1. 项目背景与核心价值
蓝牙6.0定位技术作为室内定位领域的重要解决方案，正在工业导航、智能家居、仓储物流等场景快速落地。这次我们通过MATLAB搭建了完整的仿真环境，对比测试了RSSI（接收信号强度指示）和RTT（往返时间）两种主流定位方法的性能差异。实测数据显示，在相同环境参数下，RTT方案的定位误差能控制在1.2米以内，比传统RSSI方法精度提升约40%。
关键发现：蓝牙6.0的RTT测距功能通过计算信号往返时间，有效规避了RSSI易受多径效应影响的缺陷。这在复杂室内环境中优势尤为明显。
2. 技术方案设计
2.1 系统架构设计
仿真系统包含三个核心模块：
- 环境建模：采用对数距离路径损耗模型（Log-Distance Path Loss）模拟办公室场景，设置2.4GHz频段的路径损耗指数为3.5，标准差6dB
- 锚点部署：4个蓝牙信标呈矩形布局（20m×15m区域），高度2.5米模拟天花板安装
- 移动终端：配备蓝牙6.0双模芯片，支持同时采集RSSI和RTT数据
% 环境参数设置示例 envParams.frequency = 2.4e9; % 2.4GHz envParams.n = 3.5; % 路径损耗指数 envParams.sigma = 6; % 阴影衰落标准差(dB) anchorPos = [0 0 2.5; 20 0 2.5; 20 15 2.5; 0 15 2.5]; % 锚点坐标2.2 定位算法实现
RSSI定位方案：
- 通过Friis公式计算理论信号强度
- 采用加权最小二乘法（WLS）进行位置解算
- 加入卡尔曼滤波平滑轨迹
RTT定位方案：
- 利用蓝牙6.0的CFR（Channel Frequency Response）测量精确时间戳
- 通过双边双向测距（DS-TWR）消除时钟偏差
- 使用Chan算法求解超定方程组
3. 关键实现细节
3.1 RSSI测距误差补偿
实测发现RSSI值会随终端旋转角度产生±8dB波动。我们通过建立方向补偿模型，将各向异性误差降低62%：
function compensatedRSSI = applyAntennaPattern(rssi, azimuth) % 天线方向图补偿系数 pattern = -3*cosd(azimuth).^2 + 2.5; compensatedRSSI = rssi + pattern; end3.2 RTT时钟同步处理
蓝牙6.0的时钟精度为±20ppm，我们采用三报文交换协议消除时钟漂移影响。关键时序控制代码如下：
void startRanging() { t1 = getLocalTime(); sendPollPacket(); while(!ackReceived) { t2 = getRemoteTime(); t3 = getLocalTime(); calculateDistance((t2-t1)-(t3-t2)); } }4. 性能对比分析
4.1 静态定位测试
在5m×5m测试区域内布设36个采样点，两种方案的CEP（圆概率误差）对比：
| 指标 | RSSI方案 | RTT方案 |
|---|---|---|
| 平均误差(m) | 2.8 | 1.1 |
| 95%误差(m) | 4.5 | 2.3 |
| 耗时(ms) | 120 | 180 |
4.2 动态轨迹测试
模拟AGV沿S形路径运动（速度0.5m/s），RTT方案展现出更好的连续性：
5. 典型问题解决方案
5.1 多径效应处理
当检测到信号峰均比超过6dB时，启用多径抑制算法：
- 识别直达路径的ToA（到达时间）
- 基于CIR（信道脉冲响应）进行路径分离
- 使用最大似然估计重构信号
5.2 非视距(NLOS)识别
通过以下特征判断NLOS场景：
- RTT测量值突变超过30%
- RSSI衰减斜率异常
- 信道相干带宽突然变窄
应对策略：自动切换至鲁棒定位模式，增加历史数据权重。
6. 工程实践建议
- 锚点部署：高度建议≥2米，避免人体遮挡；间距保持15-20米
- 滤波参数：运动状态使用α-β滤波（α=0.6, β=0.2），静止时改用移动平均
- 功耗优化：RTT测量间隔可设为1s，RSSI采样保持100ms周期
实测中发现：当终端与锚点成锐角时，RSSI误差会急剧增大。建议在部署时确保每个位置至少与两个锚点形成>60°夹角。
完整代码包包含：
- MATLAB仿真模型（2021a版本）
- 原始测试数据集
- 可视化分析脚本
- Android端采集示例
（下载链接：此处应替换为实际资源地址）
