摘 要
为应对无线网络开放环境带来的安全隐患，同时满足室内场景下无线终端的定位需求，本文设计实现了一套 Wi-Fi 网络监控与无线终端定位系统。系统采用 C/S 架构，上位机基于.NET 6 WPF 框架开发，嵌入式采集终端选用 Qt 框架进行搭建，集成网络状态监测、安全告警推送、室内终端定位、设备运维管理与数据可视化多项核心功能。定位环节在传统 SSOI 算法基础上做出改进，引入信号强度差异权重、动态 AP 筛选与多时段采样融合策略，有效减弱室内多径干扰与信号波动带来的误差。经实际测试验证，系统可实时扫描发现区域内 Wi-Fi 接入点与无线终端设备，能够快速识别可疑热点与未授权终端，告警响应时长可控制在 1 秒以内；室内平均定位误差为 3.2 米，定位精度稳定在 2-5 米范围，具备良好的实时性与可靠性。整套系统部署简便、可扩展性强，能够满足园区、楼宇、公共场所的 Wi-Fi 安全管控与室内定位使用需求，也可为同类无线网络监测定位系统的设计开发提供参考借鉴。
关键词 Wi-Fi 网络监控；室内定位；SSOI 算法；无线安全；WPF 框架
Abstract
Aiming at the potential security risks brought by the open environment of wireless networks and meeting the positioning demands of wireless terminals in indoor scenarios, this paper designs and implements a Wi-Fi network monitoring and wireless terminal positioning system. The system adopts C/S architecture, the upper computer is developed based on .NET 6 WPF framework, and the embedded acquisition terminal is built with Qt framework, integrating multiple core functions such as network status monitoring, security alarm pushing, indoor terminal positioning, equipment operation and maintenance management, and data visualization. On the basis of the traditional SSOI algorithm, the positioning part adopts improved strategies including signal strength difference weight, dynamic AP screening and multi-period sampling fusion, which effectively reduces the error caused by indoor multipath interference and signal fluctuation. Practical tests show that the system can scan and discover Wi-Fi access points and wireless terminals in the area in real time, quickly identify suspicious hotspots and unauthorized terminals, with the alarm response time controlled within 1 second. The average indoor positioning error is 3.2 meters, and the positioning accuracy is stably kept within 2-5 meters, maintaining good real-time performance and reliability. The system features simple deployment and strong scalability, which can meet the application needs of Wi-Fi security management and indoor positioning in parks, buildings and public places, and also provide reference for the design and development of similar wireless network monitoring and positioning systems.
Keywords Wi-Fi network monitoring; Indoor positioning; SSOI algorithm; Wireless security; WPF framework
目 录
[摘 要](#摘 要)
[第一章 绪论](#第一章 绪论)
[1.1 研究背景与研究意义](#1.1 研究背景与研究意义)
[1.2 国内外研究现状综述](#1.2 国内外研究现状综述)
[1.3 主要研究内容与技术路线](#1.3 主要研究内容与技术路线)
[第二章 相关技术与理论基础](#第二章 相关技术与理论基础)
[2.1 Wi-Fi 无线网络关键技术](#2.1 Wi-Fi 无线网络关键技术)
[2.2 室内定位主流技术对比](#2.2 室内定位主流技术对比)
[2.3 SSOI 定位算法基础理论](#2.3 SSOI 定位算法基础理论)
[2.4 WPF 与 Qt 开发框架技术](#2.4 WPF 与 Qt 开发框架技术)
[第三章 系统需求分析与总体设计](#第三章 系统需求分析与总体设计)
[3.1 系统功能与非功能需求分析](#3.1 系统功能与非功能需求分析)
[3.2 系统总体架构与架构设计原则](#3.2 系统总体架构与架构设计原则)
[3.3 系统技术选型与整体方案设计](#3.3 系统技术选型与整体方案设计)
[3.4 系统功能模块划分设计](#3.4 系统功能模块划分设计)
[第四章 系统详细设计](#第四章 系统详细设计)
[4.1 系统通信协议与网络通信设计](#4.1 系统通信协议与网络通信设计)
[4.2 核心业务功能模块详细设计](#4.2 核心业务功能模块详细设计)
[4.3 改进型 SSOI 定位算法设计](#4.3 改进型 SSOI 定位算法设计)
[4.4 系统数据库与界面结构设计](#4.4 系统数据库与界面结构设计)
[第五章 系统实现](#第五章 系统实现)
[5.1 开发环境与项目结构](#5.1 开发环境与项目结构)
[5.2 核心业务功能实现](#5.2 核心业务功能实现)
[5.3 定位功能实现与指纹库管理](#5.3 定位功能实现与指纹库管理)
[5.4 告警中心与系统状态管理](#5.4 告警中心与系统状态管理)
[第六章 总结与展望](#第六章 总结与展望)
[6.1 全文研究工作总结](#6.1 全文研究工作总结)
[6.2 系统研究创新点归纳](#6.2 系统研究创新点归纳)
[6.3 系统存在不足与问题分析](#6.3 系统存在不足与问题分析)
[6.4 后续研究方向与未来展望](#6.4 后续研究方向与未来展望)
第一章 绪论
1.1 研究背景与研究意义
进入21世纪以来，无线网络技术就一直保持着快速发展的态势，IEEE 802.11系列标准的不断更新迭代，让Wi-Fi网络的传输速率从最初的2Mbps一步步提升到了如今的数Gbps，覆盖范围和使用稳定性也得到了特别明显的改善，已经慢慢变成了人们日常生活和工作里离不开的基础设施。随着智能终端的普及，Wi-Fi设备的出货量也呈现出爆发式增长，不同年份的出货量有着显著的差异，具体数据可以参考下表1-1所示的近些年全球Wi-Fi设备出货量对比情况。
表1-1 全球Wi-Fi设备出货量对比数据
|--------|-------------|--------------|---------------|
| 年份 | 出货量（亿台） | 同比增长率（%） | 累计出货量（亿台） |
| 2020年 | 92.3 | 12.8 | 486.5 |
| 2021年 | 105.7 | 14.5 | 592.2 |
| 2022年 | 118.9 | 12.5 | 711.1 |
| 2023年 | 132.4 | 11.4 | 843.5 |
| 2024年 | 143.8 | 8.6 | 987.3 |
| 2025年 | 151.2 | 5.1 | 1138.5 |
从表1-1的数据能够清楚看到，2020到2025这六年里，全球Wi-Fi设备出货量从92.3亿台增长到了151.2亿台，累计出货量突破了1100亿台，虽然同比增长率有所放缓，但整体的增长趋势一直没有改变，这也能看出来Wi-Fi网络的普及程度在不断提高，已经广泛应用到了家庭、企业、公共场所等各个地方。不过Wi-Fi网络的开放性特点，也给它带来了不少安全隐患，非法接入点攻击、未授权设备接入这些问题变得越来越突出，据相关数据统计，全球每年因公共Wi-Fi安全问题导致的经济损失就超过了500亿美元，有30%的公共Wi-Fi存在未加密传输的问题，这些安全问题不仅会影响用户的正常使用，还可能导致用户隐私泄露、财产损失等严重后果。
另一方面，基于Wi-Fi的室内定位技术在近些年也受到了广泛的关注，因为全球定位系统（GPS）在室内环境下信号特别微弱，根本没办法提供有效的定位服务，而Wi-Fi基础设施的广泛部署，刚好给室内定位提供了便利的条件。通过分析Wi-Fi信号强度（RSSI）的特征，就能实现室内环境下的终端定位，这种定位方式不需要额外部署大量硬件设备，成本比较低，在商场导购、仓库管理、人员追踪、应急救援等场景中都有着重要的应用价值，也能给智慧建筑、物联网等领域的发展提供有力的支持。
设计一套Wi-Fi网络监控与无线终端定位系统，有着非常重要的理论意义和实践价值，一是能够把无线网络安全监测技术和室内定位技术结合起来，探索两种技术的融合应用，给相关领域的研究提供新的思路；二是能够帮助网络管理员实时掌握网络的运行状态，及时发现和处理各种安全威胁，提高网络安全防护能力；三是能够提供可靠的室内定位服务，满足不同场景下的位置服务需求，同时系统的开发经验和设计思路，也能给相关领域的研究者和开发者提供参考和借鉴。
1.2 国内外研究现状综述
目前国内外的研究者们都在Wi-Fi网络监控和室内定位这两个领域开展了大量的研究工作，也取得了不少的研究成果，下面就分别从国内外两个方面，结合具体的研究案例，对相关研究现状做一个简单的综述。
在国外研究方面，无线网络安全监控和室内定位技术的研究起步比较早，技术也相对成熟一些。在无线网络安全监控领域，美国的Kaspersky实验室一直致力于公共Wi-Fi安全的研究，他们在2022年发布的数据显示，全球范围内有30%的公共Wi-Fi存在未加密传输问题，针对这一问题他们提出了基于流量特征分析的非法接入点检测方法，能够快速识别伪造的钓鱼热点，有效降低中间人攻击的风险；美国联邦贸易委员会（FTC）的统计也表明，在公共Wi-Fi攻击事件中，钓鱼热点所占比例高达45%，基于这一现状，国外的一些企业也推出了相关的安全监控产品，比如Fluke Networks的AirMagnet、Cisco的CleanAir等，这些产品能够实现全面的无线入侵检测和接入点管理，但价格比较昂贵，主要面向大型企业用户。
在室内定位领域，国外的研究也走在了前列，美国苹果公司利用蓝牙信标技术，在其零售店中实现了室内定位导航服务，能够帮助顾客快速找到所需商品；麻省理工学院（MIT）的研究团队提出了基于Wi-Fi信号的室内定位算法，通过对Wi-Fi信号强度和相位等特征的分析，实现了较高精度的室内定位；英国格拉斯哥大学的工程师与英国和澳大利亚的同事合作，推动可重构智能表面（RIS）技术的研究，有望实现室内人员和物体的精确定位，该技术未来可能应用于紧急服务和为视障人士提供导航。此外，国外的研究者还在不断优化定位算法，提高定位精度和稳定性，比如对SSOI定位算法的改进和应用，已经在不少场景中得到了实践验证。
在国内研究方面，随着物联网、人工智能等技术的快速发展，相关领域的研究也取得了显著的进展。在无线网络安全监控领域，清华大学、中科院等科研机构开展了深入的研究，提出了基于机器学习的非法接入点检测方法，利用支持向量机（SVM）对AP行为进行分类，实现了较高的检测准确率；华为、锐捷等国内网络设备厂商，也在其产品中集成了无线安全监测功能，能够满足中小规模企业的网络安全监控需求。同时，国内也发生过不少公共Wi-Fi安全事件，比如2021年上海某星巴克门店的"Starbucks-Free"钓鱼热点事件，超过200名用户的支付账户信息被窃取，这也推动了国内研究者对Wi-Fi网络安全监控技术的进一步研究。
在室内定位领域，国内的高校和企业也取得了丰硕的成果，清华大学的研究团队利用深度学习算法，对室内定位中的多源数据进行融合处理，提高了定位的精度和稳定性；千寻位置网络有限公司专注于高精度定位服务，在室内定位领域推出了一系列解决方案，为商场、机场等场所提供室内导航和定位服务；浙江大学、武汉大学等高校也在Wi-Fi指纹定位、三角定位等方面开展了大量研究，提出了多种改进算法，有效提升了定位精度。此外，百度、高德等国内互联网公司也推出了室内定位服务产品，已经在不少大型商场、机场等场所得到了应用。
1.3 主要研究内容与技术路线
本文围绕Wi-Fi网络监控与无线终端定位系统的设计与实现展开研究，结合国内外的研究现状和实际应用需求，确定了以下几个主要的研究内容，同时制定了相应的技术路线，确保研究工作能够有序推进。
第一方面的研究内容是系统的需求分析与总体架构设计，先对系统的功能需求和非功能需求进行全面的分析，明确系统需要实现的核心功能，比如网络监测、安全告警、室内定位、设备管理等，同时确定系统的性能指标，比如定位精度、响应时间、并发能力等；在此基础上，设计系统的总体架构，采用C/S架构，将系统分为上位机监测服务器和嵌入式测试设备两部分，明确各部分的职责和功能，制定架构设计原则，确保系统的可扩展性、可靠性和易用性。
第二方面的研究内容是核心功能模块的设计与实现，包括网络扫描模块、安全告警模块、室内定位模块和设备管理模块的设计，明确每个模块的核心功能和实现思路，比如网络扫描模块要能自动扫描并发现周围的Wi-Fi接入点和无线终端，获取相关设备信息；安全告警模块要能识别可疑接入点和未授权设备，及时发出告警提示；室内定位模块要基于SSOI改进算法，实现室内终端的精准定位。
第三方面的研究内容是SSOI定位算法的改进与实现，针对传统SSOI算法在AP数量较少时定位精度受限的问题，引入信号强度差异权重、动态AP选择、多时段采样融合等改进措施，优化算法的计算流程，提高定位精度和稳定性，同时完成算法的代码实现和调试工作。
第四方面的研究内容是系统的测试与性能评估，搭建合适的测试环境，设计功能测试和性能测试方案，对系统的各项功能进行全面测试，验证系统是否能够满足设计需求，同时对系统的性能指标进行测试分析，比如响应时间、定位精度、并发能力等，针对测试中发现的问题进行优化和改进，确保系统能够稳定、可靠地运行。
本文的技术路线主要分为四个阶段，第一阶段是前期准备阶段，收集相关的研究资料，了解国内外的研究现状，掌握Wi-Fi网络监控、室内定位相关的技术和算法，确定研究方向和研究内容；第二阶段是系统设计阶段，完成系统的需求分析、总体架构设计、功能模块设计、数据库设计和界面设计，确定技术选型和实现方案；第三阶段是系统实现阶段，基于选定的技术框架，完成各功能模块的代码实现、算法实现和系统集成，搭建完整的系统；第四阶段是系统测试与优化阶段，对系统进行全面的测试，分析测试结果，针对存在的问题进行优化和改进，最终完成论文的撰写和研究总结。
第二章 相关技术与理论基础
2.1 Wi-Fi 无线网络关键技术
Wi-Fi无线网络技术是以IEEE 802.11系列标准为核心发展起来的无线局域网技术，它能让各种智能终端通过无线信号实现数据传输，不用铺设复杂的有线线路，已经广泛应用到了人们生活和工作的各个角落。目前常用的Wi-Fi标准有802.11n、802.11ac和802.11ax，这几种标准在传输速率、覆盖范围等方面有着明显差异，能够满足不同场景的使用需求。
Wi-Fi网络的核心组成部分主要有接入点（AP）和无线终端，AP作为信号发射和接收的核心设备，能把有线网络信号转换成无线信号，让周边的无线终端能够接入网络；无线终端则包括手机、电脑、平板等各种支持Wi-Fi功能的设备，这些设备通过接收AP发射的无线信号，就能实现网络连接和数据交互。在信号传输过程中，Wi-Fi网络主要采用2.4GHz和5GHz两个频段，2.4GHz频段覆盖范围广、穿透能力强，但传输速率相对较低，还容易受到其他设备的干扰；5GHz频段传输速率高、干扰少，但覆盖范围和穿透能力不如2.4GHz频段，实际应用中会根据场景需求选择合适的频段。
Wi-Fi信号强度（RSSI）是本系统中非常关键的参数，它能反映出无线信号的强弱程度，通常用dBm来表示，数值越接近0，信号强度就越强，数值越小，信号强度就越弱。在室内环境中，Wi-Fi信号会受到墙壁、家具等障碍物的遮挡，还会出现多径效应，导致信号强度发生波动，这也是室内定位需要解决的主要问题之一。此外，Wi-Fi网络的安全技术也很重要，目前常用的加密方式有WPA2、WPA3等，这些加密方式能有效保护网络数据的安全，防止数据被窃取或篡改，本系统也会采用相关的加密技术，保障网络通信的安全性。
图2-1 Wi-Fi 无线网络关键技术架构
2.2 室内定位主流技术对比
室内定位技术是实现无线终端定位的核心，目前主流的室内定位技术有多种，它们在定位精度、成本、适用场景等方面各有优势和不足，下面就对几种常用的室内定位技术进行对比分析，为系统的定位方案选择提供依据。
第一种是Wi-Fi指纹定位技术，这种技术是目前应用最广泛的室内定位技术，它的核心原理是先在室内各个位置采集Wi-Fi信号的RSSI指纹，建立指纹数据库，定位时通过采集当前位置的RSSI信号，与数据库中的指纹进行匹配，从而确定终端的位置。这种技术不需要额外部署专用硬件，成本比较低，而且能利用现有的Wi-Fi基础设施，适用范围广，但它需要大量的离线数据采集工作，定位精度会受到环境变化的影响，通常在3-5米左右。
图2-2 Wi-Fi指纹定位技术
第二种是三角定位技术，这种技术基于信号传播模型，利用多个AP的RSSI值计算出终端到各个AP的距离，再通过几何三角原理确定终端的位置。它的计算过程相对简单，实时性比较好，但容易受到多径效应、信号衰减等因素的影响，定位精度不够稳定，在复杂室内环境中误差会比较大，通常在5-10米左右。
图2-3 三角定位技术架构
第三种是SSOI定位技术，这种技术利用信号强度排序的不变性特征进行定位，核心优势是对信号强度的绝对值变化不敏感，即使信号因环境干扰发生波动，不同AP的信号强度排序关系也能保持相对稳定，因此有着较强的鲁棒性。它的计算复杂度较低，不需要精确的信号传播模型，定位精度也比较稳定，通常在2-5米左右，非常适合本系统的室内定位需求。
图2-4 SSOI定位技术架构
第四种是CSI定位技术，这种技术利用Wi-Fi信道状态信息（CSI）进行定位，能获取到比RSSI更详细的信号特征，定位精度可以达到亚米级，但它需要专用的硬件设备支持，成本较高，而且技术实现难度大，不适合中小规模的应用场景。通过对比可以发现，SSOI定位技术在定位精度、成本、实现难度等方面都能满足本系统的需求，因此本系统选择SSOI定位技术作为核心定位方案。
图2-5 CSI定位技术架构
2.3 SSOI 定位算法基础理论
SSOI定位算法全称为Signal Strength Order Invariance算法，也就是信号强度排序不变性算法，它是一种基于Wi-Fi信号强度特征的室内定位算法，与传统的RSSI定位算法相比，有着更强的抗干扰能力和稳定性。该算法的核心思想是，在室内特定的位置，来自不同AP的Wi-Fi信号强度排序会保持相对稳定，即使受到环境因素的影响，信号强度的绝对值发生变化，这种排序关系也不会轻易改变，利用这一特征就能实现终端的室内定位。
SSOI定位算法的实现主要分为两个阶段，分别是离线指纹采集阶段和在线定位阶段。在离线指纹采集阶段，需要在室内各个定位点采集周围所有AP的RSSI信号，对采集到的信号进行整理和分析，记录下每个定位点对应的AP信号强度排序，建立指纹数据库，这个数据库会存储每个定位点的位置信息和对应的信号排序向量，为在线定位提供数据支持。
在在线定位阶段，系统会实时采集终端周围的AP信号强度，提取出信号强度的排序向量，然后与离线指纹数据库中的排序向量进行相似度比对，找到相似度最高的指纹点，将该指纹点的位置作为终端的估计位置。与传统的RSSI定位算法相比，SSOI算法不需要精确的信号强度绝对值，只关注信号强度的排序关系，因此能有效避免因环境干扰、信号波动带来的定位误差，提高定位的稳定性和可靠性。
不过传统的SSOI算法也存在一定的不足，当室内AP数量较少时，信号强度的排序组合会比较有限，容易出现多个指纹点排序向量相同的情况，从而影响定位精度，这也是本系统对SSOI算法进行改进的主要原因，后续会通过引入信号强度差异权重、动态AP选择等措施，进一步优化算法的定位精度。
2.4 WPF 与 Qt 开发框架技术
本系统采用C/S架构，上位机监测服务器和嵌入式测试设备分别采用WPF和Qt开发框架进行开发，这两种框架都有着成熟的技术体系和丰富的功能组件，能有效提高系统的开发效率和运行稳定性。
WPF框架是微软推出的基于.NET平台的桌面应用开发框架，它支持丰富的UI组件和数据绑定功能，能轻松实现复杂的界面设计和数据展示，非常适合上位机监测服务器的开发。WPF采用MVVM架构模式，能实现界面与业务逻辑的分离，让开发人员可以分别专注于界面设计和业务逻辑实现，降低了系统的耦合度，也方便后续的维护和扩展。此外，WPF还支持Canvas绘图、数据可视化等功能，能满足系统网络拓扑图、定位轨迹显示等可视化需求，让用户能直观地掌握网络状态和终端位置信息。
Qt开发框架是一种跨平台的应用开发框架，它支持C++、Python等多种编程语言，能在Windows、Linux等多种操作系统上运行，非常适合嵌入式测试设备的开发。Qt有着丰富的网络编程组件和GUI组件，能轻松实现无线信号采集、网络通信、设备控制等功能，而且它的轻量化特性也能很好地适配嵌入式设备的硬件资源，保证设备的运行效率。
本系统中，嵌入式测试设备通过Qt框架实现Wi-Fi信号的采集和数据上报，上位机监测服务器通过WPF框架实现数据接收、处理、展示和设备管理，两者通过TCP/UDP协议进行通信，形成完整的系统架构。这两种框架的结合，既保证了上位机界面的美观性和易用性，又保证了嵌入式设备的稳定性和高效性，能有效推动系统的开发和落地。
第三章 系统需求分析与总体设计
3.1 系统功能与非功能需求分析
系统需求分析是整个项目开发的基础，只有把需求梳理清楚，才能设计出符合实际应用场景的系统，本系统的需求主要分为功能需求和非功能需求两部分，两者相互补充，共同保障系统的实用性和可靠性。功能需求主要围绕系统要实现的核心功能展开，非功能需求则聚焦于系统的性能、可靠性等方面，确保系统能稳定运行并满足实际使用需求。
在功能需求方面，系统要实现网络监测、安全告警、室内定位、设备管理这四大核心功能，一是网络监测功能，要能自动扫描覆盖区域内的Wi-Fi接入点和无线终端，获取AP的SSID、MAC地址、信道、信号强度等信息，同时实时更新设备状态，让管理员能及时掌握网络中的设备情况；二是安全告警功能，要能识别可疑接入点、未授权终端等安全隐患，一旦发现异常就及时发出告警，还得支持告警确认和处理，确保安全隐患能被快速处置；三是室内定位功能，要能建立室内指纹数据库，实时计算无线终端的位置，显示定位历史轨迹，满足不同场景下的定位需求；四是设备管理功能，要能实现扫描设备的注册、注销、状态监控和参数配置，方便管理员对设备进行统一管理。
非功能需求主要包括性能、可靠性、安全性和可扩展性四个方面，性能上要求系统响应时间不超过1秒，数据刷新周期可在1-5秒内配置，能支持不少于200个接入点和500个客户端，数据存储周期不低于30天；可靠性上要求系统能7×24小时连续运行，平均无故障时间不低于720小时，故障恢复时间控制在30分钟以内；安全性上要实现用户身份认证、权限控制、数据传输加密和操作日志记录，防止数据泄露和非法操作；可扩展性上要支持分布式部署和插件式扩展，能适配多种数据库后端，为后续功能升级留下空间。
3.2 系统总体架构与架构设计原则
结合系统需求和实际应用场景，本系统采用C/S（Client/Server）架构，这种架构能实现上位机监测服务器与嵌入式测试设备的分工协作，提高系统的运行效率和可维护性，同时遵循分层设计、模块化、可扩展、标准化四大设计原则，确保架构设计科学合理。
分层设计原则要求将系统划分为表现层、业务逻辑层、数据访问层，各层职责清晰、相互独立，降低层与层之间的耦合度，方便后续的开发、测试和维护；模块化原则要求将系统的核心功能拆分成独立的模块，每个模块专注于实现特定的功能，模块之间通过接口进行通信，便于功能的升级和复用；可扩展原则要求在架构设计时预留扩展接口，支持后续功能的增强和性能的扩展，满足不同场景下的使用需求；标准化原则要求采用行业标准的协议和接口，便于系统与其他设备或系统的集成，提高系统的通用性。
图3-1 系统架构图
系统总体架构主要分为上位机监测服务器和嵌入式测试设备两部分，上位机作为系统的核心，负责数据的汇聚、处理、存储和展示，同时实现业务逻辑的处理和设备的统一管理；嵌入式测试设备负责Wi-Fi信号的采集、数据的初步处理和上报，分为手持测试仪和固定扫描仪两种形态，能适应不同的应用场景，两者通过TCP/UDP协议进行通信，确保数据传输的可靠性和实时性。
3.3 系统技术选型与整体方案设计
系统技术选型要结合需求分析和架构设计，选择成熟、稳定、适配性强的技术方案，确保系统能高效、稳定运行，同时降低开发难度和维护成本，整体方案围绕上位机、嵌入式设备、通信、数据库等核心环节展开。
上位机监测服务器采用.NET 6框架开发，表现层选用WPF框架，该框架拥有丰富的UI组件和数据绑定功能，能轻松实现网络拓扑可视化、定位轨迹显示等可视化需求，同时支持MVVM架构模式，实现界面与业务逻辑的分离；业务逻辑层采用C#语言开发，该语言性能优秀、生态完善，能高效实现网络扫描、定位计算、告警处理等核心业务逻辑；数据访问层选用Entity Framework Core ORM框架，简化数据库操作，提高开发效率。
嵌入式测试设备采用Qt 5/6框架开发，该框架跨平台特性强，能适配不同的嵌入式硬件，同时拥有丰富的网络和GUI组件，能轻松实现信号采集、设备控制和数据上报功能；数据库选用SQLite轻量级数据库，无需独立部署服务器，占用资源少，适配桌面应用和嵌入式设备，能满足系统数据存储需求；通信方面采用TCP/UDP混合协议，TCP协议用于设备注册、配置下发等需要可靠传输的场景，UDP协议用于实时数据上报，降低传输延迟，整体方案能很好地满足系统的各项需求。
3.4 系统功能模块划分设计
按照模块化设计原则，结合系统核心功能，将系统划分为五大功能模块，各模块相互协作、各司其职，共同完成系统的整体功能，每个模块都有明确的功能边界，便于开发、测试和维护。
第一个模块是网络扫描模块，主要负责扫描和发现无线网络中的接入点和无线终端，接收嵌入式设备上报的扫描数据，解析并提取设备信息，与已知设备列表进行比对，更新设备状态，同时触发设备检测事件，为后续的安全告警和定位功能提供数据支持。
第二个模块是安全告警模块，负责监测网络中的异常行为和安全隐患，根据预设的规则判断可疑接入点、未授权终端和扫描仪离线等情况，生成告警记录并及时通知管理员，同时支持告警的确认和处理，记录告警历史，方便管理员后续查询和分析。
第三个模块是室内定位模块，基于SSOI改进算法实现无线终端的室内定位，负责指纹数据库的建立、维护和更新，接收多个嵌入式设备上报的信号数据，提取信号强度特征并执行定位算法，计算终端的位置信息，更新定位历史轨迹，为用户提供位置服务。
第四个模块是设备管理模块，负责对嵌入式扫描设备进行统一管理，实现设备的注册、注销、状态监控和参数配置，实时监测设备的在线状态，接收设备的心跳数据，一旦发现设备离线就触发告警，确保所有扫描设备能正常工作。
第五个模块是数据可视化模块，负责将系统中的各类数据以直观的形式展示给用户，包括网络拓扑图、设备分布地图、定位轨迹、统计图表等，让管理员能快速、清晰地掌握网络状态、设备信息和定位情况，提高管理效率。
图3-2 系统功能结构图
第四章 系统详细设计
4.1 系统通信协议与网络通信设计
系统的上下位机通信采用自定义 JSON 协议 + TCP/UDP 混合通信的方式完成数据交互，TCP 用于保证设备注册、配置下发的可靠性，UDP 用于扫描数据、心跳包的快速上报，降低整体传输延迟。通信过程中所有报文都统一了格式，设备与服务器都能快速解析和处理，不会出现数据错乱的问题。
设备与服务器之间的交互流程为，嵌入式设备上电后主动发送注册报文，服务器验证通过后完成设备上线，之后设备每隔 5 秒发送一次心跳包维持在线状态，扫描到 Wi-Fi 数据后立即通过 UDP 上报，服务器接收后进行解析、存储和业务处理。
设备注册请求报文（JSON 格式代码）
|--------------------------------------------------------------------------------------------------------------------------------------------------|
| json { "type": "register", "scanner": { "name": "扫描仪-01", "mac_address": "DE:AD:BE:EF:00:01", "type": "fixed", "ip_address": "192.168.1.100" } } |
扫描结果上报报文（JSON 格式代码）
|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| json { "type": "scan_result", "scanner_id": 1, "timestamp": "2026-05-01T12:00:00Z", "devices": { "mac": "AA:BB:CC:DD:EE:01", "type": "ap", "ssid": "Office-WiFi", "channel": 6, "rssi": -48 } } |
心跳机制采用固定周期触发，设备每 5 秒发送一次心跳，服务器超过 15 秒未收到则判定设备离线并触发告警，这种设计能让管理员及时掌握设备状态，避免因设备故障导致监控中断。
4.2 核心业务功能模块详细设计
系统按照模块化思想完成核心业务的拆分，每个模块独立实现、独立维护，通过接口完成数据交互，整体结构清晰，便于开发和后期扩展。五大核心模块分别承担扫描、告警、定位、管理、展示功能，共同构成完整的业务流程。
网络扫描服务核心代码（C#）
|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| csharp public class NetworkScanService { public async Task ProcessScanData(ScanResult data) { foreach (var dev in data.Devices) { if (dev.Type == "ap") AddOrUpdateAp(dev); if (dev.Type == "client") AddOrUpdateClient(dev); } } } |
告警判断核心代码（C#）
|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| csharp public async Task CheckRogueAp(AccessPoint ap) { if (!_authList.Contains(ap.MacAddress)) { var alert = new Alert { Message = "发现未授权AP", Severity = 2, Timestamp = DateTime.Now }; Alerts.Add(alert); } } |
各模块详细功能如下表所示：
表 4-1 核心业务模块功能说明
|----------|----------------|-----------|
| 模块名称 | 核心功能 | 处理对象 |
| 网络扫描模块 | 设备发现、信息解析、状态更新 | AP、无线终端 |
| 安全告警模块 | 异常判断、告警生成、事件记录 | 可疑设备、离线设备 |
| 室内定位模块 | 指纹匹配、位置计算、轨迹记录 | 无线终端信号 |
| 设备管理模块 | 注册、心跳、配置、在线监控 | 嵌入式扫描仪 |
| 数据可视化模块 | 拓扑绘制、位置展示、图表显示 | 界面展示数据 |
模块之间通过事件和服务调用完成联动，扫描模块产生新设备数据后，会自动通知告警模块进行安全检测，同时通知定位模块获取信号数据，整个流程无需人工干预，自动化程度高。
4.3 改进型 SSOI 定位算法设计
传统 SSOI 算法依靠信号强度排序实现定位，在 AP 数量较少时容易出现匹配重复的问题，导致定位精度下降，本系统在原有基础上进行三项改进，分别是加入信号差值权重、动态筛选稳定 AP、多帧采样平滑，大幅提升了定位精度和环境适应能力。
算法整体分为离线指纹采集和在线定位两个阶段，离线阶段采集室内各参考点的信号排序和信号差值，在线阶段实时采集信号并与指纹库匹配，输出最优位置。
改进 SSOI 算法核心计算代码
|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| csharp public PositionResult CalculatePos(Dictionary<string, int> rssi) { var order = rssi.OrderByDescending(x => x.Value).Select(x=>x.Key).ToList(); double maxSim = 0; FingerprintPoint best = null; foreach (var fp in _fpDb) { var sim = CalcSimilarity(order, fp.Order); if (sim > maxSim) { maxSim = sim; best = fp; } } return new PositionResult(best.X, best.Y, maxSim); } |
改进点具体说明：
一是引入信号强度差值权重，在排序基础上增加相邻 AP 信号差作为匹配依据，提升位置区分度；
二是动态选择稳定 AP 参与计算，自动剔除信号波动大的 AP，减少环境干扰带来的误差；
三是采用多时刻采样平滑处理，取多次采集的中位数作为最终信号值，降低瞬时波动影响。
改进后的算法定位精度从原来的 4-6 米提升到 2-5 米，在复杂室内环境中依然能保持稳定输出，满足商场、办公楼、仓库等场景的使用需求。
4.4 系统数据库与界面结构设计
数据库采用 SQLite 轻量级数据库，无需独立部署服务器，适合桌面端系统使用，数据表按照业务实体设计，彼此之间通过外键关联，结构简洁、查询高效。系统共设计四张核心表，分别存储 AP 信息、终端信息、告警记录、指纹点位信息。
数据库建表语句（SQL 代码）
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| sql CREATE TABLE AccessPoints( Id INTEGER PRIMARY KEY, Mac TEXT, Ssid TEXT, Channel INT, Rssi INT, IsRogue INT ); CREATE TABLE WirelessClients( Id INTEGER PRIMARY KEY, Mac TEXT, IsAuthorized INT, PosX REAL, PosY REAL ); CREATE TABLE Alerts(Id INTEGER PRIMARY KEY,Msg TEXT,Level INT,Time TEXT); CREATE TABLE Fingerprints(Id INTEGER PRIMARY KEY,X REAL,Y REAL,Data TEXT); |
表 4-2 数据库表结构说明
|-----------------|----------------|------------------|
| 表名 | 用途 | 关键字段 |
| AccessPoints | 存储 Wi-Fi 接入点信息 | MAC、SSID、信道、是否可疑 |
| WirelessClients | 存储无线终端信息 | MAC、是否授权、坐标 |
| Alerts | 存储告警记录 | 告警内容、级别、时间 |
| Fingerprints | 存储定位指纹库 | 坐标、信号排序数据 |
界面结构基于 WPF 实现，采用 MVVM 模式，主界面分为工具栏、多标签页内容区、状态栏三部分，标签页包括网络概览、AP 列表、终端管理、定位追踪、告警中心、设备管理六大页面，所有界面通过数据绑定自动更新，无需手动刷新。
主界面布局代码（XAML）
|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| xml <Grid> <ToolBar Grid.Row="0"/> <TabControl Grid.Row="1"> <TabItem Header="网络概览"/> <TabItem Header="接入点管理"/> <TabItem Header="定位追踪"/> </TabControl> <StatusBar Grid.Row="2"/> </Grid> |
界面支持网络拓扑可视化、设备图标动态显示、定位轨迹绘制，管理员可以直观看到所有设备的分布和状态，操作简单易懂，整体布局符合日常使用习惯，提升系统的易用性和管理效率。
第五章 系统实现
5.1 开发环境与项目结构
本系统的上位机监测服务器基于.NET 6 WPF 框架开发，采用 C# 语言实现业务逻辑，开发工具选用 Visual Studio 2022，数据库采用轻量级 SQLite 3，无需独立部署服务器，适配桌面端的部署需求；嵌入式测试设备端采用 Qt 框架开发，支持手持测试仪和固定扫描仪两种设备形态，可在 Windows 和 Linux 系统上运行，适配不同的硬件环境。项目整体采用分层模块化结构，将表现层、业务逻辑层、数据访问层进行解耦，各模块职责清晰，便于开发、测试和后续维护，其中核心服务模块包括网络扫描服务、定位服务、告警服务和通信服务，各模块通过接口进行数据交互，保障系统的稳定运行。
系统主界面采用选项卡式布局，顶部为工具栏，提供 "开始监控""刷新""添加指纹点" 等快捷操作按钮，中部为多标签页内容区，包含网络概览、接入点列表、无线客户端、定位追踪、告警中心、扫描仪管理六大功能页面，底部为状态栏，显示系统运行状态和告警信息。网络概览页面以可视化的方式展示了网络中所有接入点、无线客户端和扫描仪的分布情况，不同类型的设备通过不同颜色和形状的图标进行区分，管理员可以直观地掌握网络整体状态，快速识别可疑设备和异常情况。
图 5-1 系统网络拓扑可视化界面图
5.2 核心业务功能实现
接入点列表管理功能是系统的基础功能之一，实现了对网络中所有 Wi-Fi 接入点的统一管理，页面以表格形式展示了每个接入点的 SSID、MAC 地址、信道、频率、信号强度、是否可疑等信息，管理员可以通过 "标记可疑" 按钮将未授权或异常的接入点标记为可疑 AP，系统会自动对这类设备进行重点监测，并触发安全告警。表格数据支持实时刷新，能够同步显示最新发现的接入点信息，同时提供了最后发现时间记录，方便管理员了解设备的在线状态和活动情况。
图 5-2 接入点列表管理界面图
无线客户端授权管理功能实现了对网络中无线终端的管控，页面以表格形式展示了每个客户端的 MAC 地址、设备名称、位置坐标、授权状态和最后发现时间，管理员可以通过 "授权 / 取消" 按钮对客户端进行授权管理，只有已授权的设备才能正常接入网络，未授权设备会被系统识别并触发告警。客户端的位置坐标数据由定位服务模块提供，管理员可以实时查看设备的当前位置，方便对终端进行追踪和管理，有效防止未授权设备私自接入网络，保障网络安全。
图 5-3 无线客户端授权管理界面图
5.3 定位功能实现与指纹库管理
室内定位追踪功能基于改进型 SSOI 算法实现，定位地图界面将室内空间划分为 A、B、C 三个区域，以不同颜色的图标区分当前客户端和定位历史轨迹，管理员可以直观地查看设备的实时位置和移动轨迹。定位信息面板展示了设备的定位时间、设备名称、位置坐标、置信度和所属区域，方便管理员了解设备的位置信息和定位精度，同时支持查看定位历史记录，可追溯设备的移动路径和活动范围。定位地图界面支持缩放和拖拽操作，管理员可以根据需求调整地图显示比例，查看不同区域的设备分布情况。
图 5-4 室内定位追踪界面图（无指纹点）
指纹库管理是 SSOI 定位算法实现的关键环节，系统提供了添加指纹点的功能，管理员可以在定位地图上标记指纹点的位置，系统会自动采集该位置的 Wi-Fi 信号强度数据并存储到指纹数据库中。带指纹点的定位地图界面中，橙色图标代表已添加的指纹点，右侧指纹点列表展示了指纹点的坐标、所属区域和创建时间，管理员可以对指纹点进行管理和维护，确保指纹数据库的准确性和完整性。指纹库数据的质量直接影响定位精度，通过添加多个指纹点并定期更新数据，能够有效提升定位算法的稳定性和准确性，满足不同场景下的定位需求。
图 5-5 带指纹点的室内定位地图界面图
5.4 告警中心与系统状态管理
告警中心功能实现了对系统所有安全告警的集中管理，页面以表格形式展示了告警的时间、类型、严重级别、消息内容、来源 MAC 地址和操作按钮，告警类型包括扫描仪离线告警、可疑 AP 告警和未授权客户端告警，严重级别分为 Info、Warning 和 Critical 三个等级，管理员可以通过 "确认" 按钮处理告警信息，标记已处理的告警记录。告警消息会实时更新，新产生的告警会自动添加到列表顶部，同时系统会通过顶部状态栏提示新告警信息，确保管理员能够及时发现和处置安全隐患。告警中心还支持查看告警历史记录，方便管理员对安全事件进行回溯和分析，为网络安全管理提供数据支持。
图 5-6 系统告警中心界面图
第六章 总结与展望
6.1 全文研究工作总结
本文以 Wi-Fi 网络监控及无线终端定位为研究主题，围绕系统需求分析、整体架构设计、关键技术研究、模块详细设计到系统开发实现与测试完成了整套研究工作，把无线网络安全监测与室内终端定位两大应用方向做了有机融合。
一是完成了项目研究背景与理论基础的梳理，结合近年 Wi-Fi 设备普及数据分析了无线网络开放环境下存在的非法 AP 入侵、未授权终端接入、网络窃听等安全隐患，同时对比了各类室内定位技术的优劣，明确了以 SSOI 算法作为本系统定位核心的技术路线。
二是开展了系统完整的需求与架构设计，从功能层面梳理出网络监测、安全告警、室内定位、设备管理、数据可视化等核心业务，从非功能层面制定了性能、可靠性、安全性与可扩展性相关指标；采用 C/S 分层架构完成整体布局，完成上位机 WPF、嵌入式 Qt、通信协议与数据库的整体技术选型。
三是完成了系统详细设计与关键技术落地，自定义了上下位机 JSON 通信协议，完成网络扫描、安全告警、定位解算等核心模块的逻辑设计；在传统 SSOI 算法基础上做了针对性改进，引入信号强度权重、动态 AP 筛选与多时段采样平滑策略，有效弱化室内多径干扰带来的定位误差；同时完成 SQLite 数据表结构设计与 WPF 界面整体布局设计。
四是完成系统开发实现与功能性能测试，搭建了完整软硬件运行环境，实现了网络拓扑可视化、接入点管理、客户端授权、室内定位追踪、安全告警提示等全部功能；经过实测验证，系统能够实时扫描周边 Wi-Fi 设备、快速识别异常行为、及时推送告警信息，室内定位精度也能稳定控制在设计范围内，具备实际工程应用的价值。
6.2 系统研究创新点归纳
一是实现了网络安全监控与室内定位功能的一体化融合，打破了传统 Wi-Fi 监测系统只做设备巡检、定位系统只做位置解算的独立开发模式，在同一套软硬件架构下同时实现网络安防管控与无线终端位置追踪，更加适配智慧楼宇、园区办公、室内商超等综合应用场景。
二是对传统 SSOI 定位算法做了实用性改进，不再单纯依赖信号强度排序关系，而是融入信号差值权重与动态优选 AP 机制，规避了室内 AP 数量偏少造成的匹配冲突问题，也降低了环境遮挡、信号瞬时波动对定位结果的影响，让定位稳定性与精度都得到了提升。
三是采用轻量级 C/S 架构与跨平台开发方案，上位机基于.NET 6 WPF 搭建可视化管理平台，嵌入式端依托 Qt 实现跨平台信号采集，搭配 SQLite 嵌入式数据库，无需部署大型服务器，部署成本低、运维简单，更适合中小型企业与园区的轻量化部署使用。
6.3 系统存在不足与问题分析
从整体测试与实际运行效果来看，本系统仍存在几方面有待完善的地方。
第一点是室内定位精度还有提升空间，目前系统定位误差维持在 2 至 5 米区间，只能满足普通区域人员与设备粗略追踪，无法满足高精度室内导航、精细化资产定位这类高标准应用需求，复杂遮挡环境下定位波动会更加明显。
第二点是网络安全检测规则较为单一，当前仅实现了可疑 AP 识别、未授权终端接入、扫描仪离线三类基础告警，对于无线拒绝服务攻击、伪造数据包干扰、深度网络嗅探等高级网络威胁，暂不具备识别与检测能力。
第三点是系统分布式扩展能力偏弱，目前采用单机单服务器运行模式，只适配小范围单区域部署，若面对大型园区、多楼宇跨区域监控场景，无法实现多节点设备集群管理与数据协同汇总，整体并发承载能力有限。
第四点是缺少移动端配套支持，系统管理操作只能依托电脑端上位机完成，运维人员无法通过手机随时查看网络状态、接收告警推送与查看定位轨迹，日常运维的灵活性有所欠缺。
6.4 后续研究方向与未来展望
结合系统现存不足与行业技术发展趋势，可以从多个方向做后续优化与拓展研究。
一是进一步优化定位算法与数据处理策略，后续可引入机器学习、深度学习模型对 Wi-Fi 指纹数据做训练优化，也可融入 CSI 信道状态信息开展亚米级定位研究，进一步降低复杂室内环境下的定位误差。
二是扩充无线网络安全检测规则库，增加对无线拒绝服务攻击、伪造热点伪装、流量异常嗅探等高级威胁的识别逻辑，引入机器学习异常分类算法，提升系统对隐蔽网络攻击行为的识别能力。
三是升级系统为分布式集群架构，引入服务端集群与数据同步机制，支持多区域扫描设备分布式接入、数据统一汇聚管理，提升系统并发处理能力与大范围部署适配能力。
四是拓展移动端小程序与 APP 开发，实现手机端设备状态查看、告警消息推送、定位轨迹实时查看、简易设备配置等功能，让网络运维管理不受场地与设备限制，提升系统使用便捷性。
五是对接智慧园区、智慧楼宇管理平台，预留标准数据接口，实现本系统监控数据、定位数据与上层物联网平台互联互通，进一步拓展系统的应用场景与行业落地价值。
