第一个是RSSI的普通定位算法；
第二个是基于卡尔曼滤波的RSSI的改进定位算法；
然后，在原课题要求中，写到：
二、设计流程和说明
根据上面的课题要求，我们知道在室内未知信道环境下，进行RSS估计效果较差，而本课题所要求的是在室内未知PL的情况下进行定位。
参考论文算法：RSSI+LQI+Kalman
我们的算法：RSSI+ kalman
这是因为，LQI主要是通过测试采集得到，这里我们暂时没有这个数据
我们先对普通算法下的几个指标进行仿真。
上图是A_RSSI_PLE普通算法仿真中的误差仿真图，上面的仿真结果依次为节点点位误差，X横坐标误差，Y纵坐标误差。注意上面的图中，我认为设置了较大的噪声，所以误差较大，目的是为了对比加入kalman滤波之后的性能提升。
上如图是A_RSSI_PLE普通算法仿真中的最优信标数目仿真，从上面的仿真结果可以看到，当信标数目越多的时候，系统性能越好。
上如图是A_RSSI_PLE普通算法仿真中的不同信标点的RSSI图仿真。
我们先对改进后的算法的几个指标进行仿真。
从上面的仿真结果可以看到，采用kalman滤波算法之后，可以有效抑制噪声的影响，从而得到更小的误差。
不同新标点对应的平均误差，加入卡尔曼滤波之后，总体性能有所提升。