述第二坐标集合中的每个坐标到所述至 少一个三角形或所述四面体中对应的三角形或四面体顶点的距离，通过加权质心算法计算 所述移动终端的坐标位置。
[0068] 在该技术方案中，通过接收锚节点发送的广播信号，以计算与锚节点之间的距离， 进而确定移动终端的第一坐标集合，并通过两次加权质心算法对移动终端的坐标位置进行 计算，使得能够借助于其它锚节点实现定位，尤其适用于室内定位的场景。同时，若移动终 端距离锚节点越近，则由广播信号强度值（即RSSI)的偏差产生的绝对误差越小，因此通过 选择广播信号的强度较大的预定数量个锚节点进行加权质心算法，有效提高了二维定位和 三维定位的准确度。其中，锚节点发送的广播信号可以是蓝牙信号。
[0069] 在上述技术方案中，优选地，所述接收单元202具体用于，接收所述每个锚节点周 期性发送的所述广播信号；所述确定单元204包括：第三计算单元2042,用于计算接收到的 所述每个锚节点发送的多个广播信号的强度的中值；第一执行单元2044,用于根据所述中 值确定所述移动终端与所述每个锚节点之间的距离。
[0070] 在该技术方案中，通过采用多个广播信号的强度的中值确定移动终端与每个锚节 点之间的距离，使得可以减少粗大误差对测量数据的影响，并且能够在消除粗大误差的同 时保护信号的细节信息，有利于提高终端定位的准确性。
[0071] 在上述任一技术方案中，优选地，所述处理单元208包括：判断单元2082,用于判 断需要对所述移动终端进行二维定位或是三维定位；第二执行单元2084,用于在所述判断 单元2082判定需要对所述移动终端进行二维定位时，选择所述多个锚节点中预定数量个 锚节点构成至少一个三角形，并基于三角形加权质心算法和所述第一坐标集合，计算得到 所述第二坐标集合，并用于在所述判断单元2082判定需要对所述移动终端进行三维定位 时，选择所述多个锚节点中预定数量个锚节点构成至少一个四面体，并基于四面体加权质 心算法和所述第一坐标集合，计算得到所述第二坐标集合。
[0072] 具体地，二维定位需要通过构建三角形进行三角形加权质心算法计算得到上述第 二坐标集合，三维定位需要通过构建四面体进行四面体加权质心算法计算得到上述第二坐 标集合。
[0073] 在上述任一技术方案中，优选地，所述第二计算单元210根据所述第二坐标集合 和所述第二坐标集合中的每个坐标到所述至少一个三角形中对应的三角形的距离，通过加 权质心算法计算所述移动终端的坐标位置具体包括：通过以下计算公式计算所述移动终端 的坐标位置：
[0075] 其中，（X0, Y0)表示所述移动终端的坐标位置，（XO1JO1)表示所述第二坐标集合 中的第i个坐标，r表示所述第二坐标集合中的坐标个数，dlW、d2W和d3W分别表示所述 第二坐标集合中的第i个坐标点到对应的三角形顶点的距离。即在进行二维定位时，选取
作为权值进行加权计算。
[0076] 在上述任一技术方案中，优选地，所述第二计算单元210根据所述第二坐标集合 和所述第二坐标集合中的每个坐标到所述至少一个四面体中对应的四面体的距离，通过加 权质心算法计算所述移动终端的坐标位置具体包括：通过以下计算公式计算所述移动终端 的坐标位置：
[0079] 其中，（Χ0，Υ0, Z0)表示所述移动终端的坐标位置，（XO1JOdZO1)表示所述第二坐 标集合中的第i个坐标，r表示所述第二坐标集合中的坐标个数，d lW、d2W、d3W和d4W分 别表示所述第二坐标集合中的第i个坐标点到对应的四面体顶点的距离。
[0080] 即在进行三维定位时，选取
作为权值进行加权 计算。
[0081] 以下分别说明基于本发明的实施例的二维定位方法和三维定位方法的技术方案。
[0082] 1、二维定位方法
[0083] 本发明中对于二维定位方法采用三角形模型的二维加权质心算法进行精确定位， 算法步骤如下：
[0084] (1)锚节点周期性的广播自身ID号与位置信息，当未知节点（即上述的终端）收 到超过来自m个节点的信息后，取每个节点广播的RSSI的中位值。
[0085] 具体地，减少粗大误差对测量数据的影响最有效且方便的手段是采用中位值方 法，它在消除粗大误差的同时能很好地保护信号的细节信息。因此在一定时间间隔之内，连 续获得RSSI值，并从中选出中值，以此作为计算依据。
[0086] (2)将不同锚节点的RSSI值按大小顺序进行排列，并将之转化为距离，这样建立 了 2个数组集合：①未知节点到已知的锚节点的距离集合Wi^di2，…，dim} ((IilMii^Odim); ②未知节点位置坐标集合{(X dll，Ydll)，（Xdl2, Ydl2)，…，（Xdini, YdlJ }。
[0087] (3)选择其中几个RSSI值较大的锚节点组成r个三角形，对r个三角形进行加权 质心算法，得到 r 个坐标{(X0, Y0) ^ (X0, Y0) 2,…，（X0, Y0) r}。
[0088] 具体地，三角形模型及0点估算示意图如图3(a)所示，其中，0为未知节点，A、B、 C为已知节点。
[0089] 如图3 (b)，以AB边为例，当未知节点0从节点A、B接收到信号时，计算与之距离 W11, dl2}，进而求未知节点0的2个可能坐标O0 02, O0 02与C节点的距离分别为0 02C， 当未知节点〇从C节点处接收到信号时计算出OC距离dl3。比较I (I13-O1CI与I dl3-02C I，将 值小的那个作为未知节点〇的一次估计值，同理取AC、BC，依次得到未知节点0的3个估计 值 Op 02、03。
[0090] 由于未知节点到已知节点的距离越近，则由RSSI值的偏差产生的绝对误差距离 越小，为了减小误差，RSSI值越大的节点对未知节点的位置有更大的影响，因此在未知节点 受到来自η个节点的RSSI信号时，应该从中选取RSSI值较大的几个节点进行计算。
[0091] 其中，未知节点0的加权位置为：
[0093] 其中，权值
体现了距离不同节点对未知节点位置的影 响程度。
[0094] 根据以上过程，得到了上述的r个坐标{(Χ0, Υ0) ^ (Χ0, Υ0) 2，…，（Χ0, Υ0) J。
[0095] (4)设{d1(1)，d2(1)，d3(1)}为上述第i个三角形的三个顶点到未知节点的距离，根据 已计算出的r个坐标，选取作为第i个三角形计算出的位置权值
，然后再次利 用质心加权算法，得到未知节点最终的坐标位置：
[0097] 其中，（X0, Y0)表示未知节点最终的坐标位置，（XO1JO1)表示上述r个坐标中的 第i个坐标，d lW、d2W和d 3W分别表示第i个坐标点到对应的三角形顶点的距离。
[0098] 2、三维定位方法
[0099] 本发明中对于三维定位方法采用四面体模型的三维加权质心算法进行精确定位， 算法步骤如下：
[0100] (1)锚节点周期性的广播自身ID号与位置信息，当未知节点（即上述的终端）收 到超过来自m个节点的信息后，取每个节点广播的RSSI的中位值。
[0101] 具体地，减少粗大误差对测量数据的影响最有效且方便的手段是采用中位值方 法，它在消除粗大误差的同时能很好地保护信号的细节信息。因此在一定时间间隔之内，连 续获得RSSI值，并从中选出中值，以此作为计算依据。
[0102] (2)将不同锚节点的RSSI值按大小顺序进行排列，并将之转化为距离，这样建立 了 2个数组集合：①未知节点到已知的锚节点的距离集合Wi^di2，…，dim} ((IilMii^Odim); ②未知节点位置坐标集合{(Xdll，Ydll，Zdll)，（X dl2, Ydl2, Zdl2)，…，（Xdl"，Ydini, ZdlJ }。
[0103] (3)选择其中几个RSSI值较大的锚节点组成r个四面体，对r个四面体进行加权 质心算法，得到 r 个坐标{(XO, YO, ZO) ^ (XO, YO, Z0) 2,…，（XO, YO, zO) J。
[0104] 该步骤的具体算法与三角形模型的二维加权质心算法中类似，只是将未知节点到 线段的模型变换为未知节点到面的模型，因此不再赘述。
[0105] (4)设