针对基于信号接收强度指示（Received Signal Strength Indicator， RSSI）的无线传感器网络室内定位易受到复杂环境的影响、不稳定等问题，提出一种自适应的动态测距室内定位算法（self-adaptively dynamic ranging，SADR），采用节点RSSI建立动态测距模型，实时更新模型中环境参数，利用改进的代价参考粒子滤波进行测距，运用最小二乘法计算目标位置。仿真和实验结果表明，算法适应复杂环境，提高了定位精度，满足无线传感器网室内定位需求。

基于测距与指纹的室内定位算法研究

针对传统WLAN指纹定位算法中存在的定位精度低、稳定性差、实时性不高等问题，提出一种基于CMAES-SVR的WLAN室内定位算法。该算法首先对接入点（AP）的接收信号强度（RSS）进行统计分析，采用高斯滤波对信号进行预处理，然后利用K-means聚类算法将原始指纹数据库中的定位区域进行聚类分块；其次采用协方差矩阵自适应进化策略（CMAES）优化支持向量回归机（SVR）参数，从而建立CMAES-SVR室内定位学习模型，通过该模型分别构建各定位子区域中RSS信号与物理位置非线性映射关系；最后判断测试点所属类簇，根据该类簇中训练好的CMAES-SVR模型进行回归预测。实验结果表明，与WKNN、传统SVR以及PSO-SVR算法相比，该算法在定位精度、稳定性以及实时性方面均有所提高。

NN，KNN，WKNN，贝叶斯。。可以用于毕业设计，代码可运行。

引言 　　射频识别技术（Radio Frequency Identification，缩写RFID），射频识别技术是20世纪90年代开始兴起的一种自动识别技术，射频识别技术是一项利用射频信号通过空间耦合（交变磁场或电磁场）实现无接触信息传递并通过所传递的信息达到识别目的的技术。从信息传递的基本原理来说，射频识别技术在低频段基于变压器耦合模型（初级与次级之间的能量传递及信号传递），在高频段基于雷达探测目标的空间耦合模型（雷达发射电磁波信号碰到目标后携带目标信息返回雷达接收机）。1948年哈里斯托克曼发表的"利用反射功率的通信"奠定了射频识别技术的理论基础。 　　目前RFID定位主要采用LANDA

室内位置 一个使用matlab的室内定位框架，该框架包含了主流的室内定位算法。

马尔可夫蒙特卡罗的室内定位算法.pdf

多传感器组合的行人室内定位算法研究.pdf

matlab指纹室内定位算法KNN'仿真

引言 　　射频识别技术（Radio Frequency Identification，缩写RFID），射频识别技术是20世纪90年代开始兴起的一种自动识别技术，射频识别技术是一项利用射频信号通过空间耦合（交变磁场或电磁场）实现无接触信息传递并通过所传递的信息达到识别目的的技术。从信息传递的基本原理来说，射频识别技术在低频段基于变压器耦合模型（初级与次级之间的能量传递及信号传递），在高频段基于雷达探测目标的空间耦合模型（雷达发射电磁波信号碰到目标后携带目标信息返回雷达接收机）。1948年哈里斯托克曼发表的"利用反射功率的通信"奠定了射频识别技术的理论基础。 　　目前RFID定位主要采用LANDA