曲线拟合公式从何而来？
Where does the curve fitting formula come from?
我研究了很多基于 RSSI 和 txPower 来估计距离的公式，几乎所有公式都是基于路径损耗模型。其中一些非常准确，他们似乎同意该理论，但我没有找到任何与曲线拟合公式相关的理论，我不明白如果不是这样的公式怎么会如此准确基于一些物理 属性 或路径损耗模型？
那么这个公式是你想出来的还是有一些理论支持它？
在工程中使用曲线拟合技术来获得公式来预测您不完全理解的数据模式是很常见的。一般的方法是将数据绘制在图表上，看看它的外观，然后选择一些看起来相似的曲线并尝试进行曲线拟合以找到预测数据的公式。
这正是用于描述此处描述的距离估计公式的方法：Understanding ibeacon distancing拟合曲线是幂曲线。它不基于任何理论，只是您经常可以选择可用于相当好地拟合许多数据系列的标准曲线。
曲线拟合方法相对于理论建议的路径损耗公式的优势可能是路径损耗模型设计可能无法涵盖的一系列其他因素——例如 RSSI 传感器中的误差。
我研究了很多基于 RSSI 和 txPower 来估计距离的公式，几乎所有公式都是基于路径损耗模型。其中一些非常准确，他们似乎同意该理论，但我没有找到任何与曲线拟合公式相关的理论，我不明白如果不是这样的公式怎么会如此准确基于一些物理 属性 或路径损耗模型？
那么这个公式是你想出来的还是有一些理论支持它？
在工程中使用曲线拟合技术来获得公式来预测您不完全理解的数据模式是很常见的。一般的方法是将数据绘制在图表上，看看它的外观，然后选择一些看起来相似的曲线并尝试进行曲线拟合以找到预测数据的公式。
这正是用于描述此处描述的距离估计公式的方法：Understanding ibeacon distancing拟合曲线是幂曲线。它不基于任何理论，只是您经常可以选择可用于相当好地拟合许多数据系列的标准曲线。
曲线拟合方法相对于理论建议的路径损耗公式的优势可能是路径损耗模型设计可能无法涵盖的一系列其他因素——例如 RSSI 传感器中的误差。