BLE/GNSS/WiFi 时间对齐问题

1. 问题本质

好心人手机上同时发生多件事，但时间不同步：

BLE 广播:     |--发包--|     |--发包--|     |--发包--|
              t=0.0s        t=0.1s        t=0.2s

GNSS 定位:         |--定位--|                   |--定位--|
                   t=0.05s                     t=1.05s

WiFi 扫描:              |--扫描--|
                         t=0.08s

问题：t=0.1s 发出的 BLE 包，好心人的位置该用哪个？

如果好心人在走路（~1.5m/s），0.05s 延迟 ≈ 7.5cm（可忽略），但 GNSS 更新间隔 1s 时最坏延迟 1s ≈ 1.5m 位置误差。

2. 各信号典型更新频率

信号源	更新频率	最大延迟
BLE 广播	1–10 Hz（100ms–1s）	—
GNSS	1 Hz（手机典型）	0–1s
WiFi 扫描	0.1–0.5 Hz（2–10s）	0–10s
蜂窝	不定期	秒–分钟级
IMU（加速度计）	50–200 Hz	<10ms

WiFi 是最大问题——更新间隔可达 10s，好心人步行 10s 可移动 15m。

3. 处理策略

3.1 最近邻插值（最简单）

BLE 发包时刻 → 找最近的位置记录 → 直接用。

问题：距离太远时误差大。

3.2 线性插值（推荐 baseline）

已知: 位置 P(t₁) 和 P(t₂)
BLE 发包时刻: t_ble ∈ (t₁, t₂)

插值: P(t_ble) = P(t₁) + (t_ble - t₁)/(t₂ - t₁) · (P(t₂) - P(t₁))

假设匀速运动，两个已知位置之间线性内插。

3.3 卡尔曼滤波预测（更精确）

用好心人自身的位置序列建 KF:
  状态: [x, y, vx, vy]
  观测: GNSS/WiFi 位置更新（不等间隔）

BLE 发包时刻 → KF 预测到该时刻的位置

利用速度估计，比线性插值更准。

3.4 纳入图优化框架（最优但复杂）

不做插值，直接在图优化中处理：
  RSSI 因子的时间戳 = BLE 发包时间
  好心人位置因子的时间戳 = GNSS/WiFi 定位时间
  运动因子连接好心人在不同时刻的位置

→ 联合优化自动处理时间对齐

会大幅增加问题规模（好心人轨迹也成为变量），实际中线性插值通常够用。

4. RSSI 自身的延迟

BLE 芯片测量 RSSI 的时刻 ≠ 应用层收到 RSSI 的时刻

PHY层采样 → 协议栈处理 → 回调到应用 → 打时间戳
              ↑ 约 1–5ms 延迟

对定位通常可忽略（<1cm 位移），但做精细时间对齐时需注意。

5. 推荐方案

复杂度递增：

Baseline: 线性插值（简单，精度可接受）
  ↓
进阶: 好心人 KF 预测（利用运动模型）
  ↓
最优: 纳入图优化联合处理（时间对齐成为优化的一部分）

6. 关键洞察

• 好心人静止时问题几乎不存在（位置不变，何时定位都一样），只在好心人也在移动时才显著
• 提案中可作为"工程挑战"提及，说明意识到这个问题，并给出分层处理方案