目前,基於位置的服務是移動網際網路的基礎服務之一,隨著社會的發展，其應用也越來越廣泛,諸如商品定位、信息查詢、礦井井下人員定位、停車導引等,這極大地推動了室內定位技術的發展。當前室內定位技術的解決方案很多,如射頻識別定位、紅外線室內定位、超聲波室內定位、藍牙定位、WiFi定位等[1]。相比而言,WiFi定位因其成本低、非視距影響小、無需額外專用設備、覆蓋範圍廣、總體精度高等特點而備受青睞[2]。定位算法是WiFi室內定位技術的核心,WiFi定位的精度以及效率和算法直接相關,因此探索精度高速度快的定位算法就顯得非常有必要。
當前的WiFi定位算法主要分為兩大類：基於模型的定位和基於位置指紋的定位。基於模型的定位主要是建立終端位置與模型相關變量的數據關係,通過檢測的信號到達角度（angle of arrival，AOA）、信號到達時間（time of arrival，TOA）、到達時間差（time difference of arrival，TDOA）或簡易信息聚合（really simple syndication，RSS）信息計算用戶的位置；而基於位置指紋的定位主要是以無線信號強度的變化作為區別特定位置的特徵,一般位置指紋識別定位分為離線訓練和在線定位兩個階段[3]。離線階段用於採集格網樣本，建立指紋庫；在線定位則根據實時獲取的WiFi信號與預先建立好的指紋庫按照WiFi定位算法進行比對,得出可能的近似位置。目前主流的定位算法有K最近鄰（k-nearest neighbor，KNN）[4]、加權K近鄰（weighted k-nearest neighbor，WKNN）[5]、最大似然法（maximum likelihood，ML）[6]、神經網絡[7]算法等。這些模型算法都是基於統計數學理論而言的,而位置指紋的識別本身是一個模糊的問題,因此將模糊數學理論用於WiFi定位就顯得自然且合理。另外在模型評價方面,使用不同的模型，其定位精度自然會有差異。目前大多數的模型比較方法都是單純從精度這一個方面進行考慮,顯得很片面；而事實上WiFi定位算法都是有一定的適用局限性,往往受限於WiFi信號源的分布以及信號源的穩定性。通過定位機理的研究[8]，以及分析定位誤差在空間的分布特徵[9]，發現定位誤差在空間分布有一定的規律可循。本文不僅對4種模型進行評價,對WiFi定位誤差在空間上的分布也進行了探索。
1 基於模糊數學的WiFi定位模型建立1.1 隸屬函數1.2 模糊集貼近度
1.4 誤差空間分布規律探索
2.2 正態性檢驗
3 誤差的空間分布規律分析為了檢驗基於模糊數學理論的WiFi定位模型的定位效果，本文對24個檢驗點的誤差利用反距離加權插值算法進行空間插值分析。
4 結束語
綜上所述，Fuzzy模型整體上具有定位精度高、定位誤差波動大、定位速度快的特點。而且通過與其他3種模型的對比可以看出，基於模糊數學理論的WiFi定位算法整體上具有良好的效果，具有一定的實用價值；而且基於位置指紋的WiFi定位算法的定位精度與WiFi信號源的空間分布具有很大的關係，離WiFi信號源越遠，行動裝置接受的信號強度越弱，信號的波動性越大，信號的規律性越弱，定位誤差也就越大。
為了進一步提高Fuzzy定位算法的穩定性和精度，本文下一步的研究主要關注以下4方面：①提高WiFi熱點信號源發射信號的穩定性，使得信號波動概率降低；②定位區域儘量不要受到障礙物以及水面、運動載體的幹擾；③實驗過程中儘量採集更多時間段的樣本，且同一時間段內的採集樣本儘量保持時間上同步；④核函數寬度的確定需要更為全面科學的比較，除了指數核函數外，可以嘗試多種不同核函數的組合使用，使得頻率估計值更加貼近真實值。
另外，由於室內無線電傳播易受多路徑效應的影響以及其他無線電的幹擾，導致RSS具有一定的不確定性，對提高WiFi定位精度提出了極大的挑戰。