通过蓝牙信号强度提高接触追踪 API 效率答案

【问题标题】：Impoving ContactTracing Api efficiency with bluetooth signal strength通过蓝牙信号强度提高接触追踪 API 效率
【发布时间】：2020-04-14 16:06:19
【问题描述】：

根据当前规范，仅跟踪以 5 分钟为增量的持续时间。建议的间隔似乎是 200-300 毫秒。在新加坡，信号强度被考虑在内，但每个设备都是可变的。如果我们在那段时间内仍然跟踪信号强度怎么办？您会得到一条从弱到强的曲线，指示接近时的行进速度，难道您不能在仅一天的数据后得出相当准确的接近指示吗？

我注意到信标库已经尝试估计距离：Understanding ibeacon distancing

但这些似乎还没有根据例如最小-最大读数与移动目标进行自我校准。我认为这可能会奏效，尤其是当手机在这方面被修改为始终开启时。

【问题讨论】：

【解决方案1】：

很难通过在两部手机之间测量的蓝牙 RSSI 准确确定距离，因为不同手机型号测量蓝牙信号的方式存在巨大差异。查看由 Open Trace 生成的此图表新加坡努力背后的人：

这些变化与我在 Android Beacon Library 开源项目的这一领域的工作是一致的。 Android 设备的碎片化使得无法跟上信号强度响应的所有变化。

Open Trace 团队在他们的工作中没有解决的一点是，有许多不同的蓝牙通道，RSSI 在给定手机上的差异很大，具体取决于所使用的通道 .在进行测量时，移动电话无法告诉您无线电处于哪个频道。通道差异可能占图表中蓝色条“高度”的很大一部分。

很遗憾，无法通过读取 RSSI 更新来了解设备是接近还是静止。这些变化可能是由于自然变化、运动或障碍物的变化。我不相信接触者追踪应用中的自我校准是可行的。

这并不意味着 RSSI 对距离估计毫无价值，但它确实意味着 您可以测量的误差幅度非常高。如果你看到一个设备，很有可能它在 50 米之内。如果您看到 RSSI 强于 -70 dBm，那么您很有可能在 2 米范围内。但总会有误报和漏报。

【讨论】：

你能用一天的 GPS 跟踪校准吗？我担心 BT 范围太大，以至于它会放弃太多不相关的积极因素。
另外，是否有关于两个设备相互靠近然后再次远离直到超出范围的进展？尽管存在差异，但平均曲线仍然可以根据持续时间和信号强度进展的组合给出相当可靠的感染风险图？
我不认为距离“进展”对风险真的很重要——我认为传统观点是，在最短距离内居住的大量时间是导致风险的原因。而且我不认为有任何基于时间的自动校准的机会——对于任何校准，您都需要更准确的第二个参考测量。在这种情况下，没有更准确的二次距离测量。
如果您在户外打开 GPS，GPS 可以精确到几米。然而，这并不比具有相似误差范围的近距离 BLE 距离估计准确得多。不幸的是，GPS 也经常无法在室内工作，而且长时间运行电池的使用量令人望而却步。
如果 iOS 和 Android API 在扫描数据包和包括 rssi 的其他操作中公开蓝牙通道号会很有帮助，但是，这可能需要更改蓝牙芯片本身以及多层固件公开信息——所以这不是一个微不足道的改变。由于接收方在接收到数据时就知道它所在的通道，因此无需传输通道。