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 |