用wifi實現室內導航涉及到兩個步驟：測距和定位。總的來說，測距技術又包括以下三個關鍵步驟：測距方式、訊號的濾波以及測距模型的選用。
測距方式包括toa（time of arrival)、tdoa（time difference of arrival)、aoa（angle of arrival)以及rssi（recieved signal strength index)。toa是利用接收機接收訊號和ap發射訊號之間的時間差來確定兩者之間的距離，基本原理是在平面上如果能同時接收到三個以上的ap點訊號，並且這些ap點位置已知的情況下，就可以利用三角測量的方式，唯一地確定出接收機的位置；類似地，tdoa也是基於三角測量，只不過它是基於接收機到兩個ap點的距離差來進行定位，從數學上可以知道，如果接收點到ap1和ap2的距離差已知，那麼接收點的平面位置只能是雙曲線的一端，如果有ap2和ap3的距離差，那麼兩條曲線的交點就是接收機實際的位置；雖然toa和tdoa的定位精度非常高，但是可以看出，這兩種方式對於時間同步的要求非常高，由於電磁波的傳播速度很快，時間上哪怕是微秒級的誤差也會導致測距的幾十公尺左右的誤差，並最終影響定位精度，因此對裝置的要求也比較高；而rssi接收的是訊號強度，然後再根據一定的模型將訊號強度轉換成距離，完成測距，常見的是利用wifi訊號來進行rssi測距.
由於受到周圍環境的各種其它因素的干擾，接收機接收的訊號中可能含有隨機性的誤差，因此在進行處理之前，需要先對這些訊號進行濾波處理，而濾波的方法有很多，目前主要的方法有均值濾波、高斯濾波、修正加權濾波及卡爾曼濾波，其中對於線性時域隨機系統而言，卡爾曼濾波是表現最優秀的濾波器之一，並且它的計算公式較簡單，易於計算機實現。另外，在利用rssi的方式進行測距時，接收機接收的是訊號的強度，如何把訊號強度轉化為實際的距離值，就需要用到相應的模型，目前的測距模型一般可分為經驗模型和確定性模型，經驗模型主要是根據實測資料來建立模型和引數回歸，而確定性模型是根據訊號的特性，選用一定的數學模型來擬合，常見的確定性模型包括ericsson多重斷點模型、對數距離路徑損耗模型、衰減因子模型和k-m模型。
不管選擇哪種測距方式，由於測量不可避免地會存在誤差，因此三角測量理論上會集中於接收點，但實際上往往會形成三個圓兩兩相交成六個點的情況，如何利用這六個點來確定接收機位置的方法就稱為定位演算法，目前常見的定位演算法包括三角質心演算法、最小二乘演算法和極大似然估計，總的來講，這些演算法相對來講比較簡單成熟，在這裡就不多作闡述。
大體上，不管是利用wifi，還是用紅外，還是超聲波，或者agps，基本的原理都是基於三角測量，而三角測量關鍵的一步是實現到不同基準點的距離測量，這點和gps測量其實是一樣的，只不過這裡假設所有的基準點座標是已知的，個人覺得在實際的應用中，這可能是個難點。另外，既然說到導航，不可避免地要提到電子地圖，對於室內導航來講，如何高效地獲得建築的室內地圖，也是個不可小覷的難題；同時，以上說的這些方法都是在假設接收機不動的情況下才能適用，也就是單點定位，在對實時性要求比較高的應用中，這些方法的實用性還有待商榷。
171114 逆向 以CM為例學習MFC機制
1625 5 王子昂 總結 2017年11月14日 連續第410天總結 a.謎之crackme b.就不說啦，總之是個mfc程式，執行介面如下 可以看到沒有確認按鈕，一般來說是由定時器訊息或text內容改變訊息觸發check函式 確認無殼後拖入ida查詢字串，輕鬆定位到sub 401cd0 但是向上...
資料庫學習記錄（以MySQL為例）
docker pull mysql latest docker run restart always name study mysql p 3306 3306 e mysql root password 123456 d mysql latest 登入容器 docker exec it study ...
程式設計師如何高效學習（以 Java 為例）
身處乙個需要終身學習的時代，如何高效的學習是一件非常值得研究的事。對於程式設計師來說更是如此，2 年不學，你可能就被時代拋棄了。對於初學者來說，最大的幸運就是在一開始就找對了方向。怎麼去學，學到什麼程度，學習方式是什麼，要學多久。如果一開始就能有乙個概念，那麼學習過程中就會事半功倍。對於有了一定經驗...