公开数据集参考

用于算法验证、基线对比和申请书可行性论证的公开 BLE/WiFi 定位数据集。

---

BLE RSSI 数据集

★★★★★ Position-Annotated BLE RSSI Dataset

• 链接：https://www.kaggle.com/datasets/philotuxo/positionannotatedblerssidataset
• 内容：BLE RSSI + 连续 (x, y) 坐标标注，含时间戳
• 规模：~7,500+ 样本
• 价值：最相关——提供连续位置真值，可直接评估非线性最小二乘优化 $\hat{x} = \argmin \sum \omega_i(f(r_i) - |x - I_i|)^2$

★★★★★ BLE RSSI Dataset for Indoor Localization

• 链接：https://www.kaggle.com/datasets/mehdimka/ble-rssi-dataset
• Notebook：https://www.kaggle.com/code/somyaas/ble-rssi-dataset-for-indoor-localization
• 内容：13 个 iBeacon 的 RSSI 读数 + 房间/区域分类标签
• 规模：~1,420 样本，14 列
• 价值：BLE RSSI 基准数据集，适合评估分类方法（WKNN/SVM/RF）和指纹法基线

★★★☆☆ BLE Packets from Tracking Devices

• 链接：https://www.kaggle.com/datasets/stefansaxer/ble-packets-from-tracking-devices
• 内容：商用追踪设备（AirTag、Tile 等）的原始 BLE 广播包，含 timestamp、MAC、RSSI、TX power、payload
• 规模：~300K+ 包
• 价值：最接近真实众包场景的原始信号数据，可研究 RSSI 方差、设备异构性、MAC 随机化。无位置标注，需配合其他数据使用

---

WiFi 指纹数据集（数学结构相同，可验证算法框架）

★★★☆☆ UJIndoorLoc (WiFi Fingerprinting)

• Notebook：https://www.kaggle.com/code/ahmedelabed/indoor-localization-using-wi-fi-fingerprinting
• 内容：520 个 WiFi AP 的 RSSI + 经纬度/楼层/建筑标注
• 规模：~21,048 训练 + 1,111 测试样本
• 价值：规模最大的室内定位公开数据集，WiFi 而非 BLE，但指纹方法论和评估指标（CEP、楼层准确率）直接迁移

---

ML 建模参考

★★★★☆ ABC Location Model Building

• Notebook：https://www.kaggle.com/code/dihanpranon/abc-location-model-building
• 内容：基于 BLE iBeacon RSSI 数据的 ML 分类模型对比（KNN/SVM/RF）
• 价值：算法对比和超参数调优的教程参考

---

对申请书的意义

• Position-Annotated BLE RSSI 可作为方案验证的主要数据源——有连续坐标真值
• BLE Packets from Tracking Devices 可用于分析真实设备异构性（AirTag vs Tile vs 其他）
• UJIndoorLoc 可作为大规模压力测试（520 AP、2 万样本）
• 若出题方不提供数据（Q2 待确认），这些数据集可支撑初步实验