Radius Networks使用定位应用程序进行信标校准

Question

我们正在尝试开发基于信标的位置应用。

目前我们正在尝试分析不同的选项，我们对使用品牌半径网络的灯塔进行的测试感到惊讶。

我们有3个半径网络点信标，我们正在测量不同距离的rssi值。这些是使用locate app（半径网络官方）获得的结果，我们每个信标进行2次测量.3个信标配置为-12 dbm的功率。

正如您在表格中看到的那样，结果并非完全无定论，很难获得某种结论。这是预期的结果吗？我们怎样才能获得更有意义的价值，或许将信标配置为更低的功率？

任何形式的帮助都会受到好评，因为我们很遗憾。

此致

已编辑：

这些是使用配置功率为3 dbm的3个信标获得的结果。

3个信标的条件完全相同，与之前的测试完全相同。

在这个测试中可以观察到一米和10米的值之间存在差异。但是，某些距离的信标之间的值差异令人惊讶。

例如，半径1和半径3（-48，-49，-50）dbms在1米和半径2（-55，-60）dbms。这些结果是在具有相同配置和条件的插入测量中获得的。

由于信标配置方式相同，且条件总是相同的，它们之间的值不应该更相似吗？

Answer 1

从信标检测到的RSSI电平存在很多变化是正常的。校准程序应该通过对测量值进行平均来尽可能地降低噪声。 Locate中的实现是丢弃最高和最低10％的测量结果，并采用剩余测量值的平均值。

您在表格中显示的结果令人惊讶，因为当您从1米移动到10米时，平均信号水平不会变弱。目前尚不清楚是什么导致了这一点。

获得最佳效果的一些提示：

• 将发射器功率增加到最高设置。信号电平越强，信噪比越高，读数变化越小。
• 将广告费率（每秒数据包）提高到最高设置。发送的数据包越多，统计样本的平均值就越多。
• 从iPhone 5周围移除可能影响蓝牙天线的任何外壳。
• 在测试区域内将障碍物保持在最低限度，尤其是金属物体。

完全披露：我是Locate app中校准RSSI收集算法的作者。