Python 从WiFi数据定位

我们正试图根据WiFi数据确定一个人在哪个房间。以下是我们的数据样本：

1.SSID:wireless，BSSID:00:24:6c:61:da:81，能力：[ESS]，级别：-54，频率：2437
2.SSID:wireless，BSSID:00:24:6c:61:da:c1，能力：[ESS]，级别：-57，频率：2462
3.SSID:visitor，BSSID:00:24:6c:61:da:c0，能力：[ESS]，级别：-58，频率：2462
4.SSID:visitor，BSSID:00:24:6c:61:cb:40，能力：[ESS]，级别：-59，频率：2437
5.SSID:wireless，BSSID:00:24:6c:61:cb:41，功能：[ESS]，级别：-59，频率：2437

这是从一个时间点的一次扫描中获取的（我只显示了5个，但有60个足够近的接入点在一次扫描中出现）。这是我们的问题：

有3个房间，房间A、房间B和房间C，它们彼此相邻，但房间B位于房间A和房间C之间。房间A和房间C之间有一对独特的AP，但房间B中没有独特的AP

我们尝试使用多类SVM，类为房间a、房间B和房间C，数据点为（例如）1、2、3、4和5以上（因此在上述数据中有5个数据点，每个数据点都有标签房间a）。我们在每个房间对模型进行大约100次扫描（每次扫描包含大约50个数据点）。这使得新测试数据的精确度极低

是否还有其他人成功地做到了这一点或提出了任何建议？这是我们用来实现SVM的：

---

谢谢

这是一个聪明的想法，但我认为在这里，你在追求精确性和准确性时可能会遇到一些困难，因为决定信号强度的不仅是与接入点的距离，实际上还有许多因素。例如，与大书架或电视机相比，房间中的位置可能会对其中一个信号产生比其他信号更大的影响。甚至你身体相对于设备的位置也可能会干扰信号

我建议尝试一些和/或其他学习算法，这些算法可以更好地磨练数据中哪些维度为您提供了最一致的信息。例如，简单的统计分析可以告诉您给定“位置”内每个信号强度的平均值和标准偏差。然后，您可以比较各个位置的统计数据，并查看各个位置的这些信号中是否存在统计上显著的差异。您可能需要考虑以下测试：

• 可以比较多个位置的平均值
• 类似于方差分析，但仅用于比较成对的位置

---

我怀疑在特征提取和超参数调整（使用网格搜索）中有很多细节需要正确处理。请编辑您的问题，将脚本包括在内，以帮助您获得正确的详细信息。

我不完全理解您是如何尝试这样做的。。。我所能想到的就是对每个路由器使用ping，并尝试使用一些三角函数来确定位置，这就是你如何做到的吗？如何避免WiFi频谱空间在60个接入点的范围内完全饱和？它们是否都相互干扰并导致吞吐量大幅降低？