Die Pfadverlustformel ist derzeit experimentell. Es wurde nicht nachgewiesen, dass Entfernungen in Android-Modellen und Beacon-Typen genauer geschätzt werden können. Wenn es bewiesen ist, wird es mit dem Master-Zweig der Bibliothek zusammengeführt, so dass es leicht zu aktivieren ist, wie Sie es vorschlagen. Wenn Sie daran interessiert sind, freiwillig zu helfen, tun Sie es bitte!
Der Algorithmus verwendet zwei Konstanten, um den RSSI zu standardisieren, der von Ihrem Telefon erkannt wurde: receiverRssiSlope und receiverRssiOffset. Ihr Ziel ist es, die RSSI-Messungen des Android-Geräts so anzupassen, dass sie die Antwort eines iPhone-Referenzempfängers am besten emulieren. Ich habe bei der Prüfung zwei Dinge bemerkt:
Alle Android-Geräte verschiedene Empfänger Gewinne haben, erfordert ein RSSI die Eingänge auf der gleichen Formel zu machen versetzt zu arbeiten.
Der RSSI-Wert auf vielen Android-Geräten nimmt proportional nicht ab/zu, wenn Sie die gleiche Entfernung wie auf einem iPhone-Referenzgerät zurücklegen. Der Zweck von receiverRssiSlope ist es, sich darauf einzustellen.
Die Idee ist es, ein RSSI vs. Abstand Tisch zu bekommen, die so weit wie möglich wie eine iPhone Referenz RSSI vs. Entfernungstabelle vor, es als eine Eingabe in den Abstand Gleichung sieht. Sie führen also eine lineare Schätzung durch, um den RSSI-Wert des Android-Modells in einen standardisierten RSSI-Wert für das iPhone zu konvertieren.
Um die Konstanten für ein Galaxy S3 zu berechnen, sammelst du RSSI-Messungen in bekannten Entfernungen für dieses Gerät sowie ein iPhone 6. Dann mache eine lineare Schätzung für das Galaxy S3 RSSI (unabhängige Variable), um es in ein iPhone zu konvertieren Referenz RSSI (abhängige Variable). Der Regression, erhalten Sie so etwas wie:
Intercept -11,076209048362 Slope 0,80421216848674
Und dann verwenden Sie diese das Android-Gerät RSSI auf eine standardisierte Referenz RSSI zu konvertieren, bevor es in den Pfadverlust Abstand Formel anschließen.
Danke für die Klarstellung, ich werde einige Tests mit diesem Algorithmus machen und werde Sie wissen lassen, ob ich etwas interessantes bekomme. Hast du Ideen für andere Distanzalgorithmen, die ich ausprobieren könnte? Außerdem würde ich nicht ein iPhone 5 anstelle von iPhone 6 verwenden müssen, da der txPower vlaue von einem iPhone 5 ist? (um konsistent zu sein). – user3001845
Sie sollten im Allgemeinen mit dem neuesten Modell iPhone als Referenz kalibrieren. Wenn Sie kalibrierte Beacons haben, die mit einem früheren iPhone-Modell kalibriert wurden, sollten Sie das verwenden, ja. – davidgyoung