基于RSSI测距的室内环境定位技术

李伟+兰萍+李万民

摘要：该文为了提高室内定位的精准度，主要研究分析了RSSI定位测距方法，利用ZigBee模块进行RSSI测距定位系统的研究，运用测距模型进行了试验验证，得出了基于RSSI测距的室内环境定位方案。

关键词：ZigBee；室内；RSSI测距

中图分类号：TP37 文献标识码：A 文章编号：1009-3044（2017）29-0233-02

1 概述

随着无线通信技术不断进步提高，室内环境定位技术成为了研究的热点。室内环境定位技术基于小范围的定位网络，定位方法有：三角测量、最大似然估计和RSSI测距等方法。本文对RSSI测距进行了研究。并以实验为依据，对RSSI的测距模型进行验证，经验证理论模型和实际测得的结果相差平均值是1.37m，在一定的容错范围内本文是可以为无线局域网中定位算法的研究提供指导的。

2 RSSI测距定位算法

在室内环境中，设置n个固定节点（固定节点位置已知，n大于等于2），定位节点设置一个。定位节点在一个很小的周期时间T内，周期性的向固定节点发送数据信号，对固定节点收到的所有数据信号所对应的RSSI值求平均值，根据得到的RSSI平均值通过RSSI测距模型求出此固定节点到定位节点的距离d。在这个周期时间内对n个固定节点处理方式相同，计算处理后可得n个固定节点到定位节点的距离d值，根据坐标距离公式可得如下关系式：，其中，（x，y）为定位节点坐标，是第n个固定节点的坐标，是定位节点到第n个固定节点的距离。根据此关系式可以建立n个固定节点与定位节点距离方程，通过数学方法处理可解得定位节点坐标，达到定位目的。每个周期时间处理方式同第一个周期，这样使定位节点随着位置移动变化而进行定位更新。

3 RSSI测距模型建立

RSSI是信号强度接受端接收到的信号强度，直接反映出信号的强弱。一般来说，无线信号发射装置的信号发设功率是固定的，但信号接收装置得到的信号强度会随着与发射装置的距离增加而减弱，根据这一特点，我们可以初步研究信号强度变化（RSSI值）与信号传播距离远近的变化。如下图1为某封闭区域实验统计所得出的数据，可以看出，在距离比较近（0 m-4m）的情况下，RSSI测量值随距离的波动较大，4m后波动比较稳定，整体图形的大致规律为：RSSI测量值随着距离的增加而变小。

对图1中数据进行分析我们可以初步使用下面这个RSSI测距模型：

上式模型中，表示RSSI值，即距离为时接收单元测量得到的信号强度。表示距离为参考距离时接收节点测得的信号强度。是一个参考值，据环境的情况而定。是信号损耗指数，实际运用中，由环境中测量得到，障碍物越多，n值越大，从而接收到的信号强度损耗会随着距离的增加而变得越来越多。为距离估计误差，此变量接近于0。是一个高斯随机变量，它表示一定距离时，信号强度微弱的变化量，此变量接近于0。

实际运用中，此模型过于复杂，因此对模型简化，取1m时，求得参考距离1m时接收节点测得的信号强度值为K，并且各微小元素忽略不计，则简化模型如下：

在运用此模型进行定位时，不同环境下k、n变化较大，需要重新确定k和n的值，并且，由于室内环境的复杂多变，所以定位误差较大，定位效果极有可能达不到预期的结果。

4 定位实验

对实验区域建立平面直角坐标系并布置16个固定节点，每个固定节点分别放一个zigbee终端模块用于接受并采集信号强弱的数据。

通过初实验确定k、n值，得出固定节点与定位节点的距离和RSSI值之间的数学关系式。通过误差分析实验找到定位误差。

4.1 初实验过程及记录

固定节点工作正常后，将定位节点随机放入实验区域某一位置，待数据稳定后，对固定节点分别通过移动定位节点测得两组f（d）（RSSI值）和d值，则有方程组 ，由此可解出一组k和n值，对16个固定节点分别如此操作可以测得16组k和n的值，图2、图3分别为16个固定节点测得的数据建立方程组求得的k值、n值。由计算可以得到k和n的平均值分别为-42.8、1.9，则可以确定環境中RSSI值和固定节点与定位节点的距离之间的关系式则为：

4.2 误差分析实验

由初实验的结果可以看出，本文用RSSI值和固定节点与定位节点的距离之间的关系确立了数学关系式。在这个关系式的基础上，用误差分析实验进行验证。通过定位节点实际位置与定位结果显示位置对比，若误差较小，则说明RSSI测距定位在室内环境中可行。反之，则不可行。

对实验数据统计计数，得到定位节点实际位置和定位显示结果位置，试验结果如下表1所示。从下表1中可以看出实验误差大致控制在0m到2.37m，平均误差为1.37m。（误差=，、分别为定位节点实际位置的横纵坐标，、分别为定位显示结果位置横纵坐标）。

4.3 实验分析与评价

根据上面实验及结果可以看出，RSSI测距定位技术的误差不可避免，但平均误差较小，为1.37m。在室内定位应用中，此种定位方案可行。

该实验的缺点为：受环境因素影响较大，仪器精准度不够。该实验的优点为：实验过程较为简单，所需成本低、耗能低，且误差在允许范围内。

5 结束语

本文对室内环境定位算法进行了研究，在选取测距方法时，采用了RSSI测距并建立了数学模型。以数学模型为基础进行了实验验证，在区域面积较小的情况下定位平均误差为1.37m。这种定位方法对大多数室内环境的定位适用，给室内定位技术提供了一种很好的方案。

参考文献：

[1] 方震，赵湛，郭鹏，张玉国. 基于RSSI测距分析[J]. 传感技术学报，2007，（11）：2526-2530.

[2] 唐皓，吴季达，鲁东生. 基于TDOA原理计算信号源位置的算法探讨[J]. 计算机科学，2011（S1）：467-469.

[3] 覃立中. 多径反射对WSN节点测距精确度影响的分析与对策[D].哈尔滨工业大学，2014.

[4] 薛雯. 基于RSSI的无线室内定位系统设计与实现[D].南京邮电大学，2016.

[5] 王琦. 基于RSSI测距的室内定位技术[J]. 电子科，2012（6）：64-66+78.

[6] 倪巍，王宗欣. 基于接收信号强度测量的室内定位算法[J]. 复旦学报：自然科学版，2004，43（1）；72-76.

[7] 金卫民，神显豪. 基于的室外无线传感网络自定位算法[ J]. 计算机工程，2008，34（13）；89-91.

[8] 高畅. 基于的无线传感器网络高速公路定位算法[D]. 吉林大学通信工程学院， 2007.

[9] 姚丹霖，端木庆敏. 无线传感器网络节点定位算法研究[J]. 计算机工程与科学，2008，30（3）：82-85.

[10] 孙利民无线传感器网络[M] 北京： 清华大学出版社，2005.endprint