多个参考点光源间的信号相互干扰，使得室内可见光通信定位系统的精度不高。为此提出一种基于码分多址（CDMA）调制的可见光定位算法，利用扩频码的正交性，对每个发光二极管（LED）所发出的身份识别（ID）信息进行扩频处理，在克服了码间干扰的同时，提升了信道的容量。接收端由自适应滤波器分辨出解扩后的ID信息以及对应的信号强度，根据ID信息确定定位的位置区域，根据衰减强度确定定位点与各LED的距离，利用接收信号强度（RSS）三角定位算法实现接收机的定位，并采用分集接收技术来提高接收增益以提升定位的精度。仿真结果表明，该定位系统最大误差为6.18 cm，超过88%的定位点的测量精度被控制在5 cm以内。该系统不仅实现了较高精度的定位，而且易于控制、稳定性好，具有广阔的应用前景。

三点接收声源定位原理，用于三个接收传感器采集声音时间，利用时间差进行计算生源位置，讲解实现原理，通过代码可以实现位置解析。

我们的实验有两个阶段，一是使用格雷预测算法找到信号强度（RSSI）的预测值，二是使用动态三角定位方法找到移动用户的位置坐标。 我们使用灰色预测来预测随机时间阶段的RSSI趋势，并在移动用户移动时对预测的RSSI进行分析。 Gray perdition 能够减少移动设备移动时 RSSI 的波动。 带有灰度预测的定位算法实现了更小的平均距离误差。

为了实现低成本、低复杂度以及高精度的室内定位系统，提出了基于指纹的室内可见光定位方法。该方法利用可见光发光二极管作为信号源，根据接收到的可见光信号强度信息，结合三角定位算法和指纹定位算法，实现室内高精度定位。定位过程主要分为两步：第一步，通过三角定位算法确定移动目标粗略的位置范围; 第二步，以该位置范围作为限制条件，使用指纹定位算法实现更精确定位。实验结果表明，该方法与传统的基于可见光信号强度的定位方法相比，平均定位精度提高了64.71%; 同时，与传统的基于指纹的定位方法相比，可以在更低复杂度的情况下，实现更精确定位。

针对传统的ＲＳＳＩ测距方法精度不高的问题，提出了基于高斯分布的信号过滤技术，得到了具有较高精度的测距模型。以该测距模型为基础，实现了基于ＲＳＳＩ测距的多点定位算法，并通过融合步态检测、卡尔曼滤波等技术，提出了改进的多点定位算法，将平均定位误差由原来的３米减小到１．５米左右。

通过RFID设备收集RSSI值，通过三角形质心定位算法进行定位，matlab源码

三角定位

IBeacon室内定位APP（三角定位）。 三角算法室内定位APP。 室内定位。

三角算法室内定位APP