本文对基于Wi-Fi的接近侦测技术做了详尽细致的研究，开发出了在工程上能够进行应用的接近侦测系统，并获得了成功。文章首先对接近侦测技术要求和应用领域做了详细的介绍，分析了目前主流且可行性较高的几种侦测技术，并对每一种技术进行了研究和讨论，对其各自的优缺点进行了分析和比较。在多种无线通讯技术中，Wi-Fi具有很多明显的优势，可满足接近侦测的要求。本文提出了三种基于Wi-Fi可行的方案：紧密时间同步机制，自适应时钟技术和多天线机制，对工程实现提供了必要的理论依据；并最终选取了硬件设计相对简单的多天线机制。接近侦测系统包括硬件和软件部分。在硬件方面，基于Wi-Fi的接近侦测技术采用双天线系统，分别位于设备屏幕顶部的左边和右边。当目标设备接近主设备时，主设备可以通过检测左右两天线信号强度的幅值与差值判断目标的位置。这样，就能实现接近侦测的初步要求。然而，当两台设备的距离太远或者有效距离内的噪声等干扰过大时，实测的RSSI数据并不十分可靠。因此，我们需要运用软件进行波形处理和优化，以此得到更加可靠稳定的数据。卡尔曼算法是一种常用的滤波算法，它通过不断递归循环的“预测-实测-修正”过程，根据测量值消除随机干扰，还原系统的真实状态；或将系统的测量值从被污染的系统中恢复本来面目。本文采用卡尔曼滤波算法对运动过程中采集到的原始RSSI数据进行处理，对杂讯进行滤波，消除噪声干扰，并对经过处理后的数据进行了测试和分析。结果证明卡尔曼算法可以提高测试的精确性，纠正原始数据中存在的误差和错误，使得接近侦测更加有效。本文还对接近侦测进行了系统级的设计，使它能够满足本地应用、互联网浏览应用等不同应用的需求。文中定义了API，并对接近侦测服务进行了设计，在Windows平台上编写了回调函数代码。接近侦测的应用演示结果表明，本文所设计的基于Wi-Fi的接近侦测能满足实际应用的要求。