| 三角测量法 | 根据待测点和坐标已
知参考点之间连接形
成三角形的几何特性
计算待测点的坐标 | RADAR(WLAN)
Active Bat(Ultrasound)
Ubisense(UWEB) | 优点：定位精度高,理论上可实现对信号覆盖区域任意空间位置的定位;
缺点：对信号传播范围和稳定性要求较高;信号遮挡、反射和波动等会造成位置“漂移” | 较空旷的室内场景(如机场、火车站大厅等) | 适中 | Bahl et al, 2000;
Harter et al, 2002;
Steggles et al, 2005 |
| 场景分析法 | 事先获取指定位置的
信号特征参数,通过对
比待测点接收到信号
的特征参数与数据库
中存储的各指定位置
的信号特征参数,确
定待测点位置 | Horus(WLAN)
MotionStar(Magnetic)
LifeTag(WLAN) | 优点：无需事先测量参考点位置坐标,定位精度高,稳定性好;
缺点：前期位置指纹数据采集工作量较大 | 应用场景较广泛,可用于环境复杂的室内场景 | 高 | Youssef et al, 2004;
Poulin et al, 2002;
Li et al, 2006 |
| 邻近法 | 根据传感器信号作用
范围有限的特点,确定
待测点是否在参考点
附近 | BIPS(Bluetooth)
LANDMARC(RFID)
PAN(ZigBee) | 优点：对传感器信号稳定性要求低,定位算法简单,实现方便;
缺点：一般需要用户主动参与,且无法记录用户空间活动轨迹的细节信息 | 廊道型室内场景或功能区划明确的室内场景(廊道型博物馆,商铺彼此独立的商场等) | 低 | Anastasi et al, 2003;
Ni et al, 2003;
Huang et al, 2009 |