一种适用于固定场景的WiFi定位精度优化方法

本发明公开了一种适用于固定场景的WiFi定位精度优化方法。该方法先通过卡尔曼滤波对RSSI数据预处理，有效抑制多径效应与噪声干扰；再结合参考路径损失系数和ITU模型计算目标粗位置，利用距离倒数加权机制提升初始定位精度。同时，构建包含障碍物材质与厚度衰减模型的动态指纹库，通过定期巡查与精度触发双机制更新，确保指纹库与实际环境匹配。定位时采用WKNN算法结合场景可通行区域约束，排除非合理定位结果，并通过自适应无迹粒子滤波融合粗位置。该方法解决了固定场景下WiFi定位的多径效应、环境变化导致的指纹库过时及PDR误差累积等问题，将定位均方根误差降至0.99m，精度较传统方法大幅提升，适用于商场、办公楼等室内场景的高精度定位需求。