RSSI

本代码演示了RSSI室内定位算法。已知3个热点的坐标和待定位点的实际坐标，计算待定位点到每个热点的实际距离，并绘制实际坐标。

RSSI（Received Signal Strength Indicator，接收到的信号强度指示）是无线通信中用来测量信号强度的参数，特别在WiFi定位系统中被广泛应用。传统的RSSI三边定位算法基于三角几何原理和APs的信号强度值来估算设备位置。该算法首先测量目标设备接收到的周围APs的信号强度（通常以dBm表示），然后根据信号强度与距离的关系估算设备到每个AP的距离。最终，通过构建三个AP的信号覆盖圆圈交点来确定设备位置，以提高定位精度。

将接收信号强度转化为距离，根据发射信号经过衰减后到达接收端的强度，计算发射-接收距离。在此基础上，引入高斯随机变量模拟环境干扰，将接收功率Pr作为测量值，进一步作为RSSI来估算发射-接收距离。

无线定位的核心就是怎么让设备知道你在哪儿，RSSI的 RSSI 值其实就是测信号有多强。信号越强，距离越近——，干扰也挺多的。卡尔曼滤波就派上用场了，能在信号抖动的情况下帮你稳住定位效果。用起来比较顺，是在复杂室内场景，比如仓库、医院这种地方。 MATLAB 的仿真也挺直观，能看出不同环境下定位误差的变化。不用你手动推公式，跑一遍模拟就知道什么滤波方法更靠谱。扩展卡尔曼滤波（EKF）适合非线性系统，无迹卡尔曼滤波（UKF）则更适合系统噪声比较复杂的场合，两个都值得一试。 还有个挺实用的点：文章讲了多源融合，比如Wi-Fi和蓝牙一起用，精度直接拉满。你可以结合三边定位、模型拟合这些方法，一步步叠