系数值。

从室内无线信号传播的特点分析，经验模型更适合室内定位系统的建模。

我们采用如式（１）
所示模型对无线信号的路径损耗平均值进行预测：ＰＬ（杉）［ｄ廖］＝
ＩＰＬ（ｄｏ）＋２０１ｔ塔（鲁）＋∑ＩｌＬ，ＩＦ，ｄ董嘭
Ｉ¨ｏ
．ｉ，吃（成）＋１０，叫ｔ，ｇ（詈）卜２（）ｌｔ，ｇ（鲁）＋∑蚴，，“）
【７
矗＞哆，
其中，ＮＡ为由环境决定的路径损耗指数，对同一楼层的不同区域根据实际测量采用不同值；ＷＡＦ为需由实验测定的墙壁衰减因子，需对不同墙体进行实际测量；ｄｆ为发射天线周围可等效为自由空间的范围，通常为２米；ｄＯ＝ｌｍ为参考点距离，此时ＰＬ（ｄＯ）≈４０ｄＢ。

定位环境中由于空气的流动，温度的变化，人员走动等原因，空间中每一个点测得的信号强度会随时发生变化，同时收发天线的方向也能够影响该点的信号强度，移动终端测得的信号强度值的随机性比较大，对移动终端的信号强度采用的不同处理方法会影响定位误差。

为了达到减小定位误差增加定位精确度的目的，我们采用概率模型的方法。

在定位系统中建立概率模型。

首先，实验表明实际无线通信中同一个信号源，在同一空间的同一位置的无线信号强度被认为是服从高斯分布的口３。

无线信号在空间传播的理想情况是，空间位置距离信号源越近，则该点的信号强度就越强；空间位置离信号源越远，则该点的信号强度就越弱，并且信号强度与空间传播距离存在函数关系。

但是由于实际环境中存在反射和散射等现象，造成了多径衰落，其他使用该频段的设备相互干扰等，使得相同信号源的无线信号在同一空间的同一位置上，其信号强度会随着时间变化发生变化并不是一个确定值，具有～定的随机性，但是服从高斯分布。

其次，使用基于信号强度的定位方法，定位服务器必须保存定位环境中不同信号源在不同点的信号强度的分布情况，想要保存每一个点的信号强度的分布情况是不可能的，而定位环境中信号源在各个点的信号强度是服从高斯分布的，可以通过保存信号强度的高斯分布平均值与标准差，来想保存信号源在每个点信号强度的高斯分布的特征并且尽可能的减少要保存的数据量。

为获得高斯分布的平均值与标准差就要对该点存在的信号强度进行多次测量，然后根据概率与统计相关公式进行计算和存储。

再次，不同信号源的无线信号在空间同一位置的信号强度独立存在，即一个信号源的无线信号存在与否和信号强弱均不会影响其它信号源的无线信号在该点的信号强度。

这样各个信号源的信号强度在空间同一位置的强弱被认为是概率学中的。