多种Wi-Fi定位方法对比 移动领域选谁

了解一个人在哪里很重要。如果知道一个人的位置，就能更好地为他或者和他一起做些事情。这就是基于位置的Wi-Fi服务（也就是LBS）的基本概念。

随着苹果收购WiFiSLAM，谷歌逐渐增加对谷歌地图室内定位的支持，以及微软对Bing的室内地图功能的拓展，近期，室内定位技术已引起移动领域的诸多关注。

通过了解客户所在的位置，企业可以帮助客户到达目的地，提供更好的网络体验，使用来自客户位置的数据提升其体验，同时讲述沿途风情。随着智能Wi-Fi解决了Wi-Fi基础设施所涉及的容量、可靠性和性能问题，企业及运营商在向客户与顾客提供LBS服务方面表现出了极大的热情。

使用各种方法实现Wi-Fi定位

将Wi-Fi定位看作室内GPS。由于路径繁多和信号室内阻断等原因造成GPS无法使用时，可使用基于Wi-Fi的定位系统。在过去的几年里，虽然Wi-Fi协议的基础没有发生很大改变，但是Wi-Fi定位服务却早已发生了天翻地覆的变化。如今全球各地几乎每个人都有多个支持Wi-Fi的设备——口袋里、腰上、手中、桌子上——从零售业和酒店到医疗和教育的企业都有望赚大钱。随着这一转变，改进精度的新技术正在兴起，用户行为和期望也在改变，新位置服务模式正在构建中。

今天，Wi-Fi支持多种定位方法，但信号强度定位（使用多个信号测量定位）及射频指纹识别技术(收集现场的射频数据进行信号测量并定位)方法最为普遍。定位的初衷在于资产追踪或客户端以及非法AP的定位。
实时定位服务(RTLS)

实时定位服务（RTLS）标签通常被称为资产标签，用于追踪并监视物体，例如海运集装箱、医疗资产甚至是标签携带人。标签定期收集AP信号数据，汇报给网络端服务器，使用RSSI定位和/或前面的射频指纹识别技术（定期校准）来计算并追踪。服务器在地图上显示标签位置或使用地理围栏概念引起警报。虽然覆盖现有的Wi-Fi基础设施相对容易，但是资产追踪解决方案需要网络端服务器支持，它在最近几年并没有经历什么太大的变化。

移动应用程序

作为第二选择,专注于GPS无法精确定位的室内Wi-Fi的移动设备应用势头强劲。如同相互关联的移动生态系统中的其他事务一样，手机应用程序非常有吸引力，从某种意义上讲，几乎涉及到每个行业，每个用户。

移动定位应用程序的重大缺陷就是苹果臭名昭著的有限Wi-Fi API接入，开发者无法转换成RSSI公制。鉴于此，客户端定位处理存在重大挑战，网络端传感器与引擎对于RSSI计算是非常必要的。客户端数据引擎还存在电池寿命的问题。没有iOS的支持，任何移动应用程序只能限制在有限的用户群或设备集，没有人愿意构建排除了苹果的以客户、访客或用户为核心的应用程序。混乱随之而来。

然而，一些企业在重组客户端方法的同时，专业移动公司也在重新考虑使用机器学习技术进行室内定位的算法。一些企业认为设备定位是复杂的"DNA链"，而使用RSSI指纹识别技术、RSSI三边测量技术和/或TDoA可提供初始的位置信息；然后，通过比较后续射频指纹技术（用户在什么地方移动？）及惯性电话传感器（陀螺仪、加速计、指南针），可进行精确定位，精确到2-3 米。如果这种技术还不够好，可加入其它机制以提高可靠性；例如，也可以使用地图处理技术来提高准确度，排除地图上不可能的路径，也就是所谓的差错消隐。但是需要再次强调，基于移动应用程序方法的缺陷之一是并不是所有的移动设备都具有相同的能力，因此，很难为所有设备类型(iOS, Android, Windows等)构建一个包罗万象的移动应用程序服务。

Wi-Fi信号定位与射频指纹识别技术

RSSI定位与射频指纹识别技术可提供合理的精度，介于室内或通道间。在没有其他技术（励磁机、阻塞点、外部系统，如视频系统）的协助下，可达到的最佳状态是3-10米的误差。

对于RSSI三边测量技术，关键问题是射频信号强度改变很大，造成测量不准。每个测量最少需要3个信号源，但是随着客户与AP间射频衰减的不同（由于墙壁、门、窗、电梯等），RSSI与距离的相关性有些不可靠，从而降低了精度。

射频指纹识别技术也遭遇了同样的射频变化问题。如果从一个单独的位置提取5个指纹，那么每次指纹都看起来不同。此外，射频环境也在日积月累中改变，一次今天提取的射频指纹可能不适用于将来。校准或指纹识别将总是反反复复进行。
到达时差(TDOA)

到达时差是确定客户位置的另一技术，该技术利用的是无线电波的恒定传播速度及帧更新的往返时间（RTT）测量距离。需要非常快的芯片时钟来测量纳秒级时间精度；将来随着Wi-Fi芯片中时钟速度的增加，TDoA的精度也会随之