和传输定位结果。
当用户终端设备接收到信号处理模块反馈的结果后，可以显示出用户当前的位置、方向等信息。
反馈模块还可以将定位结果上传到服务器，以便进行更加精细和全面的分析和管理。
基于WiFi的室内定位系统的设计与实现的开题报告
基于WiFi的室内定位系统的设计与实现的开题报告一、选题背景随着室内智能设备的快速普及，对于室内定位也提出了越来越高的需求。
对于商场、医院、机场等大型室内场所来说，提供准确的室内定位服务可以帮助用户更快地找到所需的地点，提升用户体验。
同时，对于一些需要对室内人员进行实时监测的应用场景，如安防、医疗等领域，高效的室内定位系统也具有重要的作用。
基于WiFi技术的室内定位系统由于不需要额外的硬件设备支持，具有成本低、部署方便等优点，因此受到广泛关注。
在WiFi室内定位系统中，利用WiFi基站发射的信号，通过设备所接收到信号的强度和差异性等参数，以及室内地图等信息，计算出设备的位置。
但是，由于WiFi信号的波动性和穿透性，会导致室内定位误差较大，甚至无法使用。
因此，设计一种高精度、高可靠的基于WiFi的室内定位系统具有重要的现实意义和研究价值。
二、研究目标本项目旨在设计一种基于WiFi技术的室内定位系统，具有以下特点：1.高精度：通过采用多种算法和技术手段，减小WiFi信号波动和穿透对定位造成的干扰，提高定位精度。
2.高可靠性：对于WiFi信号覆盖盲区等特殊情况，系统应具有一定的容错能力，能够自动切换至备用定位方案。
3.可扩展性：系统应支持多种设备类型，且具备较强的扩展性和适应性，方便实时升级和维护。
4.低成本：基于现有的WiFi网络设施，尽可能减少系统的部署和维护成本。
三、研究内容1.调研与需求分析：对现有的基于WiFi的室内定位系统进行研究和调研，了解其优缺点和应用现状，针对实际需求分析系统设计和功能需求。
2.系统设计：根据需求分析，设计系统架构、数据流程，结合室内地图和WiFi信号数据库，确定定位算法和技术方案。
3.系统实现：依照系统设计，开发WiFi信号采集、处理、定位等模块，并完成系统界面的设计和实现，实现基于WiFi的室内定位服务。
4.系统测试与评估：利用实际场所数据对系统进行测试和评估，针对定位误差、容错能力等方面进行综合评估和性能分析。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一种基于WiFi的室内定位系统设计与实现摘要：本文设计及实现了一个基于WiFi 射频信号强度指纹匹配的移动终端定位系统，并设计实现了一种基于权重值选择的定位算法。
该算法为每个扫描到的AP 的RSSI 设定了选择区间，指纹库中落在此区间的所有位置点设平均权值，最后选取权重值最大者为待定位点的位置估计，如有相同权重值，则比较信号强度距离，取最小者，这种算法在一定程度上克服了RSSI 信号随机抖动对定位的影响，提高了定位的稳定性和精度。
经实验测试，此系统在4 米范围内具有良好的定位效果。
可部署在展馆、校园、公园等公共场所，为客户提供定位导航服务。
定位算法运行于服务端，客户端为配备WiFi 模块的Android 手机。
借助该定位系统，基于Android 系统的移动终端可方便地查询自身位置，并获取各种基于位置服务。
1. 引言位置信息在人们的日常生活中扮演着重要的作用。
在郊外、展览馆、公园等陌生环境中，使用定位导航信息可为观众游览提供更便捷的服务；在仓储物流过程中，对物品进行实时定位跟踪将大大提高工作效率；在监狱环境中，及时准确地掌握相关人员的位置信息，有助于提高安全管理水平，简化监狱管理工作。
目前全球定位系统（GPS , GlobalPositioning System）是获取室外环境位置信息的最常用方式。
近年来，随着无线移动通信技术的快速发展，GPS 和蜂窝网络相结合的A-GPS（Assisted Global Positioning System）定位方式在紧急救援和各种基于位置服务（LBS,Location-Based Services）中逐渐得到了应用。
但由于卫星信号容易受到各种障碍物遮挡，GPS/APGS 等卫星定位技术并不适用于室内或高楼林立的场合，目前无线室内定位技术迅速发展，已成为GPS 的有力补充。
一般来讲，使用无线信号强度获取目标位置信息的过程，就是建立无线信号强度和位置信息稳定映射关系的过程。
现有室内无线定位系统主要采用红外、超声波、蓝牙、WiFi（Wireless Fidelity）、RFID（Radio FrequencyIdentification）等短距离无线技术。
其中基于WiFi 网络的无线定位技术由于部署广泛且低成本较低，因此备受关注。
其中由微软开发的RADAR 系统是最早的基于WiFi 网络的定位系统。
它采用射频指纹匹配方法，从指纹库中查找最接近的K 个邻居，取它们坐标的平均作为坐标估计。
而文献[5]介绍的室内定位系统则基于RSSI 信号的统计特性，采用贝叶斯公式，通过计算目标位置的后验概率分布，来进行定位。
本文同样基于WiFi 网络，设计和实现了一种无线室内定位系统，但与上述定位方法不同，本文采用了基于权值选择的定位算法，在一定程度上减少了RSS.信号随机变化引起的定位误差，实验结果表明，该系统可获得较好的定位精度（4 米）。
2. 系统设计本系统可为移动终端客户在展馆、商场、校园等应用场景提供定位服务。
鉴于移动终端受到计算能力、存储容量和电池电量等诸多限制，所以仅完成简单的信号采集工作，定位计算由定位服务端完成。
定位系统的架构体系如图1 所示。
服务端主要负责定位计算和响应终端的定位请求。
基于负载均衡考虑，响应位置请求的Web 服务器和运行定位计算的定位服务器分离，数据交换方式采用客户端和Web 服务器相同的数据交换方式。
客户端依附于具体对象，主要负责采集周边AP 的无线信号强度，并向服务端提交信号特征，服务器使用客户端采集的信号特征进行定位计算，获得移动终端的位置估计。
客户端和服务端通信采用标准的HTTP协议，编程方便，可扩展性好，客户端程序功能可根据需要进行扩充。
图1 定位系统网络结构图2 为本定位系统的信息交互流程图。
移动终端向Web 服务器提交GET 请求，GET 请求中包含了信号强度特征向量，Web 服务器收到请求后，以同样的方式传达给定位服务器，定位服务器查询数据库，并进行相关的定位运算操作，从而得到移动终端的位置估计。
图2 移动终端与服务器间的信息交互3. 系统实现3.1. 客户端设计本系统客户端采用Android 系统手机。
Android 系统是Google 在2007 年发布的基于Linux 平台的开源手机操作系统。
近年来，基于此平台的手机市场占有率不断提高，加上其良好的开放性和丰富的API 接口，可以很方便地开发各种应用程序。
3.1.1. Android 系统架构简介Android 系统架构见图3,它建立于Linux内核之上，包含了各种设备驱动和管理模块，囊括了非常齐全的类库和框架，包括轻量级数据库SQLite、浏览器Webkit 等。
整个系统建立在Dalvik 虚拟机上，应用程序使用Java 语言编写。
Android 系统提供了丰富的框架（活动管理、位置管理等）来管理系统的软、硬件资源，整合了常用的应用程序（联系人、电话本等），并开放了很全面的API 供用户使用，整个平台具有良好的开放性和扩展性。
图3 Android 系统架构图3.1.2. Activity 生命周期Android 系统上运行的应用程序一般包含一个或多个Activity,主要由活动管理器进行管理，Activity 是Android 系统分配和管理资源的基本单位。
每个Activity 都有其对应的生命周期（图4）。
图4 Activity 生命周期onCreate（）方法在活动开始时调用，并依次调用onStart（）方法和onResume （）方法，Activity 处于运行状态，如有新活动启动，则调用onPause（），活动转入后台；如内存不足，活动进程则被关闭。
退出程序则会依次调用onStop （）和onDestroy（）。
活动管理器对Activity 的管理体现在不同生命周期对以上几个方法的调用上，用户可根据自己的需要重载这几个方法。
一般来讲，主程序类继承Activity 类，用户的功能代码在重载这些方法中实现。
3.1.3. 获取周边AP 信号强度本文采用基于射频指纹的定位方法，移动终端需要获得周围AP 的RSSI 指纹特征，Android 系统提供的接口可以很方便地实现这一功能。
参见图5 示例代码片段。
首先建立包含响应扫描结果的接收器（reciever）并重载onReceive（）方法，此方法即为收到WiFi 信号的回调函数，用户自定义功能在此实现；再通过registerReceiver（）方法将receiver 向Android 系统进行注册，getSystemService（）方法用于获得操作WiFi 设备的句柄；最后用startScan（）方法启动扫描，当获得扫描结果后，系统会触发注册的回调函数，完成用户代码功能。
图5 扫描示例代码实验结果表明，从给出扫描指令，至接收到扫描结果，耗时约400-500ms,考虑到后台服务器算法运算及网络通信开销，定位过程耗时将超过500ms.3.1.4. 程序流程从程序的功能来看，客户端需完成3 个功能：定期扫描并获得周围AP 的信号强度指纹特征，向服务器提交指纹特征信息，得到定位结果后更新界面显示。
程序流程如图6 所示。
首先程序初始化并建立更新回调函数，获得WiFi 服务句柄后注册此回调函数，最后启动扫描进程周期扫描，直至系统结束程序。
其中，回调函数首先获取扫描结果，并格式化为字符串，然后通过GET 请求提交给服务端，获得定位结果后再更新显示界面。
图6 程序流程图3.2. 服务端软件设计3.2.1. Web 服务器Web 服务器用于对外通信，接收外界的请求，并返回相应的位置信息。
Web 服务器运行Apache Tomcat 6.0.20,响应网络的定位请求，相应的软件设置参数为：在%TOMCAT_HOME%webapps 目录下建立目录：ExServletWEB-INF,建立web.xml描述文件和classes 文件夹，web.xml 文件是描述文件，classes 存放后台处理的类文件。
web.xml 中定义了外部引用此服务的名字和对应的类文件，内容片段见图7。
图7 web 服务器web.xml 代码片段3.2.2. 定位服务器定位服务器用于运行算法，硬件配置参数为，CPU:Intel Core2 Duo E7500 2.93GHz,内存：2G,网卡：Marvell Yukon 88E8057 PCI-EGigabit Ethernet Controller.软件配置参数为，操作系统：Windows XP Professional SP3,Web服务器：Apache Tomcat 6.0.20.相应的软件配置参数与web 服务器类似，web.xml 中代码片段见图8.图8 定位服务器web.xml 代码片段3.3. 客户端与服务端通信客户端与服务端都接入Internet,通过标准的HTTP 协议通信，简化设计的同时，也为以后Web 方式的应用留下了设计空间。
服务端Servlet 用于响应客户端的请求，客户端只需在GET 请求中提交指纹信息即可获得定位结果。
图9 列出了客户端从定位服务器中获取位置信息的Java 示例代码。
其中url包含了服务器的IP 地址和RSSI 指纹信息，getConnection （）方法是向服务器发出GET 请求，服务器将返回位置信息，获得输入流后读出位置信息，并更新界面显示即完成整个通信过程。
由于使用HTTP 协议，实现方法简单，适用于多种编程语言。
图9 客户端获取位置信息的通信示例代码4. 定位算法由于室内环境复杂，WiFi 无线信号具有较强的时变特性图10.无线信号传播衰减模型难以很好的表征距离与信号强度间的映射关系，本文采用基于射频指纹匹配定位方法，它具有较好的定位鲁棒性。
图10 信号强度的时变特性指纹匹配方式定位算法建立在实验数据基础上，它主要包括离线训练和在线定位两个阶段，其中离线训练阶段的任务是建立射频信号强度向量和客户端位置间的一一对应关系，形成一个指纹库（radio map），定位阶段则使用实时采集的信号强度向量去匹配训练阶段构建的指纹库，从而获得目标的位置估计。
现有的基于射频指纹匹配定位方法主要包括确定型和概率型两种。
其中确定型定位算法一般在指纹库中选择与实时采集的射频指纹距离最小的几个点的质心作为目标的位置估计。
确定型定位算法的计算效率较高，但精度较低。
概率型定位算法一般采用贝叶斯估计理论，通过不同的似然函数，如基于核函数的似然函数，计算目标位置的后验概率，并取后验概率最大的位置点作为目标的最终位置估计。
概率型定位算法具有较高的定位精度和定位鲁棒性，但计算量相对较大。
本文采用快速选择的定位算法，训练阶段指纹特征采用RSSI 均值，定位阶段采用逐次累加的RSSI 均值与指纹库匹配的方法，从而大大降低了运算的复杂度。