无线测距的基本方法[English]
到达时间（TOA）： TOA是通过测量信号从发送端到达接收端所需的时间来计算距离的一种方法。该方法需要精确同步发送端和接收端的时钟，以确保测量的准确性。TOA通常用于需要高精度定位的场景，例如GPS系统。
到达角度（AOA）： AOA通过测量信号到达接收端的角度来进行定位。通常使用多个天线阵列来测量信号的入射角度，通过几何关系计算出信号源的位置。AOA适用于多径效应较少的环境，例如开阔空间或空中。
接收信号强度（RSS）： RSS基于接收信号的强度来估算距离。信号在传播过程中会衰减，接收端根据信号衰减的程度估算出与发送端的距离。虽然RSS方法简单，但由于信号衰减受环境因素影响较大，其测距精度相对较低。
基于三边测量法： 三边测量法利用三个已知位置的参考点，通过测量到这些参考点的距离进行定位。根据几何原理，这些距离的交点就是目标的位置。三边测量法适用于开阔且已知参考点位置的环境，如室外定位。
基于指纹法： 指纹法通过预先在目标区域内测量和记录各位置的信号特征（如RSS值），建立信号特征数据库。在实际定位时，将实时测得的信号特征与数据库中的数据进行匹配，从而确定目标位置。指纹法适用于信号特征稳定且环境复杂的场景，如室内定位。
混合定位方法： 混合定位方法结合多种测距和定位技术，以提高定位精度和鲁棒性。例如，将TOA和AOA结合使用，可以弥补单一方法的不足，提升定位的准确性。混合方法适用于需要高精度和稳定定位的场景。
卡尔曼滤波： 卡尔曼滤波是一种递归算法，用于估计动态系统的状态。它通过融合多次测量结果，降低噪声影响，提供更准确的状态估计。卡尔曼滤波广泛应用于导航、跟踪和控制系统中。
粒子滤波： 粒子滤波基于蒙特卡罗方法，适用于非线性、非高斯系统的状态估计。通过生成和评估大量的随机样本（粒子），粒子滤波可以在复杂环境中提供鲁棒的状态估计。该方法广泛应用于机器人定位和跟踪系统中。
室内导航： 无线定位技术在室内导航中发挥重要作用，帮助用户在大型建筑物内找到路径，例如机场、购物中心和医院。通过精确定位和导航指引，提高用户体验和服务效率。
资产跟踪： 无线定位技术用于实时监控和定位资产的位置，如仓库中的货物管理、医院设备跟踪和物流运输管理。精准的资产跟踪有助于提高管理效率和减少丢失风险。
智能家居： 在智能家居系统中，无线定位技术基于用户和设备的位置提供个性化服务。例如，自动调节室内照明、温度控制和安全监控。基于位置的信息可以实现更加智能和便捷的家庭生活。