适用于BLE室内定位系统的自适应路径损耗模型

自适应路径损耗模型（ADAM）：提升BLE室内定位精度的创新方法

室内定位系统（IPS）在物联网、智慧城市等领域中扮演着至关重要的角色。然而，由于室内环境的复杂性（如信号多径效应、障碍物等），传统的定位方法往往面临精度不足的问题。本文介绍了一种新颖的模型——ADAM（Adaptive Path Loss Model），通过动态调整路径损耗参数及数据融合技术，大幅提高了基于蓝牙低功耗（BLE）的室内定位精度。

一、背景与问题

GPS在室内环境中通常难以发挥作用，因此室内定位系统成为了填补这一空缺的解决方案。常见的室内定位技术包括WiFi和BLE等，它们通过接收信号强度指示（RSSI）进行定位。然而，传统的路径损耗模型通常采用固定参数，难以适应室内环境的复杂变化，导致定位精度下降。

二、ADAM模型的提出

ADAM模型旨在解决上述问题，通过自适应选择不同的路径损耗参数（PLd0和η）来为不同的环境区域进行信号传播特性建模。与固定参数模型不同，ADAM能够根据环境条件动态调整参数，从而提高定位精度。

ADAM模型的核心在于：

• 动态选择路径损耗参数来适应不同环境，而无需像指纹识别方法那样依赖大量的训练数据。
• 使用数据融合技术，将多次定位估计结果整合为一个