1.一种基于改进通用克里金插值的RSSI位置指纹构建方法，包括以下步骤：
步骤1.构建半方差模型
1)根据数据点P1和P2以及信号发射器，首先选择离发射器近的数据点P1；
2)然后在信号经过P2的传播路径上找到与P1距离发射器相等的点P2’，然后便得到向量和 其中，用|h1|表示传播方向夹角对应的距离，用|h2|表示信号传播
距离之差；
3)计算|h1|和|h2|；
4)根据上述两种新的向量，统计得到两组相应的半方差数据，然后分别拟合得到模型和
5)将 和 套合得到最终的半方差模型，如下所示：

步骤2.RSSI插值估计
克里金插值方法是以下线性估计式的变种：

其中，m(x0)和m(xi)分别是Z(x0)和Z(xi)的期望，x0表示插值点，而{xi}表示附近的采样点，ωi表示采样点xi的权值，Z(x0)可以当作是随机场，包含趋势m(x0)和残差R(x0)＝Z(x0)-m(x0)；对于RSSI而言，m(x0)不是常量而是与插值点坐标(x,y)相关的线性或更高阶的趋势；
假设

其中，sk(·)是位置函数，βk是未知参数；
将(3)代入(2)，得

令

就可以得到通用克里金估计

并

为了简化，令

此时仍然满足式(5)；那么得到具有p个条件的最小化问题，引入拉格朗日乘子λk

分别求取λk和ωi偏导数，可得到求取克里金权值的方程组

以矩阵的形式表示为

简化表达为
C×ω＝D    (12)
那么权值为
ω＝C-1×D     (13)
其中涉及的协方差通过半方差模型γ(·)得到，半方差利用式(1)得到；
步骤3.构建位置指纹
在利用以上插值方法估计出每个采样点的RSSI特征之后，首先得到来自其中一个信号源的RSSI特征分布，然后按照同样的步骤得到其它信号源的RSSI特征分布，最后将这些RSSI特征分布叠加，按照以每个采样点为单位的特征向量形式存储，便得到当前时刻的位置指纹数据。