国际空间站传感器精准WiFi RSSI定位追踪
国际空间站（ISS）传感器（含个人CO₂监测仪）需位置追踪，以关联时标数据与位置信息。目视检查标记数据昂贵且不适合追踪多传感器。廉价高效方案：利用这些传感器拥有的唯一额外测量装置——WiFi或蓝牙信号强度读数。
利用信号强度读数，此软件旨在为单个传感器单元提供近似位置信息。模块级ISS传感器追踪器（MIST）项目目的：建立记录WiFi信号强度信息的标准数据格式和协议，以便后续定位ISS上传感器。Google和Apple有结合GPS与WiFi强度的定位专有方案，给出手机精准位置估计；但无类似方法追踪ISS上WiFi设备。
选支持向量机（SVM）作为算法。主要动机：相对训练样本数的高准确度，因训练数据是ISS上主要成本。开发Python应用和库，兼具WiFi信息记录和位置预测。构建技术管道对收集数据集给出高准确性能。配合简单移动窗口滤波，预测器能以>95%准确率正确识别传感器所在模块。进一步改进将使其更接近100%。
软件含两运行模式：训练和运行时。训练时，用标准Linux命令行工具收集WiFi RSSI数据，存csv格式。各时间步RSSI读数关联编号位置（此处为ISS模块）。数据经预处理函数剥离坏/稀疏读数，整理成SVM算法就绪格式。SVM按手工调参数针对训练数据集训练。
运行时模式下，数据收集似训练模式但串行。数据经相同预处理器，使训练和运行时数据缩放到同一均值方差。SVM按调优参数对预处理数据做最佳猜测，判断样本采集于哪模块/位置。用5-10样本移动窗口平均，可达95%+追踪准确率。
算法无个别全新方面，但特定子程序管道可能新颖。存在类似商业项目，但无明确提供无GPS工作的灵活性。
开发者寻求用ISS收集训练数据测试系统，以调优参数、确证SVM WiFi追踪在真高反射环境价值。
NASA寻求免费许可此软件向开源项目公开。请联系NASA许可礼宾：This email address is being protected from spambots. You need JavaScript enabled to view it.，或致电202-358-7432启动许可讨论。
传感器