0. 前言

本文基于 1×1 米高精度小范围定位测试需求，完整记录基站布局方案、RSSI 参数校准、Python 上位机可视化实现与界面深度优化，适合嵌入式、室内定位、蓝牙开发同学快速复现与调试。

目录

0. 前言

1. 1×1m 测试区基站布局设计

推荐布局：直角三角形（最优）

备选布局：等边内切三角形

物理摆放要点

2. RSSI 测距与定位算法

距离计算公式

三边定位（最小二乘法）

3. Python 上位机实现（Tkinter+Bleak）

核心依赖

核心流程

4. 可视化窗口深度优化

视觉优化

信息面板优化

布局优化

5. 1×1m 小范围专属调参

6. 常见问题与排坑

7. 总结与扩展

---

论文投稿：
第六届生物医学与生物信息工程国际学术会议（ICBBE 2026）
大会官网：https://ais.cn/u/6FbIbm
大会时间：2026年4月17-19日
大会地点：中国-重庆

1. 1×1m 测试区基站布局设计

小范围定位的核心是几何布局合理，避免共线导致定位无解。

推荐布局：直角三角形（最优）

• Beacon1：(0, 0)
• Beacon2：(1, 0)
• Beacon3：(0, 1)

备选布局：等边内切三角形

• 中心区域覆盖更好，适合极小范围标定
• 坐标：(0.2,0.2)、(0.8,0.2)、(0.5,0.72)

物理摆放要点

• 基站高度统一（1.0–1.2m）
• 远离金属与强电磁干扰
• 固定位置，避免位移引入误差

2. RSSI 测距与定位算法

距离计算公式

def calculate_distance(rssi):
    A = -45    # 1米参考RSSI
    n = 2.0    # 路径损耗因子
    ratio = rssi / A
    if ratio < 1.0:
        return pow(ratio, 10)
    else:
        return 0.89976 * pow(ratio, 7.7095) + 0.111

三边定位（最小二乘法）

已知三基站坐标与测距，解算目标坐标 (x,y)，代码中已做除零保护与坐标越界过滤，提升小范围稳定性。

3. Python 上位机实现（Tkinter+Bleak）

核心依赖

import tkinter as tk
from bleak import BleakScanner  # BLE扫描
import math, asyncio

核心流程

1. 定义基站坐标与 iBeacon UUID/Major/Minor
2. 扫描解析 iBeacon 广播帧（0x004C 厂商数据）
3. RSSI 转距离 → 三边定位解算坐标
4. Tkinter 实时绘制位置与数据面板

4. 可视化窗口深度优化

视觉优化

• 现代化配色 + 基站彩色标识
• 1×1m 区域网格 + 标尺（0.2m 刻度）
• 定位精度虚线圆（厘米级误差展示）
• 加粗测试区域边界，提升辨识度

信息面板优化

• 实时显示各基站 RSSI 与距离
• 目标坐标（保留 3 位小数）
• 状态提示：基站数量 / 定位成功 / 扫描异常
• 0.3 秒高刷新率，流畅无卡顿

布局优化

• 标题栏 + 分组框架，结构清晰
• 窗口居中、支持缩放
• 信息区与绘图区分层，便于调试

5. 1×1m 小范围专属调参

参数	取值	作用
A（1 米 RSSI）	-45	适配近距离信号强度
n（衰减因子）	2.0	减少近距离计算误差
SCALE（像素 / 米）	400	放大显示，便于观察毫米级移动
刷新间隔	0.3s	兼顾流畅性与 CPU 占用

6. 常见问题与排坑

1. 定位计算失败
   • 基站共线 → 改用直角三角形布局
   • 距离异常 → 过滤无效 RSSI（<-70dBm 丢弃）
2. 界面闪烁
   • 使用 canvas.coords 更新，避免重复创建元素
3. 扫描不到基站
   • 核对 UUID/Major/Minor
   • 检查蓝牙权限与设备距离

7. 总结与扩展

• 1×1m 小范围定位优先直角三角形基站布局，精度最高
• RSSI 参数近距离需单独校准，通用公式误差大
• Python+Tkinter 可快速搭建专业级定位可视化上位机
• 扩展方向：加入卡尔曼滤波、轨迹绘制、数据日志导出