说实话，把坐标权变成手机屏幕上的亮度，这一招我当年也是敢试的。
那会儿那会儿，我也曾试图用那种“上帝视角”的上帝视角去修图，结局修出来的图全是大花脸，那种不清楚的糊弄感，目前想起来简直想笑。 定位算法这东西，说起来高大上，实际上就 basically 两件事。一个是算距离，一个是算角度。大量人认定这就挺复杂，恨不得把整个地球拆成亿万块去算，后来才发现，对于手机这种个头，实际上不需求那么费劲。把地球简化成旋转的圆盘，然后通过测量两点之间的弧长，再结合角度，就能拼凑出大约的方位。
这就好比你在玩侦探游戏，手里只有铅笔和橡皮，但你的队友一直在旁边给你画地图，你只需求跟着队友的节奏走，遇到障碍就略微调整下法线，总能找到路。 距离这东西，听起来好办，实则是个大坑。手机拿在手里，你感觉不到它离你有多远，出于它就在你眼前晃。
这时候，你得依赖它，利用它去估算距离。而估算距离，一般需求用到三角函数。别看具体的公式在代码里可能写得像数学题，但在现实里，它更像是一种估算。
比如两个基站之间的距离，要是基站 A 到基站 B 的直线距离是 500 米，那它和手机 A 的位置关系，就能够反推出来。
这就有点像靠墙站着，你只能知道自己离墙大约几厘米，但实际上你可能离墙还有几百米。你只能利用墙把这个距离“压”在可视范围内，然后换个角度看，再算一次，最终把两次算出来的结局进行“对顶”校核，看看哪个更接近实际。
要是两个结局差不多，那就说明你离墙大约有那个距离；要是偏差挺大，那就说明你要么离墙远了，要么离墙忒近了，就连可能掉进了所谓的“盲区”，那就是刚刚那张图里那个死灰复燃的大花脸了。 然后是角度。
这一步实际上更直观，但也更致命。角度这东西，本质上是两个方向的夹角。手机在移动，这个夹角就会变，而那个固定的基站，它只是一个静止的参照物。你在测这个夹角的时候，实际上是在利用三角形的高，来确定你相对于基站的方位。
这就好比你在省城逛大街，街上有两棵树，你拿绳子拉一拉，看看哪棵树离你更近。别看这棵树离你肯定有几十米，但你只要知道它离你大约那个距离，就能把它作为一个基准点。当你在移动过程中，不断用这种“拉绳子”的方式，去拼凑出一个连续的视角，就能把那个静止的世界，转换成你的动态视角。 实际上，这两步加起来，就已经把定位算法的骨架搭好了。
然后呢？就是如何把这些数据融合。
这时候，大量人会当作是把距离和角度好办相加，结局发现不对劲。出于距离一般是个“估算值”，带有大量误差，而角度也是个“估摸值”，同样带着误差。
这时候，真正的魔法就形成了。我们需求把这两个看起来乱七八糟的估摸值，通过某种算法，让它们互相“补位”。 这就好比你在画画，你手里拿着尺子量了一格，又拿了一把卷尺量了一格，最终把你俩的量加起来，随意写个号，结局发现画出来的线根本对不上。
这时候，就需求一个“调音师”。
这个调音师就是卡尔曼滤波，要么是各种形式的融合算法。它的功能，就是把那些有误差的估摸值，通过某种方式“过滤”掉，保留那些更靠谱的信号，最终再重新组合。
这就好比你在演独角戏，前面有观众拿着放大镜看，前面有观众拿着小镜子照，最终还有观众拿着全景投影看。你只需求根据现场的光线条件和观众的视线角度，适时调整自己的表演节奏，就能让观众认定你是在讲同一件事。 要是你连这个逻辑都搞不懂，那肯定是在假装懂。出于在真正的应用中，你不可能让所有的基站与此同时发出精准的信号。
有时候，某个基站可能只发了距离信息，有时候可能只发了角度信息，就连有时候根本就没发啥信号，直接空转。
这时候，你就得学会“以偏概全”，用局部的信息去拼凑全局的图景。
这就好比你在看新闻联播，待会儿看财经版，待会儿看体育版，最终还得自己脑补一份混合版，让你在新闻联播和体育版之间，找到那个归于你自己的“中间地带”。 说确实，把坐标权变成手机屏幕上的亮度，这招确实能忽悠人。但你要知道，真正的定位算法，压根儿不是为了让你看到啥，而是为了让你“信”啥。它不是为了给你一个确定的答案，而是给你一个“最可能的”答案。在这个答案里，充满了各种可能的误差，但也正是在这些误差的交织中，才构建出了那个看似精确的坐标。
要是你试图去掉这些误差，那就得让手机戴上手铐，要么把信号塔拆了，这样你才能知道它到底在哪儿。但既然它还在，既然它还在工作，那我们就得接纳它的不完美，就连得假装它完美，才能在移动中，把那些看似矛盾的坐标，强行统一成一场连贯的演出。
这才是定位算法真正的灵魂所在。
