这很容易。这只是一些基本的数学。分为两部分：
- 找到您的水平位置（无高度）。
要找到您的位置，您需要三点，但只需关注两点一秒钟。通过使用两点，您可以与自己创建一个三角形，并根据您在两点之间的信号强度找到您的位置。这将找出您在两个路由器之间的位置。例如，如果您在路由器 3 和 4 之间，与 3 相比，您的信号强度为 -89，与 4 相比，您的信号强度为 -54，您知道您与 3 相比，与 4 相比更接近。如果您对距离与信号强度进行近似，您可以得出一个非常准确的读数，即您在路由器 3 和 4 之间的位置。剩下的问题是确定您在 3 和 4 之间的哪一侧，因为您可以在路由器上方或下方具有相同的信号强度值（-89、-54）（看图表）
6
You could be here
3--------------------------4
You could also be here
5
然后找到另一个路由器，并注意您的信号强度。只需查看 5 和 6 个路由器之间的信号强度关系（在图表中），您应该能够很容易地确定您在哪一边。
- 你可以对高度做同样的事情。
要完成上述所有操作，您实际上只需要距离与信号强度的近似值，以及路由器之间的距离。根据我的测试（我编写了自己的 Wi-Fi 三角测量代码），移动设备之间的信号强度非常一致，因此一台设备应该与旁边的设备具有相同的结果。
Skyhook 我认为要么通过 GPS 定位（可能是硬编码），要么与此原理基本相同。 Skyhook 是 Apple 批准的唯一服务，因此 Apple 基本上做了同样的事情，然后确保其他应用程序无法使用它（任何使用受限 802.11 库的 iPhone 应用程序这将被App Store 拒绝）。
如何找到距离：
你需要做一些简单的近似。根据您的环境，这些近似值不会完全相同，因此 -89 英尺（27 米）可能意味着您距离路由器 3 15 英尺（4.5 米），但距离路由器 4 -89 英尺（27 米）可能意味着您在 13 英尺（4 米）之外。无论您做什么，这都不会 100% 准确，但没关系，因为您肯定可以在 5 英尺（1.5 米）以内。
所以你要做的是找到一堆点，从路由器 3 获得读数为 -89，然后记下你的距离。然后，你取一个平均值，然后用这个平均值记入你的数据库（当你从路由器 3 到 -89 时，你是 15 英尺（4.5 米））。然后，您对其他值执行此操作，例如 -50 或其他值，然后记下您的值并找到平均值。现在，如果 -89 表示您在 15 英尺（4.5 米）之外，而 -50 表示您在 25 英尺（4.5 米）之外（仅作为示例），那么您必须在距离为 -75 时估算您的距离路由器 3 除非您想手动获得 -75 的近似值。这对于大量的值来说会很麻烦，但是您必须进行试验以了解使用尽可能少的数据点可以实现多准确。
通过意识到信号强度是对数的，您可以在两个信号强度平均值之间进行近似计算，因此您可以估计，由于 -89 是 15 英尺（4.5 米），那么 -75 将是对数（以 10 为底或以 2 为底，我可以'不记得了，但我倾向于以 10) 为基数，比 -89 远 14/100。
求代码
我在某处有代码，但那是几年前的事了，所以我必须翻遍很多东西才能找到它。我认为从概念上讲，它应该很容易在没有代码的情况下复制。对于我正在测试的安卓设备，我花了大约 50 行 Java 代码。
基本上我拿了一部安卓手机并创建了一个应用程序，让我可以随时显示连接的 Wi-Fi 设备的当前 ID、信号强度、附近的其他 Wi-Fi ID 及其信号强度，然后是 GPS地点。这一切都可以通过 Android 的 API 访问。我认为您需要 API 4 或更高版本的 Android 设备。这是三四年前的事了，所以我只是把它从我的记忆中扔掉。
GPS 定位部分是为了使物理强度和 Wi-Fi 强度之间的映射更容易，而不是必须以其他方式创建我的设施的蓝图，我可以让谷歌地图同时为我做这件事时间，因为我可以在创建距离图时基本上覆盖他们的地图和 GPS 坐标。不过，您仍然需要一张深度图来绘制楼层平面图，我们可以通过查找您是否在两个路由器中间轻松地手动完成。
我们知道同一楼层的 Wi-Fi 集线器的信号强度最强，然后可以通过确保不同楼层的 Wi-Fi 集线器的信号较弱来仔细检查。此深度图本质上是 Wi-Fi 集线器及其各自楼层的列表。
我们不需要他们的位置，因为我们可以将信号强度与我们在设施周围走动时抓取的 GPS 位置进行最佳拟合，并抓取某些集线器的信号强度。这是一些简单的数学运算。所以对于 2D 平面位置，从顶部向下看，我们有一堆像这样的对象：
BestFitObject{
Tuple<long, long> GPSLocation;
List<Tuple<WifiDevice, signedInt>> WifiReadings; //WifiDeviceName(through UUID or some other way), tupled with the signalStrength when that bestFit reading was taken
}
WifiDevice{
UUID ID; // Think a string should work fine, might be an internal type that encompasses UUID which would be better.
int floorNumber;
Tuple<long, long> GPSLocation; // Not entirely necessary, could provide better accuracy though
}
然后当我们 ping 客户端设备并希望它最适合它时，它会返回一个像这样的对象：
ClientPosition{
List<Tuple<UUID, signedIt> NearbySignals; // Tuple of the UUID of the Wi-Fi device and the signal strength taken during the time of the ping.
}
然后我们可以轻松地将我们的 ClientPosition 最适合我们使用上述两个对象创建的 2D 地图。
上面的很简单，我认为深度图更简单。
理想情况下，您应该尝试使用几个不同的设备，这些设备包含几个不同的无线技术（一些 a 设备、一些 b 设备、n、g 等），以获得更准确的结果。但我发现，准确度并不是什么大不了的事，你会在 5 英尺（1.5 米）左右的范围内。这对我的需要来说已经足够准确了。理想情况下，所有的 Wi-Fi 集线器都是相同的型号，它们通常位于大型设施/公司中，但即便如此，也没什么大不了的。可变性是如此之小，如果您不需要疯狂的准确性，那也没关系。