一种基于WiFi的定位系统及其定位方法与流程

本发明涉及定位，尤其涉及一种基于wifi的定位系统及其定位方法。

背景技术：

1、传统的定位方法主要依赖于全球定位系统(gps)，但在室内环境或高楼大厦内，gps信号可能受到阻挡而无法提供精确的位置信息。因此，室内的定位技术成为一个备受关注的领域。已有的定位技术包括基于蓝牙、红外线和超声波等，但它们往往需要额外的硬件设备，增加了成本和复杂性。

技术实现思路

1、基于此，本发明有必要提供一种基于wifi的定位方法，以解决至少一个上述技术问题。

2、为实现上述目的，一种基于wifi的定位方法，包括以下步骤：

3、步骤s1：对待定位区域进行wifi接入处理，得到待定位wifi接入点；通过待定位wifi接入点对待定位区域进行wifi信号采集，得到wifi信号强度信息数据；

4、步骤s2：对wifi信号强度信息数据进行位置关联匹配，得到wifi信号匹配指纹库；

5、步骤s3：获取实时wifi信号强度数据，根据wifi信号匹配指纹库对实时wifi信号强度数据进行信号定位处理，得到wifi定位结果；

6、步骤s4：对wifi定位结果进行偏离评估检测，得到wifi定位偏离结果；并对wifi定位偏离结果进行位置修正处理，得到wifi定位优化结果。

7、本发明首先通过对待定位区域进行wifi接入处理，这意味着识别和配置wifi接入点，以建立通信连接。接着，通过这些待定位wifi接入点对待定位区域进行wifi信号采集，即收集各个接入点发出的wifi信号强度信息数据，这样能够准确地获取待定位区域内的wifi信号数据，从而为后续的wifi信号定位提供输入数据。其次，通过对wifi信号强度信息数据进行位置关联匹配，以构建一个合适的wifi信号匹配指纹库，这样通过将采集到的wifi信号数据与相应的位置信息进行比对和匹配，从而建立一个指纹库，其中包含了信号强度与已知位置的关联信息，另外，这个wifi信号匹配指纹库能够用于后续的wifi信号定位过程。然后，通过实时获取wifi信号强度数据，并根据已建立好的wifi信号匹配指纹库，对实时wifi信号强度数据进行信号定位处理，根据实时信号强度数据与匹配指纹库的关联信息，使用相应的定位算法来计算wifi信号的位置。这个步骤的结果能够实现wifi信号定位，从而确定设备或用户在待定位区域内的位置。最后，通过对wifi定位结果进行偏离评估检测，以确定定位的准确性。如果定位结果偏离实际位置，会得到wifi定位偏离结果。此外，通过对这些偏离结果进行位置修正处理，来调整定位结果，这样可以提高定位的准确性和可靠性，从而有助于纠正定位误差，以改善定位精度，并提供更准确的设备位置信息，可用于导航、定位服务和位置感知应用，这样往往不需要额外的硬件设备，从而减少了消耗成本和定位的复杂性。

8、优选地，步骤s1包括以下步骤：

9、步骤s11：对待定位区域进行wifi自适应接入采样，得到wifi自适应接入采样点；

10、步骤s12：对wifi自适应接入采样点进行传播路径模拟调整，得到wifi采样调整点；

11、步骤s13：对wifi采样调整点进行边缘计算，得到wifi采样边缘优化点；

12、步骤s14：对wifi采样边缘优化点进行实时学习接入反馈，得到待定位wifi接入点；

13、步骤s15：通过待定位wifi接入点对待定位区域进行wifi信号采集，得到待定位wifi信号；

14、步骤s16：对待定位wifi信号进行信号强度检测，得到wifi信号强度信息数据。

15、本发明首先通过对待定位区域进行wifi自适应接入采样，这有助于识别待定位区域对wifi信号的位置感知能力，通过收集大量wifi信号数据，并捕捉待定位区域内的wifi接入点(ap)位置和信号强度，这些采样点不仅提供了对wifi信号覆盖的全面了解，还为后续的定位和信号强度预测提供了重要的数据基础。通过采集数据，能够了解信号随距离、障碍物和干扰因素的变化，从而实现更准确的定位和连接。同时，通过对wifi自适应接入采样点进行传播路径模拟调整，这样能够更精确地模拟wifi信号在空间中的传播。通过模拟wifi信号在不同环境中的传播路径，能够更好地理解wifi信号的衰减和多径效应，从而提高定位精度。这一步的效果在于优化wifi信号接入采样点，使其更贴近实际环境，为后续的边缘计算优化提供更准确的输入。其次，通过对调整后的wifi采样调整点进行边缘计算，以识别和优化信号边缘部分的特性。这包括处理信号的边界、过渡区域和混合信号，以提高定位的准确性。通过边缘计算，能够更好地处理wifi信号的不稳定性和多样性，确保在边缘条件下也能实现可靠的定位。然后，通过对wifi采样边缘优化点进行实时学习接入反馈，有助于不断改进wifi接入点，通过实时学习，可以自动调整wifi信号接入点，以适应不断变化的环境和网络条件。这一步的效果在于使wifi接入点具有自适应性，能够实现实时更新，从而提高定位精度并降低误差。接下来，通过使用待定位wifi接入点对待定位区域进行wifi信号采集，以获取特定位置的wifi信号数据，包括信号强度和其他特征，这些数据将用于后续的定位计算，以确定设备或用户的位置。最后，通过对采集得到的待定位wifi信号进行信号强度检测，这一步的效果能够分析收集到的wifi信号数据，以确定信号强度的值，并获取其相对应的位置信息。通过测量信号的强度，能够确定设备或用户相对于wifi接入点的距离，从而实现定位目标。

16、优选地，步骤s11包括以下步骤：

17、步骤s111：对待定位区域进行wifi密度流动检测，得到待定位wifi密度流动区域；

18、步骤s112：利用wifi密度流动计算公式对待定位wifi密度流动区域进行流动计算，得到wifi密度流动值；

19、步骤s113：根据预设的wifi密度流动阈值对wifi密度流动值进行判断，当wifi密度流动值大于或等于预设的wifi密度流动阈值时，则将wifi密度流动值对应的待定位wifi密度流动区域标记为密度高流动性区域；当wifi密度流动值小于预设的wifi密度流动阈值时，则将wifi密度流动值对应的待定位wifi密度流动区域标记为密度低流动性区域；

20、步骤s114：对密度高流动性区域进行动态区域划分处理，得到wifi动态子区域；

21、步骤s115：对wifi动态子区域进行wifi自适应接入采样，得到wifi自适应接入采样点。

22、本发明首先通过对待定位区域进行wifi密度流动检测，这样能够识别待定位区域内的wifi密度流动情况。这一步的效果在于确定哪些待定位区域在wifi信号的强度和连接情况上具有较大的变化和流动性。通过识别这些流动性区域，可以更好地理解wifi信号的动态性，有助于后续的定位和连接决策。其次，通过使用合适的wifi密度流动计算公式对检测到的待定位wifi密度流动区域进行流动计算，以计算得出wifi密度流动值来表示wifi信号流动性的程度，并可以量化wifi信号的流动性，从而为后续的决策提供数据支持。然后，根据预设的wifi密度流动阈值，对计算得到的wifi密度流动值进行判断，如果wifi密度流动值大于或等于预设的阈值，那么相应的待定位wifi密度流动区域将被标记为密度高流动性区域，反之，如果wifi密度流动值小于阈值，将被标记为密度低流动性区域。这一步的效果在于将wifi信号流动性分为两个类别，以便后续的处理和决策。接下来，通过对被标记为密度高流动性区域的区域进行动态区域划分，这样能够将大的高流动性区域细分为更小的wifi动态子区域，以获得更精细的定位信息，这有助于提高定位精度，特别是在需要高精度定位的场景中。最后，通过对划分后的wifi动态子区域进行wifi自适应接入采样，通过在高流动性区域内收集更多的wifi信号数据，以进一步改善位置感知的性能。通过对这些子区域进行采样，能够更准确地了解信号的变化和特征，为实时定位和连接决策提供更可靠的信息，这有助于优化用户体验，尤其是在移动设备和无线网络中。

23、优选地，步骤s112中的wifi密度流动计算公式具体为：

24、

25、式中，ρ(x,t)为待定位wifi密度流动区域中wifi信号源在位置x和时间t处的wifi密度流动值，x为待定位wifi密度流动区域的计算位置参数，y为待定位wifi密度流动区域中wifi信号源的位置参数，t为时间参数，λ(y,t)为待定位wifi密度流动区域中wifi信号源在位置y和时间t处的wifi发射率，ω为wifi密度流动计算的空间域，exp为指数函数，σ为wifi信号源传播的标准差，α为wifi信号源的振荡强度，fc为wifi信号源的振荡频率，t为wifi信号源的振荡周期，ε为wifi密度流动值的修正值。

26、本发明构建了一个wifi密度流动计算公式，用于对待定位wifi密度流动区域进行流动计算，该wifi密度流动计算公式通过使用发射率用来模拟wifi信号源的活动情况，例如信号源的开关或变化。通过使用空间域表示wifi密度流动计算的空间范围，即待定位wifi密度流动区域，在整个空间域内进行积分来考虑不同位置的信号源对wifi密度流动的影响。通过使用wifi信号源传播的标准差来描述wifi信号在传播过程中的扩散程度。较小的值表示信号传播范围较小，较大的值表示信号传播范围较大。另外，还通过使用wifi信号源的振荡强度、振荡频率和振荡周期来描述wifi信号源的振荡特性。振荡信号可以影响wifi信号的强度和分布，通过这些参数可以模拟振动特性对wifi密度流动的影响。通过对待定位wifi密度流动区域的不同位置和时间进行计算，可以获得关于wifi信号密度流动的详细信息。这对于定位和网络规划等应用非常有用，因为它可以帮助识别密度高流动性区域和密度低流动性区域，以及动态子区域的边界，这有助于优化wifi信号采样策略，从而提高定位精度和网络性能。该公式充分考虑了待定位wifi密度流动区域中wifi信号源在位置x和时间t处的wifi密度流动值ρ(x,t)，待定位wifi密度流动区域的计算位置参数x，待定位wifi密度流动区域中wifi信号源的位置参数y，时间参数t，待定位wifi密度流动区域中wifi信号源在位置y和时间t处的wifi发射率λ(y,t)，wifi密度流动计算的空间域ω，指数函数exp，wifi信号源传播的标准差σ，wifi信号源的振荡强度α，wifi信号源的振荡频率fc，wifi信号源的振荡周期t，wifi密度流动值的修正值ε，根据待定位wifi密度流动区域中wifi信号源在位置x和时间t处的wifi密度流动值ρ(x,t)与以上各参数之间的相互关联关系构成了一种函数关系该公式能够实现对待定位wifi密度流动区域的流动计算过程，同时，通过wifi密度流动值的修正值ε的引入可以根据实际情况进行调整，从而提高了wifi密度流动计算公式的准确性和适用性。

27、优选地，步骤s12包括以下步骤：

28、步骤s121：对wifi自适应接入采样点进行wifi时序传播分析，得到wifi信号变化数据；

29、步骤s122：对wifi信号变化数据进行多径传播检测，得到wifi多径传播路径；

30、步骤s123：对wifi多径传播路径进行多尺度信号优化模拟，得到wifi信号优化传播路径；

31、步骤s124：根据wifi信号优化传播路径利用强化学习算法对wifi自适应接入采样点进行动态调整，得到wifi采样调整点。

32、本发明首先通过对wifi自适应接入采样点进行wifi时序传播分析，旨在捕捉wifi信号在时间上的变化，通过分析wifi信号的时序性，可以获得关于信号强度、波形和周期性变化的数据，这有助于理解wifi信号的周期性干扰、时延、衰减等因素，为后续的多径传播检测提供重要数据支持。此步骤的效果在于提供有关wifi信号随时间变化的详细信息，从而更好地理解wifi信号的动态性。其次，通过对wifi信号变化数据进行多径传播检测，目的是识别和分析wifi信号在传播过程中的多条路径，这些路径可以由信号反射、折射和散射等多个传播途径组成。多径传播检测有助于确定wifi信号在不同路径上的传播时间和强度，从而提供了关于信号传播路径的详细信息。这一步的效果在于帮助理解多径传播现象，为信号优化提供基础。然后，通过对wifi多径传播路径进行多尺度信号优化模拟，通过使用相应的模拟方法来优化信号传播路径，同时，考虑了不同尺度的因素，例如信号传播距离、环境反射特性和障碍物影响。通过这种优化模拟，可以生成更准确和可靠的wifi信号传播路径信息，为后续的信号优化和调整提供了更具实际意义的数据。最后，根据优化后的wifi信号优化传播路径，利用强化学习算法对wifi自适应接入采样点进行动态调整，这样能够根据模拟的信号传播路径使用强化学习算法来自动优化wifi采样点的位置。通过不断地学习和调整，可以自动选择最佳的采样点位置，以最大程度地提高信号采样的效率和准确性，这有助于优化wifi定位和连接性能，特别是在动态环境中，信号特性不断变化的情况下。另外，也可以提高无线网络的性能和覆盖范围，从而改善用户体验。这一步的效果在于实现了智能的wifi信号采样点调整，使得能够适应不同的信号传播条件，从而提高定位和连接的稳定性和精确性。

33、优选地，步骤s2包括以下步骤：

34、步骤s21：对wifi信号强度信息数据进行信号源检测，得到wifi信号源；

35、步骤s22：对wifi信号源进行异构网络位置匹配，得到异构网络信号源mac地址；

36、步骤s23：利用位置关联计算公式对异构网络信号源mac地址以及wifi信号强度信息数据进行关联匹配计算，得到wifi信号位置关联程度；

37、其中，位置关联计算公式如下所示：

38、

39、式中，l为wifi信号位置关联程度，m为wifi信号强度信息数据中wifi信号源的数量，macj为wifi信号强度信息数据中第j个wifi信号源对应的异构网络信号源mac地址，yj为wifi信号强度信息数据中的第j个wifi信号源，v为关联匹配计算的待匹配位置范围参数，wj为wifi信号强度信息数据中第j个wifi信号源的关联匹配权重，cj为wifi信号强度信息数据中第j个wifi信号源到对应匹配的异构网络信号源mac地址的距离，κ为距离衰减指数，uj为wifi信号强度信息数据中第j个wifi信号源的真实mac地址位置参数，sj为wifi信号强度信息数据中第j个wifi信号源的估计mac地址位置参数，uj为wifi信号强度信息数据中第j个wifi信号源的位置范围参数，f(macj,yj)为信号位置关联匹配贡献函数，η为wifi信号位置关联程度的修正值；

40、本发明构建了一个位置关联计算公式，用于对异构网络信号源mac地址以及wifi信号强度信息数据进行关联匹配计算，该位置关联计算公式通过使用位置关联权重参数来表示不同的wifi信号源可以具有不同的重要性，这些权重可以用于调整信号源的贡献度，这对于考虑信号源的相对重要性非常有用。通过使用距离衰减参数来考虑信号源与其关联的mac地址之间的距离，通过距离的衰减来考虑信号的强度变化。还通过使用位置参数来表示信号源的真实位置和估计位置，这使得计算能够在真实位置和估计位置之间进行比较，以考虑不确定性。通过使用位置范围参数来允许考虑位置的不确定性，这在实际环境中非常有用，因为信号的传播可能受到多种因素的影响。同时，还通过使用贡献函数用于计算每个信号源对位置关联的贡献度，考虑了信号强度信息以及mac地址，这个函数的具体形式可能根据实际需求进行定义。另外，通过引入修正项来微调位置关联程度的计算结果，以确保度量值的准确性，这可以用来处理可能存在的噪声或系统误差。综上所述，该位置关联计算公式综合考虑了多个参数和因素，用于评估wifi信号的位置关联程度。它可以用于在室内定位、无线网络优化等领域，帮助确定设备的位置或改进网络性能。通过调整参数和贡献函数，可以根据实际需求进行定制，以适应不同的应用场景。该公式充分考虑了wifi信号位置关联程度l，wifi信号强度信息数据中wifi信号源的数量m，wifi信号强度信息数据中第j个wifi信号源对应的异构网络信号源mac地址macj，wifi信号强度信息数据中的第j个wifi信号源yj，关联匹配计算的待匹配位置范围参数v，wifi信号强度信息数据中第j个wifi信号源的关联匹配权重wj，wifi信号强度信息数据中第j个wifi信号源到对应匹配的异构网络信号源mac地址的距离cj，距离衰减指数κ，wifi信号强度信息数据中第j个wifi信号源的真实mac地址位置参数uj，wifi信号强度信息数据中第j个wifi信号源的估计mac地址位置参数sj，wifi信号强度信息数据中第j个wifi信号源的位置范围参数uj，信号位置关联匹配贡献函数f(amcj,yj)，wifi信号位置关联程度的修正值η，根据wifi信号位置关联程度l与以上各参数之间的相互关联关系构成了一种函数关系：

41、

42、该公式能够实现对异构网络信号源mac地址以及wifi信号强度信息数据的关联匹配计算过程，同时，通过wifi信号位置关联程度的修正值η的引入可以根据实际情况进行调整，从而提高了位置关联计算公式的准确性和适用性。

43、步骤s24：根据wifi信号位置关联程度对异构网络信号源mac地址以及wifi信号强度信息数据进行位置匹配映射，得到wifi信号匹配指纹库。

44、本发明首先通过对wifi信号强度信息数据进行信号源检测，这意味着能够识别和确定wifi信号的源头或发射点。通过分析wifi信号强度的变化模式和特征来确定信号的来源，可能是路由器、基站或其他发射设备，这种检测过程对于定位和网络优化至关重要，这样能够知道wifi信号的来源以进行后续的位置关联和匹配。其次，通过对wifi信号源进行异构网络位置匹配，目的是将wifi信号源与异构网络中的位置进行关联。这个步骤的效果是将wifi信号源与其他类型网络的位置信息相匹配，可能包括gps、蓝牙或其他类型的信号，这样可以获取多种信号源的位置信息，为后续的位置关联提供更全面和准确的数据。然后，通过使用合适的位置关联计算公式对异构网络信号源mac地址以及wifi信号强度信息数据进行关联匹配计算，以计算wifi信号源与异构网络信号源mac地址的位置关联程度，通过数学公式计算不同信号源之间的相关性或匹配度，这个关联程度对于后续的位置匹配映射非常关键，可以量化信号之间的关联程度。最后，根据计算得到的wifi信号位置关联程度，对异构网络信号源mac地址以及wifi信号强度信息数据进行位置匹配映射，通过匹配映射建立一个指纹库，其中包含了wifi信号和wifi信号在异构网络中mac地址的位置匹配关系，可以用于后续的定位、网络优化和其他应用，这个指纹库对于wifi信号的定位、跟踪和改进网络覆盖具有重要意义。

45、优选地，步骤s3包括以下步骤：

46、步骤s31：从待定位区域中获取实时wifi信号强度数据；

47、步骤s32：通过wifi信号匹配指纹库对实时wifi信号强度数据进行位置匹配映射，以得到信号强度位置映射结果；

48、步骤s33：对信号强度位置映射结果进行wifi信号定位处理，得到wifi定位结果。

49、本发明首先通过从待定位区域中获取实时wifi信号强度数据，这包括收集当前区域内实时的wifi信号强度信息，这些信息数据能够用于后续的wifi信号定位。其次，通过使用已建立好的wifi信号匹配指纹库对采集得到的实时wifi信号强度数据进行位置匹配映射，这一步的效果是能够将实时收集到的wifi信号强度数据与事先建立的匹配指纹库中的信号强度数据进行比对和匹配，以确定实时数据与已知位置的关联，这个过程可以通过比较实时数据与指纹库中的信号强度数据来确定对应信号强度的位置，并基于匹配程度来进行定位。最后，通过对信号强度位置映射结果进行wifi信号定位处理，这样能够根据实时wifi信号强度数据与匹配指纹库的关联信息，使用相应的定位算法来计算对应信号强度的位置。通过分析信号强度、匹配度和其他相关信息，可以得出对应信号强度的位置坐标或位置估计。这个步骤的结果是实现wifi定位，从而确定设备或用户在待定位区域内的位置。

50、优选地，步骤s4包括以下步骤：

51、步骤s41：对wifi定位结果进行时空移动检测，得到wifi定位时空检测数据；

52、步骤s42：利用定位偏移程度计算公式对wifi定位时空检测数据进行偏移计算，得到wifi定位偏移程度；

53、步骤s43：对wifi定位偏移程度进行评估检测，得到wifi定位偏离结果；

54、步骤s44：对wifi定位偏离结果进行偏离位置检测，得到wifi定位偏离位置；

55、步骤s45：对wifi定位偏离位置进行位置修正处理，得到wifi定位优化结果。

56、本发明首先通过对wifi定位结果进行时空移动检测，目的是监测wifi信号在时空上的移动行为，这一步的效果在于捕获wifi信号在时空上的运动轨迹和行为，通过分析wifi定位数据的时空变化来检测wifi信号的移动情况，包括速度、方向和停留时间。其次，通过使用合适的定位偏移程度计算公式对wifi定位时空检测数据进行偏移计算，以计算wifi信号的定位结果与实际位置之间的偏移程度，以量化定位的准确性。通过数学模型或算法，可以确定wifi信号定位的误差大小和方向。然后，通过对计算得到的wifi定位偏移程度进行评估检测，根据计算得到的偏移程度，进行评估和判断wifi信号的定位准确性。如果偏移程度超出了预定的阈值范围，可以将其标记为定位偏离结果，表示定位不准确或不可信。接下来，通过对wifi定位偏离结果进行偏离位置检测，以确定wifi信号实际偏离的位置。这一步的效果是将定位偏离结果与实际位置进行比对，从而确定wifi信号实际所处的位置，这有助于进一步理解定位的误差情况，以及wifi信号在实际位置和定位结果之间的差异。最后，通过对wifi定位偏离位置进行位置修正处理，可以根据偏离位置的信息使用位置修正算法来调整定位结果，以提高定位的准确性和可靠性。通过将修正后的位置与原始定位结果相结合，可以获得更精确的设备位置信息，这对于导航、定位服务和位置感知应用非常重要，这也有助于改善无线网络的管理和性能优化。

57、优选地，步骤s42中的定位偏移程度计算公式具体为：

58、

59、式中，d为wifi定位偏移程度，n为wifi定位时空检测数据中待计算wifi信号源的数量，di为wifi定位时空检测数据中第i个待计算wifi信号源与定位位置之间的距离，β为待计算wifi信号源的信号衰减定位控制参数，γ为待计算wifi信号源的信号分布定位控制参数，x为待计算wifi信号源的定位坐标参数，xi为wifi定位时空检测数据中第i个待计算wifi信号源的定位坐标参数，δ为待计算wifi信号源的信号传播定位控制参数，r为待计算wifi信号源的最大传播范围参数，r为待计算wifi信号源的信号传播径向距离，θ为待计算wifi信号源的信号传播角度，∈为wifi定位偏移程度的修正值。

60、本发明构建了一个定位偏移程度计算公式，用于对wifi定位时空检测数据进行偏移计算，该定位偏移程度计算公式通过对于每个wifi信号源进行积分和求和操作，综合考虑了距离、信号强度、信号分布、传播范围等多个因素，这种综合性的考虑使得定位偏移程度计算更为精确。通过调整这些参数，可以根据实际情况对定位结果进行更准确的评估和修正，从而得到更可靠的wifi定位优化结果。该公式充分考虑了wifi定位偏移程度d，wifi定位时空检测数据中待计算wifi信号源的数量n，wifi定位时空检测数据中第i个待计算wifi信号源与定位位置之间的距离di，待计算wifi信号源的信号衰减定位控制参数β，待计算wifi信号源的信号分布定位控制参数γ，待计算wifi信号源的定位坐标参数x，wifi定位时空检测数据中第i个待计算wifi信号源的定位坐标参数xi，待计算wifi信号源的信号传播定位控制参数δ，待计算wifi信号源的最大传播范围参数r，待计算wifi信号源的信号传播径向距离r，待计算wifi信号源的信号传播角度θ，wifi定位偏移程度的修正值ε，根据wifi定位偏移程度d与以上各参数之间的相互关联关系构成了一种函数关系：

61、

62、该公式能够实现对wifi定位时空检测数据的偏移计算过程，同时，通过wifi定位偏移程度的修正值∈的引入可以根据实际情况进行调整，从而提高了定位偏移程度计算公式的准确性和适用性。

63、优选地，本发明还提供了一种基于wifi的定位系统，用于执行如上所述的基于wifi的定位方法，该基于wifi的定位系统包括：

64、wifi信号采集模块，用于对待定位区域进行wifi接入处理，得到待定位wifi接入点；通过待定位wifi接入点对待定位区域进行wifi信号采集，从而得到wifi信号强度信息数据；

65、位置指纹库建立模块，用于对wifi信号强度信息数据进行位置关联匹配，从而得到wifi信号匹配指纹库；

66、wifi信号定位模块，用于获取实时wifi信号强度数据，根据wifi信号匹配指纹库对实时wifi信号强度数据进行信号定位处理，从而得到wifi定位结果；

67、定位偏离优化模块，用于对wifi定位结果进行偏离评估检测，得到wifi定位偏离结果；并对wifi定位偏离结果进行位置修正处理，从而得到wifi定位优化结果。

68、综上所述，本发明提供了一种基于wifi的定位系统，该基于wifi的定位系统由wifi信号采集模块、位置指纹库建立模块、wifi信号定位模块以及定位偏离优化模块组成，能够实现本发明所述任意一种基于wifi的定位方法，用于联合各个模块上运行的计算机程序之间的操作实现一种基于wifi的定位方法，系统内部结构互相协作，通过结合wifi信号强度和异构网络mac地址位置信息，以及高精度的信号分析和wifi信号匹配指纹库，从而能够实现wifi信号高精度的位置识别，适用于室内、室外和混合环境，并通过利用定位偏离优化处理过程来提高wifi定位的精度和稳定性，这样能够大大减少重复工作和人力投入，能够快速有效地提供更准确、更高效的wifi定位过程，从而简化了基于wifi的定位系统的操作流程。