基于wifi指纹的室内定位，使用knn算法实现。
数据集来自六个ap的信号强度，最终的定位准确度可以达到接近于60%，具体的代码实现和算法说明以及系统的优缺点在论文中有详细阐述。
数据集来自六个ap的信号强度，最终的定位准确度可以达到接近于60%，具体的代码实现和算法说明以及系统的优缺点在论文中有详细阐述。
2023/7/27 12:39:14
3.33MB
1
算法是建立在离线传播模型下，不考虑多径效应，反射，折射等对信号强度有损耗的情况，算法中选用了NN,KNN,WKNN等几种常用的指纹定位算法。
2023/7/6 16:40:07
3KB
1
基于stm8s处理器，对sx1276的SPI接口进行控制，完成节点间的通信与信号强度提取。
IAR开发环境下的c代码
IAR开发环境下的c代码
2023/5/31 23:55:19
5.54MB
1
算法是建树在离线传布模子下，不思考多径效应，反射，折射等对于信号强度有损耗的情景，算法落选用了NN,KNN,WKNN等多少种罕用的指纹定位算法。
2023/4/19 11:35:12
3KB
1
算法是建树在离线传布模子下，不思考多径效应，反射，折射等对于信号强度有损耗的情景，算法落选用了NN,KNN,WKNN等多少种罕用的指纹定位算法。
2023/4/10 20:44:42
3KB
1
文中提出了一种基于CC2500射频模块接收信号强度（RSSI）的通信、识别和定位于一体的医院医护人员管理系统。
采用每个基站不同频点，移动设备根据接收信号强度（RSSI）频点自顺应方法与接收信号最强的基站保持相同的频率进行实时通信。
同时文中也对移动设备的硬件设计做了详细的设计说明。
试验结果表明，移动设备能快速稳定的与信号最强的基站通讯，能准确的定位医护人员所在病区病房的位置信息，实现基站与移动设备的通信、识别和定位。
采用每个基站不同频点，移动设备根据接收信号强度（RSSI）频点自顺应方法与接收信号最强的基站保持相同的频率进行实时通信。
同时文中也对移动设备的硬件设计做了详细的设计说明。
试验结果表明，移动设备能快速稳定的与信号最强的基站通讯，能准确的定位医护人员所在病区病房的位置信息，实现基站与移动设备的通信、识别和定位。
2015/4/10 16:43:46
873KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB