基于ESP32的WiFi-RSSI定位

本项目利用ESP32的RSSI特性实现室内WiFi定位。通过离线收集不同位置的信号强度数据,再在线阶段使用NN、KNN及WKNN算法进行位置估算。结果显示WKNN算法效果最佳。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

整个项目地址在这:ESP-WiFi-Localization

一、理论分析

实验原理其实很简单,WiFi信号的RSSI强度会随着距离的增加而减弱,依据这个原理,在不同的距离的设备对应的RSSI强度也是不一样的。当在一个平面定位一个点时,可以通过多个设备去定位,使其维度增加,可以定位其位置。

二、实验过程

我们实验室的场景如下。。比较简陋- -
实验室的真实环境(虽然很小- -)
根据论文,将整个实验阶段分为离线和在线两个过程。

离线阶段统计室内几个固定点的不同基站测量到的RSSI强度,得到一个表格。
在线阶段测量到RSSI值,与离线阶段的数据进行比对,用最邻近方法NN(Nearest-Neighbor)去判断点位。
两个阶段
之所以选用ESP32是因为之前用到过,而且ESP32带有RSSI测量的变量。

带有WiFi-RSSI测量的变量
实验的框架如图三个基本节点去测量上游节点的RSSI值,并发送给他,上游的节点会将离线阶段的表格进行计算对比,然后得到自己的位置:

在这里插入图片描述

三、实验结果

实验结果不算理想:
1.NN算法中心节点成功率较低,而边缘节点较高。可能的原因是分辨率太高了,RSSI没法识别这么近的距离。
在这里插入图片描述
2.KNN算法因为是多个值平均,所以没法去确定某个点,只能估算其偏差。
在这里插入图片描述
3. WKNN是对其加权,得到的结果比KNN更好一些。
在这里插入图片描述
详细的结果在项目的Report中。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值