跳至主要內容

WiFi 定位導航的運作機制:三邊測量與 RSSI 深度解析

本權威指南詳細介紹了 WiFi 定位導航的技術機制,解釋了三邊測量和 RSSI 測量如何確定裝置位置。它為在企業場地部署定位服務的 IT 主管提供了具體可行的部署策略、校準方法和架構最佳實踐。

📖 6 分鐘閱讀📝 1,319 字數🔧 2 範例3 練習題📚 8 關鍵定義

收聽此指南

查看播客逐字稿
WiFi 導路定位機制:三邊測量與 RSSI 原理解析 Purple 技術簡報播客 — 全長約 10 分鐘 --- 第一節:引言與背景(約 1 分鐘) 歡迎收聽 Purple 技術簡報系列節目。我是節目主持人,今天我們將深入探討 WiFi 導路定位的運作機制 — 特別是三邊測量與 RSSI 如何協同運作,精確判定室內人員的位置,以及這對您的部署策略有何意義。 如果您是網路架構師、IT 經理或場域營運總監,這一集正是為您量身打造。我們不會花時間介紹 WiFi 的基礎知識 — 您當然知道什麼是基地台。我們今天要探討的是建構在您現有基礎設施之上的定位層、其背後的實際運作原理,以及您在實際執行時需要做出的關鍵決策。 在企業級 WiFi 的討論中,「什麼是導路定位?」這個問題經常被提及,而坦白的答案是:它比大多數廠商所宣稱的要複雜得多。現在,就讓我們深入探討。 --- 第二節:技術深度解析(約 5 分鐘) 讓我們從基本原理開始。WiFi 導路定位是利用您現有的無線基礎設施,來確定場域內裝置(以及攜帶該裝置的人員)的物理位置。在大多數情況下,不需要 GPS,也不需要額外的硬體,只需利用您現有的基地台即可。 其核心機制是「三邊測量」(Trilateration)。這不是「三角測量」(Triangulation) — 這是一個需要立即澄清的常見誤解。三角測量使用的是角度,而三邊測量使用的是距離。您的基地台會測量來自裝置的訊號強度,將該訊號強度轉換為估算距離,然後系統會計算這些距離圓圈的交點。該交點即為您裝置的估算位置。 訊號強度的測量值稱為 RSSI — 接收訊號強度指示。它以相對於 1 毫瓦的分貝(dBm)來表示。數值範圍從 0(極強且幾乎不可能達到的訊號)到大約 -100 dBm(實際上已是雜訊)。對於實際的導路定位部署,您會希望基地台接收用戶端裝置的訊號強度在 -67 dBm 或更佳。低於 -75 dBm,您就進入了不可靠的區域。低於 -85 dBm,就不用考慮了 — 您將無法獲得穩定的定位。 現在,這是技術上最有趣的地方。RSSI 與距離之間的關係並非線性關係,而是遵循對數路徑損耗模型。標準公式為:RSSI 等於 -10 乘以 n,再乘以以 10 為底的距離對數,加上常數 A。其中 n 是路徑損耗指數 — 根據您的環境,通常在 2 到 4 之間 — 而 A 是距離基地台 1 公尺處的 RSSI,即您的校準基準值。 在視線無阻的開放式辦公室中,n 值可能為 2.0。而在具有混凝土牆、鋼門和電梯井的密集飯店走廊中,n 值可能達到 3.5 或更高。這就是為什麼在某個場所運作極佳的部署,在另一個具有相同 AP 密度的場所中可能會產生 10 公尺誤差的原因。環境是一個變數,必須進行測量,而非憑空假設。 這就帶到了校準。有兩種方法。第一種是無線電頻率指紋識別(RF fingerprinting)— 您攜帶裝置實際走訪該空間,記錄已知座標處的 RSSI 值,並建立對照表。這種方法很精確,但耗費人力,且每當物理環境發生重大變化時都需要重新進行。第二種是基於模型的定位,您可以使用測量或估計的環境參數來套用路徑損耗公式。這種方法部署速度更快,精確度較低,但對於大多數場所類型的區域級導航來說已經足夠。 對於精準導航 — 例如醫院病房級的精確度,或零售貨架級的商品引導 — 您通常需要混合式方法,將 WiFi RSSI 與其他訊號結合。低功耗藍牙(BLE)信標是最常見的補充。BLE 在較短的範圍和較低的功耗下運作,這意味著更緊密的訊號圈和更好的交叉精確度。IEEE 802.11mc 標準(也稱為 WiFi 往返時間或 RTT)是另一種選擇 — 它測量訊號的實際飛行時間,而不僅僅是其強度,從而為您提供受環境干擾影響小得多的距離估計。但 RTT 需要 AP 和用戶端裝置上都有相容的硬體,因此在指定使用前請先檢查您的設備資產。 現在我們來談談定位技術堆疊架構。在最底層,您有物理層 — 存取點、其配置以及其天線特性。在此之上,您有 RSSI 收集層,通常由您的無線控制器或專用的定位引擎處理。然後是定位引擎本身,它執行三邊測量計算並套用任何校準數據或機器學習修正。再往上是應用層 — 終端用戶實際看到的導航介面,無論是手機上的地圖、數位看板顯示器,還是顯示停留時間和人流量模式的分析儀表板。 Purple 的平台在應用和分析層運作,從您現有的基礎設施(無論是 Cisco、Aruba、Ruckus 還是任何其他廠商)接收定位數據,並將其轉化為可操作的情報。這種與硬體無關的方法非常重要,因為這意味著您不會被鎖定在單一廠商的定位引擎中,並且可以在不重建導航應用的情況下升級您的底層基礎設施。 還有一個值得探討的技術要點:2.4 GHz 與 5 GHz 頻段對定位精準度的影響。2.4 GHz 頻段傳播得更遠,穿牆能力也更好,這聽起來對覆蓋範圍很有利。但對於定位而言,這種傳播特性實際上會帶來反效果——訊號範圍圈更大,意味著交叉區域更大,進而導致精準度降低。5 GHz 頻段衰減得更快,能提供更緊密的範圍圈和更好的位置解析度。對於尋路部署,您通常會希望定位引擎在可用時優先採用 5 GHz RSSI 數據,並將 2.4 GHz 作為備用。 --- 區段 3:實施建議與常見陷阱(約 2 分鐘) 好,我們來談談實際操作。在尋路部署中,我最常看到的三個失敗模式是:AP 密度不足、校準不良,以及忽略多路徑干擾。 關於 AP 密度:經驗法則是在場域中的任何特定點,您至少需要三個覆蓋範圍重疊的存取點,才能進行可靠的三邊測量。在實務上,若要達到 2 到 3 公尺的精準度目標,在典型的室內環境中,大約每 15 到 20 平方公尺就需要部署一台 AP。這比單純為了網路連線而部署的密度還要高,這意味著尋路需求應該從第一天起就納入您的 RF 設計中,而不是事後才硬塞進去。 關於校準:千萬不要跳過現場勘測。即使您使用的是基於模型的路徑,您也需要針對特定環境測量路徑損耗指數。使用頻譜分析儀進行 30 分鐘的實地走訪,可以為您省去部署後數週排查定位不準確問題的時間。 關於多路徑:這是最容易讓人踩雷的大問題。在有大量反射表面的環境中(例如玻璃帷幕零售店、機場航廈、體育館),訊號會從牆壁和地板反射,並透過多條路徑到達接收器。RSSI 讀數會變成所有這些路徑的平均值,而不是乾淨的視距測量值。緩解措施包括結合更密集的 AP 部署、指紋定位校準,以及在預算允許的情況下,轉向採用 RTT 定位,因為它是測量時間而非振幅,本質上對多路徑干擾有更強的抵抗力。 從合規性的角度來看:如果您正在收集個人的位置數據,您就屬於英國和歐盟 GDPR 的管轄範圍。核心原則是,從探測請求(裝置廣播其 MAC 位址)中進行被動 RSSI 收集,通常被視為個人數據處理。您需要有合法依據,通常是針對總體分析的合法利益,或是針對個人層級追蹤的明確同意。MAC 位址隨機化(目前在 iOS 14 及以上版本以及 Android 10 及以上版本中已成為預設設定)顯著增加了個人追蹤的複雜性,但不會影響總體人流量分析。 --- 區段 4:快速問答(約 1 分鐘) 以下是幾個經常被問到的問題: 「我需要升級我的無線基地台才能使用尋路功能嗎?」— 在大多數情況下,不需要。如果您的無線基地台使用未滿五年且執行最新的韌體,它們就能支援 RSSI 報告。RTT 定位是唯一的例外 — 這需要相容於 802.11mc 的硬體。 「我實際上可以預期達到什麼樣的精準度?」— 對於校準良好的純 WiFi 部署,3 到 5 公尺是個實際的目標。加入 BLE 訊標(beacons),您可以達到 1 到 2 公尺。在有利的條件下,RTT 可以讓您達到 1 公尺以內。 「這在 Wi-Fi 6 上如何運作?」— Wi-Fi 6 和 Wi-Fi 6E 提高了吞吐量並降低了延遲,但它們並未從根本上改變基於 RSSI 的定位模型。6 GHz 中更高的通道密度在訊號解析度方面確實提供了一些定位優勢。如果您想深入了解,我們在指南章節中詳細介紹了 Wi-Fi 6 與 Wi-Fi 5 的比較。 「隱私問題該如何處理?」— 總體區域分析不需要個人識別。如果您要進行個人尋路(即逐步導航),則需要明確的同意。Purple 的訪客 WiFi 平台會在網路驗證時處理同意書的收集。 --- 第 5 區段:總結與後續步驟(約 1 分鐘) 總結來說:WiFi 尋路是一項成熟、可部署的技術,可在您現有的基礎架構上運作。其核心機制是使用 RSSI 測量進行三邊測量 — 三個或更多個無線基地台、透過路徑損耗模型進行距離估算,以及計算交點以確定裝置位置。 您所達到的精準度與您的無線基地台密度、校準品質,以及您應對多路徑和牆壁衰減等環境變數的能力直接成正比。 對於大多數場地營運商(飯店、零售、體育場、會議中心)而言,設計良好的 WiFi 尋路部署將提供 3 到 5 公尺的精準度,這對於逐步導航、區域級停留分析以及員工定位和資產追蹤等營運使用案例來說已經綽綽有餘。 下一步是進行現場評估。對照您目標精準度的密度要求,繪製您目前的無線基地台配置圖,確定適合您營運模式的校準方法,並確保您的數據收集實踐從第一天起就符合 GDPR 規範。 Purple 的平台與您現有的基礎架構整合,在之上提供分析和尋路應用程式層。如果您想了解這在您的特定場地中呈現的樣貌,詳細資訊請參閱 purple.ai。 感謝您的收聽。我們很快會帶來下一次的技術簡報。 --- 腳本結束

header_image.png

執行摘要

對於企業級場域營運商而言,部署有效的室內定位服務不僅僅是在空間中佈滿基地台。WiFi 導航的基本機制——三邊測量(Trilateration)與接收訊號強度指示(RSSI)量測——決定了任何成功部署的架構要求。本指南深入探討了您現有的無線基礎設施如何確定裝置位置的技術原理、影響精準度的關鍵環境變數,以及提供可靠定位智慧所需的部署標準。

理解這些機制對於負責提供循序導航、資產追蹤或人流量分析的 IT 經理和網路架構師至關重要。我們將探討訊號強度與距離之間的對數關係、嚴格校準的必要性,以及如何整合如 Purple 等與硬體無關的分析平台,從您的射頻(RF)環境中提取具備商業價值的洞察。

收聽我們的隨附播客簡報:

技術深度探討

RSSI 與三邊測量的基本原理

WiFi 導航的核心是依賴現有的無線基礎設施來確定用戶端裝置的物理位置。其主要機制是三邊測量,這經常被錯誤地稱為三角測量(Triangulation)。三角測量是根據角度計算位置,而三邊測量則是透過測量與已知參考點的距離來確定位置。

在 WiFi 的情境中,這些參考點就是您的存取點(AP)。距離估算是源自於接收訊號強度指示 (RSSI)。RSSI 是對接收到的無線電訊號中存在之功率的量測,以相對於毫瓦的分貝(dBm)表示。

trilateration_diagram.png

當用戶端裝置(例如廣播探測請求的智慧型手機)被 AP 偵測到時,AP 會記錄 RSSI。由於射頻(RF)訊號在空間中傳播時會衰減(失去功率),因此 RSSI 值可作為距離的替代指標。如果三個或更多 AP 偵測到同一台裝置並記錄其 RSSI,定位引擎就可以計算出與每個 AP 的估算距離,並繪製出虛擬的機率圓。這些圓圈的交點即代表估算的裝置位置。

路徑損耗模型

RSSI 與距離之間的關係並非線性,而是遵循對數路徑損耗模型。定位引擎使用的標準公式為:

RSSI = -10 * n * log10(d) + A

其中:

  • d 是與存取點(AP)的距離。
  • n 是路徑損耗指數,代表訊號在特定環境中衰減的速度。在自由空間真空中,n 恰好為 2.0。在密集的室內環境中,n 的範圍可能在 3.0 到 4.5 之間。
  • A 是在距離 AP 恰好 1 公尺處測得的參考 RSSI。

此公式突顯了為何環境校準至關重要。在具有混凝土牆的 Hospitality 環境中部署,其路徑損耗指數將與寬敞開放的 Retail 賣場顯著不同。在不同環境中皆假設標準的 n 值,是導致導航精確度不佳的主因。

2.4 GHz 與 5 GHz 定位比較

雖然 2.4 GHz 頻段對物理障礙物有較好的穿透力,但此特性實際上不利於精準定位。較大的傳播範圍意味著較大的距離估算圓,進而導致較寬的交會區域和較低的定位解析度。

5 GHz 頻段衰減較快,能提供更緊密的訊號邊界和更細緻的距離估算。為了獲得最佳的導航精確度,定位引擎應優先處理 5 GHz 的 RSSI 數據。此原則也適用於較新的標準;雖然 Wi-Fi 6 提高了整體網路效率,但 RSSI 定位的基本機制仍保持不變,不過在 Wi-Fi 6E 中引入的 6 GHz 頻段提供了更高的通道密度和潛在的解析度優勢。如需了解更多相關資訊,請參閱我們的指南: Wi-Fi 6 vs Wi-Fi 5: Does it Solve Channel Interference?

實作指南

存取點密度與配置

導航部署中最常見的失敗模式是 AP 密度不足。純粹為連線設計的網路(例如提供 Guest WiFi 存取)通常缺乏可靠三邊測量所需的密度。

為了實現可靠的定位,用戶端裝置必須同時被至少三個 AP 「聽到」,且 RSSI 需達到 -75 dBm 或更佳。rssi_reference_chart.png

若要達到 3 到 5 公尺的目標精確度,一般的經驗法則是每 15 到 20 平方公尺部署一台 AP,具體取決於環境。此外,AP 應放置在目標區域的周邊,而不僅僅是沿著走廊中心放置,以確保訊號圓的交點形成一個明確的點,而不是一條直線。

校準方法

準確的距離估算需要針對特定的射頻(RF)環境校準定位引擎。主要有兩種方法:

  1. RF 指紋定位(RF Fingerprinting): 這涉及攜帶檢測設備實際走訪場域,記錄已知座標處的 RSSI 值,並建立一個完整的對照表。定位引擎隨後會將即時的 RSSI 讀數與該資料庫進行比對。這能提供最高的精確度,但非常耗費人力,且如果物理環境發生變化(例如季節性零售陳列),則必須重複此過程。
  2. 基於模型的定位(Model-Based Positioning): 此方法使用路徑損耗公式,並結合系統中定義的環境參數(牆壁類型、天花板高度)。它的部署和維護速度更快,雖然精確度略低於指紋定位,但對於區域級分析和大致的導航來說通常已經足夠。

最佳實踐

減輕多路徑干擾

在具有高反射表面的環境中(例如玻璃店面、金屬固定裝置或體育場座椅),RF 訊號會發生折射,透過多條路徑到達接收器。這種多路徑干擾會扭曲 RSSI 讀數,因為接收器測量的是直接訊號和反射訊號的總和,而不是乾淨的視線距離。

減輕多路徑干擾需要結合策略性的 AP 部署(避免高度反射的角落)、嚴格的校準,以及定位引擎內部的智慧過濾演算法,以捨棄異常的 RSSI 突波。

隱私與合規性

透過 MAC 位址收集位置數據時(即使是透過探測請求進行被動收集),IT 團隊也必須確保符合 GDPR 等區域隱私框架。

現代行動作業系統實施的 MAC 位址隨機化,可防止在未經身分驗證的情況下對個人裝置進行長期追蹤。然而,這並不會阻礙整體的客流量分析。為了提供個人化的逐向導航或個人化互動,場域必須取得明確的同意。

這就是整合 Captive Portal 變得至關重要的原因。透過要求使用者進行驗證(例如利用類似 How a wi fi assistant Enables Passwordless Access in 2026 的解決方案),場域營運商可以合法地將裝置與個人進行關聯,並提供加入(opt-in)定位服務。Purple 的平台在 Connect 授權下可作為免費的身分識別提供者,在簡化此合規性要求的同時,提供豐富的 WiFi Analytics

疑難排解與風險緩釋

當導航精準度下降時,IT 團隊應系統性地評估以下因素:

  • 環境偏移: 場域內是否發生了物理變化(例如新牆面、密集的庫存),導致原始校準失效?
  • AP 功率電平: 無線電資源管理 (RRM) 演算法是否在動態調整發射功率?定位引擎依賴穩定的參考點;劇烈的動態功率調整會使距離計算產生偏差。
  • 用戶端裝置差異: 不同的智慧型手機製造商使用不同的天線設計,這意味著 Samsung 和 iPhone 在完全相同的位置可能會回報不同的 RSSI 值。先進的定位引擎會使用裝置設定檔來使這些讀數標準化。

投資報酬率與商業影響

部署強大 WiFi 導航的商業案例遠不止於在地圖上顯示一個藍點。對於技術長或場域營運總監而言,投資報酬率是透過營運效率和數據驅動的決策來實現的。

Transport 樞紐中,精準的定位能夠根據即時旅客密度進行動態排隊管理和人員調度。在醫療照護環境中,它有助於對高價值醫療設備進行資產追蹤,從而減少採購浪費。

透過在像 Purple 這樣與硬體無關的平台上進行標準化,企業可以提取此定位智慧,而不會被綁定在單一基礎架構廠商中,從而確保長期彈性並最大化其現有無線投資的報酬。正如我們最近的公告 Purple Appoints Iain Fox as VP Growth – Public Sector to Drive Digital Inclusion and Smart City Innovation 中所強調的,此技術的應用正迅速擴展到智慧城市基礎架構中,展現了其可擴展的價值。

關鍵定義

RSSI (Received Signal Strength Indicator)

接收到的無線電訊號中存在之功率的測量值,以相對於毫瓦的分貝 (dBm) 表示。

定位引擎用於估算用戶端裝置與無線基地台之間距離的基本指標。

三邊測量法 (Trilateration)

利用圓形、球體或三角形的幾何原理,透過測量距離來確定點的絕對或相對位置的過程。

定位引擎所使用的數學演算法,根據多個無線基地台的距離估算值來計算裝置的位置。

路徑損耗指數 (Path-Loss Exponent, n)

射頻傳播模型中的一個變數,代表在特定環境中,訊號強度隨距離衰減的速率。

對校準至關重要;開放式體育場的路徑損耗指數會低於具有混凝土牆的密集辦公室環境。

射頻指紋定位 (RF Fingerprinting)

一種校準技術,透過對場地進行物理勘測,記錄特定座標處的實際 RSSI 值,從而建立一個查找資料庫。

在需要高精度導航時使用,但其運維維護成本較高。

多路徑干擾 (Multipath Interference)

無線電物理學中的一種現象,射頻訊號由於表面反射,透過兩條或多條路徑到達接收天線。

導航不準確的主要原因,特別是在具有玻璃、金屬或複雜建築特徵的場地中。

MAC 位址隨機化 (MAC Address Randomisation)

現代行動作業系統中的一項隱私功能,裝置在探測請求期間會廣播一個臨時的、隨機的 MAC 位址。

影響了在沒有網路驗證的情況下長期追蹤單一裝置的能力,需要場地調整其分析策略。

探測請求 (Probe Request)

用戶端裝置發送的訊框,用於確定哪些無線基地台在範圍內。

被動定位追蹤的主要機制,允許無線基地台記錄裝置的 RSSI,即使裝置未連接到網路也是如此。

基於模型的定位 (Model-Based Positioning)

一種定位計算方法,依賴數學演算法和環境假設,而非物理場地勘測。

適用於可擴充、多站點分析的首選部署模型,此時區域級的準確度已足夠。

範例

一間擁有 400 間客房的度假酒店在其客房走廊遇到了極不準確的定位導航問題,代表定位的「藍點」經常在相鄰樓層之間跳躍。該網路最初是為了基本連線而設計的,AP 沿著走廊中心呈直線排列,每隔 30 公尺放置一個。

IT 團隊必須針對定位服務重新設計射頻(RF)架構。首先,增加 AP 密度至大約每 15 公尺一個,以確保至少有三個 AP 能夠以 -67 dBm 或更佳的訊號強度「聽到」用戶端裝置。其次,交錯放置 AP(例如:在走廊兩側交替放置,或利用相鄰客房),而不是排成一條直線。直線部署會導致三邊測量圓交會於兩個不同的點,從而產生定位模糊。最後,專門在走廊進行射頻指紋(RF fingerprinting)校準,以解決由防火門和混凝土牆引起的高路徑損耗指數問題。

考官評語: 此情境突顯了覆蓋範圍設計與容量/定位設計之間的差異。在樓層之間「跳躍」是垂直衰減對應不良和水平 AP 密度不足的典型症狀。交錯放置 AP 解決了基本三邊測量中固有的線性模糊問題。

一家大型連鎖零售商希望利用其現有的 Cisco 基礎架構,部署區域級分析以測量特定部門(例如:電子產品區與服飾區)的停留時間。他們希望避免在 50 個營業據點進行手動射頻指紋校準所帶來的營運開銷。

部署一個基於模型的定位引擎,並透過 API 與現有的 Cisco 無線區域網路控制器(WLC)整合。網路架構師應針對典型的零售賣場格局,定義特定的環境參數(路徑損耗指數「n」)。確保 WLC 設定為回報已連線和未連線用戶端(探測請求)的 RSSI 數據。接著,重疊 Purple 分析平台以接收此 API 饋送,將邏輯 AP 座標對應到實體平面圖,以建立分析區域。

考官評語: 對於區域級分析,絕對的精準定位並非首要關鍵,廣泛的可靠性更為重要。基於模型的定位是此處正確的架構選擇,在可接受的精確度(3-5 公尺)與 50 個據點部署所需的可擴充性之間取得了平衡。這種與硬體無關的方法可避免受限於單一廠商。

練習題

Q1. 您正在為一個新的會議中心設計 WiFi 基礎設施。主要需求是為與會者提供高度精確的逐步導航。建築師建議僅在主展覽廳的中心放置高密度 AP,以最大程度地降低佈線成本。您會批准這個設計嗎?

提示:考慮當 AP 放置在集中式群組與周邊部署時,三邊測量圓如何相交。

查看標準答案

不,應該拒絕這個設計。為了進行精確的三邊測量,AP 必須放置在空間的周邊,以提供多樣化的訊號相交角度。集中式的 AP 放置會導致訊號圓重疊,無法建立明確的相交點,從而導致展廳邊緣出現高度的位置模糊性。

Q2. 在最近對您的無線區域網路控制器進行韌體更新後,營運團隊報告指出,零售店內的停留時間分析變得異常,裝置似乎在區域之間「瞬間移動」。零售店內並未進行任何實體變更。

提示:考慮 WLC 韌體更新可能會啟用或改變哪些關於射頻(RF)管理的自動化功能。

查看標準答案

調查 WLC 上的無線電資源管理(RRM)或動態發射功率控制設定。韌體更新通常會改變這些演算法的積極度。如果 AP 為了最佳化連線而快速波動其發射功率,定位引擎的距離計算(依賴穩定的參考功率)將會完全失真,從而導致「瞬間移動」效應。應調整 RRM 以確保在定位關鍵區域中具有穩定的發射功率。

Q3. 一家醫院的 IT 主管想要追蹤昂貴的移動式超音波機器的位置。他們目前擁有一個專為基本覆蓋範圍(最低 -75 dBm)設計的傳統 WiFi 網路。他們正在爭論是要升級 WiFi 網路以提供高密度定位服務,還是部署一個平行的 BLE(低功耗藍牙)信標網路。

提示:評估升級傳統 WiFi 網路與覆蓋針對性 BLE 解決方案以進行資產追蹤之間的成本與精確度權衡。

查看標準答案

對於精確的資產追蹤(例如,確切知道機器在哪個房間),在此情境下,BLE 通常是更具成本效益且精確的解決方案。將傳統 WiFi 網路升級到高精度導航所需的密度(每 15 平方公尺 1 個 AP)需要大量的佈線和硬體投資。在資產上部署電池供電的 BLE 信標並在房間內部署 BLE 接收器,可以提供更高的精確度(由於範圍較短且功耗較低),且不會干擾現有的 WiFi 基礎設施。