【MATLAB】基于Wi-Fi指纹匹配的室内定位-仿真获取WiFi RSSI数据（附代码）

基于Wi-Fi指纹匹配的室内定位-仿真获取WiFi RSSI数据

WiFi指纹匹配是室内定位最为基础和常见的研究，但是WiFi指纹的采集可以称得上是labor-intensive和time-consuming。现在，给大家分享一下我们课题组之前在做WiFi指纹定位时的基于射线跟踪技术仿真WiFi RSSI实验代码。

对数路径损耗模型

WiFi信号强度在空间中传播符合路径损耗模型。本文介绍的是较为常用的对数路径损耗模型，如下公式：
在这里插入图片描述
RSS衰减与距离的对数呈正比，假设已知一个参考距离d0以及这个距离上的RSS为
RSS(d0)，那么距离为d的RSS(d)就可以通过上式计算得到。n是环境因子，在自由空间中一般取2就可以。
下图是实际RSS和模型仿真RSS的比较。在实际环境中，因为受到多径效应、非视距传播等噪声的影响，信号强度会发生变化，所以实际测量到的Wi-Fi信号一般如红线所示。

在这里插入图片描述

利用射线跟踪技术仿真得到Wi-Fi的RSSI数据

Wi-Fi信号沿直线传播，可以将其近似为射线进行分析。对于一个固定的发射源（即WiFi AP），在自由空间中，利用对数距离衰减模型即可计算各个位置的RSS，但是室内环境很复杂，信号可以遇到墙壁发生反射，各个反射后的信号又可以与未经反射的信号叠加，实际中测量到的信号其实包括了各个反射、绕射、散射信号。在射线跟踪中，计算出发射点与接收点之间的多条传播路径，分别对各个路径的信号进行分析，一般包括信号强度、相位在多次反射或绕射下的计算，然后叠加得到接收点上的信号。
在仿真实验中，我们把每个Wi-Fi AP看成一个固定的发射源，而接收器则要接受来自不同Wi-Fi AP的信号。接收器收到的信号中包含了来自每个WiFi AP的1条直射路径与6条（墙壁）反射路径的信号，因为反射后信号很小，所以我们不考虑反射信号路径。根据对数路径损耗模型，我们理论上可以计算出室内每点的WiFi RSSI强度，用于室内定位指纹库建立。
如下图，是仿真得到的某WiFi AP所覆盖的WiFi信号强度。
在这里插入图片描述

仿真实验MATLAB代码

实际上在射线仿真实验中涉及到了通信原理的知识，但是因为我本人不是通信出身，所以不做具体说明，想要了解射线传播原理的同学自己搜索相关知识~
以下是主程序代码：

if ~exist('radio_map_20_15.mat', 'file') %生成仿真环境disp('正在模拟射线跟踪...');generate_radio_map(0.01);  % 仿真射线网格大小
endclc
clear;
load radio_map_30_30.mat; 
%变量为fingerprint %默认尺寸为20m*15m * 10ap，网格大小为0.01m
%注意：这里的仿真环境（fingerprint）是一个精度很高的指纹库，后面从这个仿真环境中进行取样（采集数据）并生成用于定位的指纹库。%% 获取离线指纹库
%如果要研究指纹库构建上的优化，在这部分改进
[offline_rss, offline_location] = get_offline_data_uniform(fingerprint,100); %均匀采样
offline_location=offline_location/100; 
idx=[1:1:length(offline_location)]';
offline_location=[offline_location,idx];
save('offline_data_uniform', 'offline_rss', 'offline_location');
[offline_rss, offline_location] = get_offline_data_random(fingerprint); %随机采样
offline_location=offline_location/100;
save('offline_data_random', 'offline_rss', 'offline_location');%% 获取在线定位阶段的数据
%前面默认的数据集的密度是0.01m，这样的话整个仿真系统的位置最小分辨率为0.01m，trace总是0.01的整数倍
roomLength = 30;
roomWidth = 30;
t = 1000;
[ loc, rss ] = get_online_data( fingerprint, 1, roomLength, roomWidth, t ); %得到轨迹与对应的RSS
save('online_data', 'loc', 'rss');
%%
clear fingerprint;