我正在使用AltBeacon库来存储RSSI和TxPower值。
RSSI = -90 TxPower = -83
我发现计算距离是通过使用以下公式完成的：
d = 10 ^ ((TxPower -Rssi) / 10n) (n ranges from 2 to 4)
所以在我的情况下应该是（n = 2）：
d = 10 ^ (7 / 10 * 2) = 2.2387211385683394
我正确地进行了计算还是这个公式不好？此外，如果存在更好的距离计算公式，是否有可能获得可用于学士学位论文的参考？
答案 0 :(得分：2)
有两种方法可以得出公式：使用（1）科学或（2）工程。
一种科学的方法是尝试理解RSSI与距离之间的关系的理论，并提出一个基于理论和实验对其进行预测的公式。根据其他人的工作，类似于您所显示的路径损耗公式是正确的方法。
但是，这里假设完美条件和数据（RSSI测量）不受不受信号损失理论（给出方程式）相关因素的影响。这些因素包括A / D转换器错误和RSSI传感器中的偏差，每个Bluetooth无线电信道上天线灵敏度的变化以及许多其他因素。
由于很难甚至不可能想出科学公式来解决所有这些并发症，因此常见的工程方法是绘制RSSI与距离的关系曲线，然后查看该曲线以找出形状相似的数学曲线，然后进行回归以得出公式，使数据适合该数学曲线。然后可以使用该公式将RSSI转换为距离。
使用这种方法，理论无关紧要，重要的是使用公式预测距离的能力。我在支持BLE并推出this formula的首款iPhone和Nexus 4上使用了此技术，但它并不完美，并且在不同型号的手机上效果不佳。但是它比科学提出的路径损耗公式更好，可能是因为它考虑了路径损耗公式没有的其他现实世界因素。为了获得最佳结果，请在每个设备/信标对中运行自己的回归。
无论使用哪种公式，都请注意，随着信噪比变弱并且阻塞和多径的影响变得更深远，距离估计会越差。在1-3米处预期会有合理的结果，而在10m至30m之间分辨的能力很小。