iOS Swift：计算与RSSI的距离

Question

iBeacon测距过程（可从CoreLocation获得）不能提供iPhone与iBeacon的平滑距离，而是提供过多的波动值。我也尝试使用加权平均值，但它没有给出预期的结果。我遇到了解释使用卡尔曼滤波器去除信号噪声的link。我也遇到了一个实施过滤器的swift framework。我的问题是如何应用卡尔曼滤波器逻辑来获得与iBeacon的平滑距离？我目前正在使用下面的代码来计算距离，但我不知道如何在它上面应用卡尔曼滤波器。

func calculateNewDistance(txCalibratedPower: Int, rssi: Int) -> Double{
        if rssi == 0{
            return -1
        }
        let ratio = Double(exactly:rssi)!/Double(txCalibratedPower)
        if ratio < 1.0{
            return pow(10.0, ratio)
        }else{
            let accuracy = 0.89976 * pow(ratio, 7.7095) + 0.111
            return accuracy
        }

    }

这里txCalibratedPower传递为-74

Answer 1

在测距时，每个回调到didRangeBeacons都包含一个[Beacon]对象数组，每个元素都有一个rssi参数beacon.rssi。

您需要创建字典或其他一些数据结构来存储每个信标的最新rssi读数。为方便起见，我经常根据信标标识符在字典中使用密钥：

var recentRssiDict: [String:[Double]] = [:]

...

// inside didRangeBeacons
let dictKey = "\(beacon.uuid) \(beacon.major) \(beacon.minor)"
var recentRssis = recentRssiDict[dictKey] && []
recentRssis.append(beacon.rssi)
recentRssiDict[dictKey] = recentRssis
// TODO: delete old elements depending on how many you want to track

然后，您可以在最近的RSSI中应用基于这些读数的卡尔曼滤波算法来获得filteredRssi。最后，将filteredRssi插入距离算法。在这里看到我的答案：

Understanding ibeacon distancing