计算AP的距离，包括信噪比

Question

出于某种原因，朋友和我在谈论根据您从设备获得的信息（RSSI，频率，信噪比等）来计算自己（笔记本电脑，手机等）与AP之间的距离。 。所以，花了一些时间研究三边测量，三角测量和自由空间路径损失。 （在一些博客文章和维基的帮助下）我能够从AP到笔记本电脑的距离达到几米，结果比我想象的要好得多。每当我在同一个房间或者到AP的视线时，准确度大约是一英尺。

但是现在，我想更进一步......我希望能够解释墙壁和其他障碍物。我认为这可能是有可能的，或者至少比FSPL公式有更好的结果，当有障碍时，我正在思考/研究通过计算信噪比可能。但是，我无法找到任何关于如何正确执行此操作的内容。总是有一个问题，但从来没有解决过这个想法（或者我无法在网上找到任何东西，因为我对这个主题的知识非常少。大约有一天值得。）。所以，在这里我转向堆栈溢出，看看你们是否可以帮助我解决这个问题。

所以，这就是我到目前为止（在python中）....

import math

freqInMHz = 2462
levelInDb = -83
SNR = -87

result = (27.55 - (20 * math.log10(freqInMHz)) + math.fabs(levelInDb)) / 20.0
meters = math.pow(10, result)

feet = meters * 3.2808

print meters
print feet

我来自美国，所以我打印了米和脚。仅仅因为我可以在视觉上测量出比我更好的尺寸。

所以，通过这个公式，它可以很好地找到开放房间的距离或清晰的AP视图。如果有人有任何想法或意见我会非常感激。因为我目前被困在墙上！ （笑话打线鼓声）

谢谢， Throdne

Answer 1

我不确定SNR在这种情况下是否会如此有用，因为不同的接收器将具有不同的SNR，其可能会以dB为单位变化。

SNR在用户设备上测量，并随用户移动而变化。从逻辑上讲，它应该随着发射器和接收器之间距离的增加而减小。由于SNR依赖于两个因素：接收信号强度（RSS）和噪声（N），它会受到各种原因的影响，例如干扰！干扰会影响N，因此会影响SNR。多路径，散射，衍射等也会影响RSS读数。

因此，如果您的公式适用于直接视线，请使用它并尝试使用NLOS的公式，而不一定基于RSS和SNR。

您可能希望查看时间方法而不是RSS方法，因为它们不会受到噪声的影响，甚至可以滤除多路径。

您的代码中的SNR值也不一定是SNR，因为它通常不会成为802.11中的负数特征。负SNR意味着您比Signal有更多噪音。