说说室内定位吧~
目前比较常见的，有两种定位方法，分别为Wi-Fi定位和蓝牙定位。
Wi-Fi定位的原理是在无线局域网覆盖的场所，人员携带的移动终端设备或标签腕带的周期性的发出信号，无线局域网访问节点(AP)接收到信号后，会将信号传送到指定的定位服务器。定位服务器运行的程序算法可以通过信号的强弱和到达时差判断出人员的位置，并通过电子地图进行展示。例如这个图：
目前蓝牙 iBeacon 定位的方式主要有两种：基于 RSSI（接收信号强度指示）和基于定位指纹，或者两者结合。基于距离最大的问题在于，室内环境复杂，而蓝牙作为2.4GHZ高频信号，会受到很大的干扰。加上室内的各种反射折射，手机所获取的 RSSI 值并没有太大的参考价值；而与此同时，为了提高定位精度，就不得不对 RSSI 值进行多次获取来平滑结果，这就意味着时延的增加。
而基于定位指纹的最大问题在于，前期获取指纹数据的人力成本和时间成本非常高，数据库维护困难。而且如果商场增添了新的基站，或者进行了其他改造，原始的指纹数据可能就不再适用。所以，如何在定位精度、延时和成本之间进行权衡和取舍，就成了蓝牙定位的核心的问题。目前，市场上主流的蓝牙定位精度是70%的地段在2米以内，部分公司可以做到90%的地段在2米以内。
目前市场上主流的蓝牙定位技术都是基于三角定位算法，通过手机获取周围蓝牙基站的信号强度，再通过其他的一些辅助方法比如加权平均算法，时间加权算法，惯性导航算法，卡尔曼滤波算法，高斯滤波算法等来计算出当前位置，如图所示：
目前蓝牙 iBeacon 定位的方式主要有两种：基于 RSSI（接收信号强度指示）和基于定位指纹，或者两者结合。基于距离最大的问题在于，室内环境复杂，而蓝牙作为2.4GHZ高频信号，会受到很大的干扰。加上室内的各种反射折射，手机所获取的 RSSI 值并没有太大的参考价值；而与此同时，为了提高定位精度，就不得不对 RSSI 值进行多次获取来平滑结果，这就意味着时延的增加。
而基于定位指纹的最大问题在于，前期获取指纹数据的人力成本和时间成本非常高，数据库维护困难。而且如果商场增添了新的基站，或者进行了其他改造，原始的指纹数据可能就不再适用。所以，如何在定位精度、延时和成本之间进行权衡和取舍，就成了蓝牙定位的核心的问题。目前，市场上主流的蓝牙定位精度是70%的地段在2米以内，部分公司可以做到90%的地段在2米以内。
目前市场上主流的蓝牙定位技术都是基于三角定位算法，通过手机获取周围蓝牙基站的信号强度，再通过其他的一些辅助方法比如加权平均算法，时间加权算法，惯性导航算法，卡尔曼滤波算法，高斯滤波算法等来计算出当前位置，如图所示：
