目录
- [1. 问题背景：为什么手机蓝牙要做分档](#1. 问题背景：为什么手机蓝牙要做分档)
- [2. 先讲物理：RSSI 与距离为什么不是线性关系](#2. 先讲物理：RSSI 与距离为什么不是线性关系)
- [3. 分档的真正目标：不是分类手机，而是压缩硬件差异](#3. 分档的真正目标：不是分类手机，而是压缩硬件差异)
- [4. 分档数据值的科学来源：从原始采样到稳态特征](#4. 分档数据值的科学来源：从原始采样到稳态特征)
- [5. 第一步：为什么要做高密度数据采集](#5. 第一步：为什么要做高密度数据采集)
- [6. 第二步：MAD 离群点剔除为什么成立](#6. 第二步：MAD 离群点剔除为什么成立)
- [7. 第三步：EWMA 稳态特征为什么合理](#7. 第三步：EWMA 稳态特征为什么合理)
- [8. 第四步：K-Means++ 为什么能用于分档](#8. 第四步：K-Means++ 为什么能用于分档)
- [9. 分档边界不是直接等于聚类中心：还要做工程修正](#9. 分档边界不是直接等于聚类中心：还要做工程修正)
- [10. 一版更合理的四档分档区间建议](#10. 一版更合理的四档分档区间建议)
- [11. 为什么这组区间比原方案更合理](#11. 为什么这组区间比原方案更合理)
- [12. 实际落地时的完整操作流程](#12. 实际落地时的完整操作流程)
- [13. 常见误区与反例](#13. 常见误区与反例)
- [14. 结论](#14. 结论)
- 参考文献
1. 问题背景：为什么手机蓝牙要做分档
在蓝牙定位、靠近解锁、迎宾感应、无钥匙进入、座舱联动等汽车电子场景里，系统经常使用手机上报的 RSSI（Received Signal Strength Indicator，接收信号强度指示）作为距离判断依据。
看起来这件事很简单：
- RSSI 强，说明手机离车更近；
- RSSI 弱，说明手机离车更远。
但真正上线以后，问题马上出现：
- 同一位置，不同手机测出来的 RSSI 不一样；
- 同一台手机，不同时间测出来的 RSSI 会抖动；
- 同样都是 "-70 dBm"，不同天线、不同机型、不同持握姿态下，实际距离可能并不相同。
于是系统会遇到一个核心矛盾：
- 如果每个机型单独标定，精度可以提高，但成本极高；
- 如果所有机型共用一套阈值，成本低，但体验容易失控。
所谓"手机蓝牙分档策略"，本质上就是在这两者之间寻找一个折中方案：
- 不追求"每台手机一套参数"；
- 也不接受"所有手机完全共用一套阈值"；
- 而是把手机按蓝牙链路能力和稳态 RSSI 特征划分成少数几档。
这样做之后，系统复杂度从"每机型独立适配"降为"每档统一适配"。
这就是为什么它在工程上非常有价值。
2. 先讲物理：RSSI 与距离为什么不是线性关系
很多工程讨论一开始就直接谈阈值，这是不够严谨的。
分档策略的第一层科学基础，不是聚类算法，而是无线传播本身。
在室内或半开放空间中，RSSI 与距离通常使用对数路径损耗模型描述：
R S S I ( d ) = A − 10 n log 10 ( d ) + X σ RSSI(d) = A - 10n \log_{10}(d) + X_{\sigma} RSSI(d)=A−10nlog10(d)+Xσ
其中：
- d d d：收发端之间的距离；
- A A A：参考距离（通常取 1 m）处的平均 RSSI；
- n n n：路径损耗指数，反映环境对信号衰减的快慢；
- X σ X_{\sigma} Xσ：阴影衰落项，通常建模为零均值随机变量。
2.1 这个公式为什么是对数形式
原因不在于"大家都这么写"，而在于自由空间传播和经验修正共同决定了它的结构。
自由空间中，理想接收功率满足 Friis 传输关系。若忽略常数项，只保留与距离有关的部分，可以写成：
P r ∝ 1 d 2 P_r \propto \frac{1}{d^2} Pr∝d21
两边取对数，得到：
10 log 10 P r = C − 20 log 10 ( d ) 10 \log_{10} P_r = C - 20 \log_{10}(d) 10log10Pr=C−20log10(d)
这说明在理想自由空间里，接收功率与 log 10 ( d ) \log_{10}(d) log10(d) 呈线性关系。
真实环境并不是自由空间，反射、遮挡、人体吸收、车体金属结构都会改变衰减速率，于是把固定的 2 推广为环境参数 n n n，得到：
R S S I ( d ) = A − 10 n log 10 ( d ) + X σ RSSI(d) = A - 10n \log_{10}(d) + X_{\sigma} RSSI(d)=A−10nlog10(d)+Xσ
这就是对数路径损耗模型的来源。
2.2 它对分档有什么直接启发
把上式对距离求导：
d R S S I d d = − 10 n ln 10 ⋅ 1 d \frac{d\ RSSI}{d d} = - \frac{10n}{\ln 10} \cdot \frac{1}{d} ddd RSSI=−ln1010n⋅d1
这个导数非常关键，它告诉我们：
- 当 d d d 很小时， 1 d \frac{1}{d} d1 很大，曲线很陡；
- 当 d d d 很大时， 1 d \frac{1}{d} d1 很小，曲线变缓。
换句话说：
- 近距离强信号区：RSSI 的小变化，往往对应真实距离的显著变化，必须细分；
- 远距离弱信号区：RSSI 波动主要受噪声支配，再怎么细分也未必稳定，反而应该适当合并。
这正是"强信号区细分、弱信号区归并"的物理依据。
如果不先理解这一点，后面的所有分档都容易退化成经验调参。
3. 分档的真正目标：不是分类手机，而是压缩硬件差异
"分档"这两个字很容易让人误解，以为是在对手机品牌、型号做行政式分类。
实际上，分档的对象不是"品牌标签"，而是手机在蓝牙接收链路上的统计表现。
更准确地说，我们关注的是同一标准测试条件下，手机的稳态信号特征是否相近。
这些差异主要来自：
- 蓝牙芯片接收灵敏度；
- 天线增益与布局；
- 机身材料和屏蔽效应；
- 系统底层对 RSSI 的滤波与量化策略；
- 发射功率控制与扫描策略。
因此，分档策略要解决的不是"手机被分到哪一类更好看"，而是：
如何把手机之间对定位最有害的那部分差异，压缩进少量可管理的阈值档位里。
从数学上看，这相当于把原本每台手机一个参数集的问题：
Θ 1 , Θ 2 , ⋯ , Θ N \Theta_1,\Theta_2,\cdots,\Theta_N Θ1,Θ2,⋯,ΘN
压缩成：
Γ 1 , Γ 2 , ⋯ , Γ K , K ≪ N \Gamma_1,\Gamma_2,\cdots,\Gamma_K,\qquad K \ll N Γ1,Γ2,⋯,ΓK,K≪N
这里：
- Θ i \Theta_i Θi 表示第 i i i 台手机的完整参数集；
- Γ k \Gamma_k Γk 表示第 k k k 个档位对应的一组标准化参数。
如果原来每个机型都要单独标定，复杂度近似是 O ( N ) O(N) O(N)；
如果只需要维护少量档位，复杂度近似变成 O ( K ) O(K) O(K)。
当 K K K 远小于 N N N 时，工程收益就非常明显。
4. 分档数据值的科学来源：从原始采样到稳态特征
这一节是全文的重点。
很多方案的问题不在于"用了什么算法"，而在于根本没有回答清楚：
一个分档阈值，究竟是从什么数据、通过什么处理、依据什么准则得到的？
一套合格的分档值，不应该直接来自瞬时 RSSI，而应该来自"净化后的稳态特征值"。
完整链路应当是：
原始采样 → 异常剔除 → 时间平滑 → 特征提取 → 聚类分档 → 工程修正 原始采样 \rightarrow 异常剔除 \rightarrow 时间平滑 \rightarrow 特征提取 \rightarrow 聚类分档 \rightarrow 工程修正 原始采样→异常剔除→时间平滑→特征提取→聚类分档→工程修正
这条链路中每一步都不能随意省略：
- 如果没有高密度采样，样本不够，统计量不稳定；
- 如果不做离群点剔除，突发坏点会直接污染均值和分档边界；
- 如果不做稳态提取，手机抖动、瞬时扫描抖动会让特征值不可靠；
- 如果不做聚类，只靠人工阈值，很容易带入主观偏差；
- 如果聚类结果不再做工程修正，阈值可能数学上好看、工程上难用。
接下来我们把这五步逐一拆开。
5. 第一步：为什么要做高密度数据采集
5.1 为什么瞬时 RSSI 不能直接用于定档
单个 RSSI 观测值并不稳定，常常受到以下因素影响：
- 扫描时刻不同；
- 天线瞬态方向不同；
- 多径叠加相位变化；
- 系统内部量化和滤波。
因此，某一时刻的 RSSI 更像是"真实水平 + 随机扰动"的叠加：
r t = s + ε t r_t = s + \varepsilon_t rt=s+εt
其中：
- r t r_t rt 为第 t t t 个时刻的原始 RSSI；
- s s s 为我们真正关心的稳态水平；
- ε t \varepsilon_t εt 为噪声项。
如果只拿一个 r t r_t rt 去分档，等价于把噪声直接当成手机能力本身，这是不合理的。
5.2 为什么建议高频采样 10 到 20 秒
高频采样的作用不是"看起来更专业"，而是为了让稳健统计量真正可用。
假设采样频率为 f s f_s fs，采样时长为 T T T，则样本数为：
N = f s ⋅ T N = f_s \cdot T N=fs⋅T
例如：
- f s = 50 f_s = 50 fs=50 Hz；
- T = 10 T = 10 T=10 s；
则有：
N = 500 N = 500 N=500
500 个样本足以支持：
- 中位数估计；
- MAD 离群检测；
- EWMA 稳态提取；
- 后续跨手机聚类。
如果样本数太少，例如只有 20 到 30 个点，那么：
- MAD 会不稳定；
- EWMA 容易受初值影响；
- 聚类中心会更依赖偶然波动。
所以"高密度采样"并不是流程装饰，而是后续全部算法成立的前提。
6. 第二步：MAD 离群点剔除为什么成立
6.1 为什么不能直接用均值和标准差剔除异常点
最常见但也最容易出错的方法，是先求均值 μ \mu μ 和标准差 σ \sigma σ，再删掉满足
∣ x i − μ ∣ > 3 σ |x_i - \mu| > 3\sigma ∣xi−μ∣>3σ
的点。
这个方法的问题在于：
均值和标准差本身就会被离群点污染。
举个直观例子：
- 正常 RSSI 绝对值集中在 72 到 76；
- 某次突发干扰出现一个 92；
这个 92 会把均值往上拉，把标准差也拉大，结果反而让异常点不那么"异常"。
6.2 MAD 的思想到底是什么
MAD 是 Median Absolute Deviation，中位数绝对偏差。
它的核心思想是：
- 先用中位数代替均值，避免中心位置被极端点拖偏；
- 再看每个样本偏离中位数的绝对距离；
- 再对这些绝对距离求中位数，得到稳健尺度估计。
设原始样本为：
x 1 , x 2 , ⋯ , x N x_1,x_2,\cdots,x_N x1,x2,⋯,xN
第 1 步，求中位数：
m = median ( x 1 , x 2 , ⋯ , x N ) m = \operatorname{median}(x_1,x_2,\cdots,x_N) m=median(x1,x2,⋯,xN)
第 2 步，计算绝对偏差：
d i = ∣ x i − m ∣ d_i = |x_i - m| di=∣xi−m∣
第 3 步，再对偏差取中位数：
M A D = median ( d 1 , d 2 , ⋯ , d N ) MAD = \operatorname{median}(d_1,d_2,\cdots,d_N) MAD=median(d1,d2,⋯,dN)
这就是 MAD 的完整来源。
6.3 为什么 MAD 可以用来近似标准差
在高斯分布假设下，有一个经典结果：
σ ≈ 1.4826 × M A D \sigma \approx 1.4826 \times MAD σ≈1.4826×MAD
这个系数不是拍脑袋来的，而是由正态分布中位数绝对偏差与标准差之间的比例关系推出来的。
因此我们可以定义一个稳健 z-score：
z i ( r o b u s t ) = x i − m 1.4826 × M A D z_i^{(robust)} = \frac{x_i - m}{1.4826 \times MAD} zi(robust)=1.4826×MADxi−m
当：
∣ z i ( r o b u s t ) ∣ > τ |z_i^{(robust)}| > \tau ∣zi(robust)∣>τ
时，就认为该点是离群点。
工程上常用 τ = 2.5 \tau=2.5 τ=2.5 到 3.5 3.5 3.5。
6.4 为什么它特别适合 RSSI
因为 RSSI 的坏点通常不是"整体漂移"，而是少量突发尖峰：
- 某一帧受到瞬时反射干扰；
- 扫描丢包后下一帧量化异常；
- 瞬时遮挡导致信号骤降。
MAD 对"少量极端点"不敏感，这正好符合 RSSI 场景。
所以在分档流程里，MAD 不是可有可无，而是"先把脏数据拿掉"的关键清洗步骤。
7. 第三步：EWMA 稳态特征为什么合理
7.1 为什么离群点剔除后还不能直接取平均值
即便已经做了离群点剔除，序列仍然有高频抖动。
如果直接取简单平均：
x ˉ = 1 N ∑ i = 1 N x i \bar x = \frac{1}{N}\sum_{i=1}^{N}x_i xˉ=N1i=1∑Nxi
它存在两个问题：
- 对最近状态不敏感；
- 如果采样窗口中前半段和后半段存在缓慢漂移，平均值会把两个状态混在一起。
而我们真正想要的，不是"全程平均水平"，而是当前位置下的稳态代表值。
7.2 EWMA 的基本思想是什么
EWMA 是 Exponentially Weighted Moving Average，指数加权移动平均。
它的思想可以概括成一句话：
离当前越近的观测，对当前稳态判断越重要。
因此它不是对所有历史样本一视同仁，而是"厚今薄古"。
其递推形式为：
s t = α x t + ( 1 − α ) s t − 1 , 0 < α < 1 s_t = \alpha x_t + (1-\alpha)s_{t-1},\qquad 0<\alpha<1 st=αxt+(1−α)st−1,0<α<1
其中：
- x t x_t xt：当前时刻观测；
- s t s_t st：当前稳态估计；
- α \alpha α：平滑系数。
7.3 这个公式为什么这么写
这不是随便构造的线性组合，而是一个非常自然的递推估计结构。
我们要求新的稳态估计 s t s_t st 满足两件事：
- 保留历史估计信息；
- 吸收当前新观测。
最简单的线性递推就是：
s t = a x t + b s t − 1 s_t = a x_t + b s_{t-1} st=axt+bst−1
又因为我们希望它是加权平均，系数和应为 1，于是：
a + b = 1 a+b=1 a+b=1
令 a = α a=\alpha a=α，则 b = 1 − α b=1-\alpha b=1−α，便得到：
s t = α x t + ( 1 − α ) s t − 1 s_t = \alpha x_t + (1-\alpha)s_{t-1} st=αxt+(1−α)st−1
这一步并不复杂，但非常重要：
EWMA 的本质是"当前观测"和"上一时刻稳态估计"的凸组合。
7.4 把它展开以后就能看出"指数加权"
继续递推展开：
s t = α x t + ( 1 − α ) s t − 1 s_t = \alpha x_t + (1-\alpha)s_{t-1} st=αxt+(1−α)st−1
将 s t − 1 s_{t-1} st−1 再展开：
s t − 1 = α x t − 1 + ( 1 − α ) s t − 2 s_{t-1} = \alpha x_{t-1} + (1-\alpha)s_{t-2} st−1=αxt−1+(1−α)st−2
代回去：
s t = α x t + α ( 1 − α ) x t − 1 + ( 1 − α ) 2 s t − 2 s_t = \alpha x_t + \alpha(1-\alpha)x_{t-1} + (1-\alpha)^2 s_{t-2} st=αxt+α(1−α)xt−1+(1−α)2st−2
继续展开到起点，可以得到：
s t = α x t + α ( 1 − α ) x t − 1 + α ( 1 − α ) 2 x t − 2 + ⋯ s_t = \alpha x_t + \alpha(1-\alpha)x_{t-1} + \alpha(1-\alpha)^2x_{t-2} + \cdots st=αxt+α(1−α)xt−1+α(1−α)2xt−2+⋯
这说明：
- 最新样本权重是 α \alpha α；
- 上一帧权重是 α ( 1 − α ) \alpha(1-\alpha) α(1−α)；
- 再往前一帧权重是 α ( 1 − α ) 2 \alpha(1-\alpha)^2 α(1−α)2。
权重呈指数衰减，所以叫"指数加权"。
7.5 为什么它适合分档稳态值提取
在手机蓝牙分档里，我们希望得到一个"抗抖动，但仍反映当前状态"的特征值。
EWMA 恰好满足这个需求：
- 比简单平均更重视近期数据；
- 比瞬时值更平滑；
- 计算复杂度低，适合量产测试和在线系统。
工程上，若采样频率较高、噪声较强，可取：
α ∈ 0.15 , 0.30 \alpha \in 0.15,0.30 α∈0.15,0.30
这并不是绝对标准，而是常见的工程可用范围。
α \alpha α 越小，越平滑； α \alpha α 越大，越灵敏。
8. 第四步：K-Means++ 为什么能用于分档
8.1 为什么清洗和平滑之后还需要聚类
到这一步，我们手里已经不再是原始 RSSI，而是每台手机在某个测试条件下的稳态特征值。
问题变成：
如何把这些稳态特征值自动划分成若干个相近的组？
这就是一个典型的无监督聚类问题。
如果完全人工划分阈值，问题在于：
- 工程经验会掺杂主观判断；
- 一旦机型数量增多，人工边界很难保持一致；
- 阈值更新无法随着数据集自动演化。
所以需要让数据自己说话。
8.2 K-Means 的目标函数到底是什么
设共有 N N N 个样本，每个样本记为 x i x_i xi，要分成 K K K 类。
K-Means 要最小化类内平方和：
J = ∑ k = 1 K ∑ x i ∈ C k ∥ x i − μ k ∥ 2 J = \sum_{k=1}^{K}\sum_{x_i \in C_k} \|x_i-\mu_k\|^2 J=k=1∑Kxi∈Ck∑∥xi−μk∥2
其中：
- C k C_k Ck 是第 k k k 个簇；
- μ k \mu_k μk 是第 k k k 个簇的中心。
这个目标函数的含义非常直接：
- 同一簇里的点尽量彼此接近；
- 不同簇之间自然拉开。
如果用在手机分档上，意味着：
- 同一档的手机，其稳态 RSSI 特征尽量相似；
- 不同档之间的统计表现尽量可区分。
8.3 为什么不是直接用 K-Means，而是 K-Means++
传统 K-Means 最大的问题是初始中心随机。
初值不同，最后结果可能差很多。
K-Means++ 的改进点在于：
它用更聪明的方式选初始中心。
具体思想是：
- 先随机选一个中心；
- 后面的中心优先从"离现有中心更远"的样本里选；
- 离得越远，被选中的概率越大。
其概率形式为：
P ( x i 被选为新中心 ) ∝ D ( x i ) 2 P(x_i\ 被选为新中心) \propto D(x_i)^2 P(xi 被选为新中心)∝D(xi)2
其中 D ( x i ) D(x_i) D(xi) 表示样本 x i x_i xi 到最近已选中心的距离。
这样做的好处是：
- 初始中心更分散；
- 更不容易掉进差的局部最优；
- 聚类结果更稳定。
8.4 为什么它适合"分档阈值"而不是"最终阈值本身"
这里必须强调一个常被忽略的细节：
K-Means++ 给出的首先是簇中心和簇划分，不是最终工程阈值。
也就是说，它告诉我们：
- 数据自然地可以分成几组；
- 每组的中心在哪里；
- 组与组之间的大致分界在哪里。
但真正用于上线的阈值，还必须结合：
- 安全裕量；
- 跨位置一致性；
- 多天线差异；
- 误判代价。
所以流程应该是：
稳态特征值 → 聚类中心 → 候选边界 → 工程修正边界 稳态特征值 \rightarrow 聚类中心 \rightarrow 候选边界 \rightarrow 工程修正边界 稳态特征值→聚类中心→候选边界→工程修正边界
而不是：
稳态特征值 → 聚类中心 → 直接上线 稳态特征值 \rightarrow 聚类中心 \rightarrow 直接上线 稳态特征值→聚类中心→直接上线
9. 分档边界不是直接等于聚类中心：还要做工程修正
这一节非常关键。
如果只会说"我们用了 K-Means++，所以阈值科学"，那是不够严谨的。
9.1 为什么聚类结果不能直接上线
因为聚类是在样本空间里追求类内紧凑，而实际系统上线还要考虑：
- 边界稳定性：边界附近的点是否容易跳档；
- 业务代价：某类误判是否比另一类更严重；
- 多通道差异：主控、左前、左后天线的安装位置和遮挡特性不同；
- 统计漂移：季节、温度、手机系统版本可能带来整体偏移。
所以聚类边界只是"数据驱动的第一版候选边界"。
9.2 更合理的做法：边界 = 聚类结果 + 安全余量 + 通道修正
设聚类后相邻两簇中心分别为 μ k \mu_k μk 和 μ k + 1 \mu_{k+1} μk+1，最简单的候选边界是它们中点：
b k ( 0 ) = μ k + μ k + 1 2 b_k^{(0)} = \frac{\mu_k + \mu_{k+1}}{2} bk(0)=2μk+μk+1
但实际使用时通常还要增加修正项：
b k = b k ( 0 ) + Δ k ( s a f e ) + Δ k ( c h a n n e l ) b_k = b_k^{(0)} + \Delta_k^{(safe)} + \Delta_k^{(channel)} bk=bk(0)+Δk(safe)+Δk(channel)
其中：
- Δ k ( s a f e ) \Delta_k^{(safe)} Δk(safe)：安全余量，用于降低边界抖动；
- Δ k ( c h a n n e l ) \Delta_k^{(channel)} Δk(channel)：通道修正，用于补偿不同天线通道的系统性偏差。
这就是为什么"真正合理的分档值"必须同时具有：
- 理论基础；
- 数据基础；
- 工程修正。
三者缺一不可。
10. 一版更合理的四档分档区间建议
下面给出一版更适合工程起步使用 的四档区间。
注意：这些区间应理解为推荐初始值，最终仍需基于你的自有采样数据做再标定。
为了避免符号混乱，本文统一使用 RSSI 绝对值：
s = ∣ R S S I ∣ s = |RSSI| s=∣RSSI∣
于是：
- s s s 越小，表示信号越强；
- s s s 越大，表示信号越弱。
10.1 推荐四档区间
(相同硬件分布，同一个点位的测试结果，通过前文所述步骤得出的最终数值)
| 档位 | 主控信号区间 s m s_m sm | 左前信号区间 s l f s_{lf} slf | 左后信号区间 s l r s_{lr} slr | 工程含义 |
|---|---|---|---|---|
| 1 档 | 0,72 | 0,68 | 0,70 | 强信号区，近距离且链路稳定 |
| 2 档 | (72,78] | (68,73] | (70,75] | 次强信号区，仍具较好判别力 |
| 3 档 | (78,85] | (73,80] | (75,82] | 中等偏弱信号区，受环境影响开始增强 |
| 4 档 | (85,99] | (80,99] | (82,99] | 弱信号区，环境噪声主导，应统一归并 |
11. 脱离算法，依赖经验审核为什么这组区间更合理
11.1 从物理曲线斜率看
近距离区间中，RSSI 对距离的敏感性高，因此应采用较窄区间。
这就是为什么：
- 1 档和 2 档被切得更细；
- 4 档则被刻意拉宽。
如果反过来，在弱信号区还大量细分，那么系统会过度响应噪声，而不是响应真实距离。
11.2 从统计稳定性看
靠近边界的样本最容易跳档。
若区间交叠太多或边界太密，就会导致：
- 相邻两次采样在 2 档和 3 档之间来回抖动；
- 不同天线通道给出互相矛盾的档位；
- 标定解释困难，开发人员不清楚到底哪条规则生效。
现在这套区间做成连续、单调、弱重叠甚至无重叠的形式，更利于软件实现和问题追踪。
11.3 从工程管理角度看
分档的目的不是追求数值上的极致精细，而是为了在成本、精度、可维护性之间找到平衡。
因此，一套合理阈值至少应满足：
- 各档含义清晰；
- 边界单调一致；
- 不同通道的偏移可解释；
- 量产和售后阶段都能复现。
12. 实际落地时的完整操作流程
如果要真正把这一策略落到项目中，建议按下面顺序实施。
12.1 数据采集阶段
对每台候选手机，在固定场景、固定姿态、固定距离条件下采集数据：
- 采样频率不低于 50 Hz；
- 单点采样时长不少于 10 s；
- 每台手机至少重复 3 到 5 轮；
- 主控、左前、左后三路通道分别记录。
12.2 数据清洗阶段
对每段采样序列：
- 计算中位数 m m m；
- 计算 M A D MAD MAD；
- 删除满足 ∣ z i ( r o b u s t ) ∣ > τ |z_i^{(robust)}|>\tau ∣zi(robust)∣>τ 的点。
12.3 稳态特征提取阶段
对清洗后的序列做 EWMA，输出末段或稳态区间均值作为代表值。
不要直接拿单帧值做手机画像。
12.4 聚类与候选边界阶段
将所有手机的稳态特征值输入 K-Means++，得到：
- 各档聚类中心；
- 相邻簇之间的候选边界；
- 每档样本数量分布。
12.5 工程修正阶段
结合以下信息微调边界：
- 误判代价；
- 多天线通道偏移；
- 特定品牌的系统性偏差；
- 实车路测结果。
最终输出标准分档表，并锁定版本号。
13. 常见误区与反例
误区 1：直接拿瞬时 RSSI 设阈值
这样做的问题是，阈值实际上在跟着噪声跑。
没有稳态提取，分档值就没有统计意义。
误区 2：均值加标准差就够了
如果数据里有离群点，均值和标准差本身都会被污染。
因此在 RSSI 这类易出现尖峰干扰的场景里，MAD 往往更稳健。
误区 3：聚类结果就是最终标准
聚类只能说明"数据自然分组大概在哪里"，但它不会替你考虑安全裕量、误判代价和通道差异。
所以聚类只是科学定档的一部分，不是全部。
误区 4：弱信号区应该切得更细
这恰恰违背了对数路径损耗曲线的物理特征。
弱信号区受噪声影响更大，越细分越容易失稳。
误区 5：只要区间看起来均匀就合理
分档不是把数轴平均切段，而是依据物理传播规律、统计分布和工程目标共同确定的。
"好看"不等于"可用"。
14. 结论
手机蓝牙分档策略的科学性，不在于最后那张表格有多漂亮，而在于它背后的推导链条是否闭环。
一套真正站得住的分档方案，至少应该满足以下逻辑：
- 从对数路径损耗模型出发，说明为什么强信号区应细分、弱信号区应归并；
- 从稳健统计出发，说明为什么必须先做 MAD 离群剔除；
- 从时间序列平滑出发，说明为什么 EWMA 能提取更可信的稳态值；
- 从无监督学习出发，说明为什么 K-Means++ 能给出客观候选边界；
- 最后再通过工程修正，把数学分界变成可上线的标准阈值。
因此，分档阈值绝不是"主观经验数值"，而是：
物理规律 + 统计清洗 + 稳态估计 + 聚类分析 + 工程修正 物理规律 + 统计清洗 + 稳态估计 + 聚类分析 + 工程修正 物理规律+统计清洗+稳态估计+聚类分析+工程修正
共同作用的结果。
参考文献
1 T. S. Rappaport. Wireless Communications: Principles and Practice . 2nd Edition. Prentice Hall, 2002.
2 A. Goldsmith. Wireless Communications . Cambridge University Press, 2005.
3 P. J. Rousseeuw, C. Croux. Alternatives to the Median Absolute Deviation. Journal of the American Statistical Association , 1993.
4 R. G. Brown. Smoothing, Forecasting and Prediction of Discrete Time Series . Prentice-Hall, 1963.
5 D. Arthur, S. Vassilvitskii. k-means++: The Advantages of Careful Seeding. Proceedings of SODA , 2007.
6 S. M. Kay. Fundamentals of Statistical Signal Processing, Volume I: Estimation Theory. Prentice Hall, 1993.