基于R S S I测距技术的研究

蒙广旭

（桂林航天工业学院，桂林 541000）

在无线传感网络中，位置信息对传感器网络的监测活动至关重要，事件发生的位置或获取信息的节点位置是传感器网络节点检测消息中所包含的重要信息[2]，而测距技术又是确定位置信息不可缺少的一个重要环节。

现在比较常用的几种测距方式为：GPS测距、红外测距、超声波测距和RSSI测距等[3]。毫无疑问

不同的测距方式都各有优缺点，通常人们在选择测距方式上也会综合考虑到成本、精确度、测距范围等多种因素，而本文主要选择平均误差较小、成本较低的RSSI测距技术来进行分析。

1 关于RSSI以及RSSI与距离关系

1.1 关于RSSI的介绍

所谓RSSI（Received Signal Strength Indication）是指信号强度被接收的指示，无线发送层的可选部分，可以用来判定链接的质量，以及用来确定广播发送强度是否需要增大。将接收到的信号，按照信号强弱的不同，测定信号发射点与信号接收点之间的距离，从而根据测量得到的数据对信号发射的位置进行定位计算。例如无线传感中的ZigBee网络和CC243X系列芯片的定位引擎就是采用RSSI这种技术、算法。其实RSSI测距技术就是一种基于信号收发强度的一种定位测距技术，但是测量值一般不包括天线增益或传输系统的损耗。

1.2 关于RSSI与距离关系

RSSI的测距技术最初设计是用来定位的，特别是GPS信号弱的室内定位，其具体硬件实现是通过对输入信号的功率进行一定时间的积分，得到一个均值，通常是1秒内的值。本文以CC254X系列为测距模块进行说明，CC254X模块进行测距时需要两块CC254X进行数据交互，两个模块之间不断进行着蓝牙信号的发送和接收任务。在本设计中使用的CC254X芯片，由于其搭载的OSAL系统提供了接口函数，所以可直接得到接收端信号强度，进而可以根据一系列代换得到关于距离的RSSI函数式：

式中，PR表示接收端无线信号的接收功率大小；PT表示发射端无线信号的发射功率大小；D表示接收和发射单元之间的距离；n表示传播因子，其数值大小跟环境有关，包括天气，湿度，是否有障碍物等等。

而10lgPR是接收信号功率转换为dBm的表达式，A取为发射与接收端相距1m时，接收端的信号功率，这样就可以基于CC254X进行距离的测算。

2 常见滤波算法的介绍和分析

蓝牙信号在传输的过程当中，信号会受到一些外来噪声的影响，能否有效过滤掉噪声，尽可能多的取得有效数值，成为了本系统能否更加准确测算距离值的关键。具体将滤波算法加入到RSSI测距技术中的设计，如下方面。

可以进行滤波处理[4]的算法很多，这里介绍几种比较常用的滤波算法。限幅滤波法（又称程序判断滤波法），这种算法是根据经验判断，确定两次采样允许的最大偏差值，假设该值记为H，当检测到有新的值时，该算法就会进行判断：若本次值与上次值之差<=H，则本次值有效，若本次值与上次值之差>H，则本次值无效，放弃本次值，用上次值代替本次值。

加权递推平均滤波法，这种滤波算法需要把不同时刻的数据进行不同加权处理，通常而言，越接近现在时刻的数据赋予的权值越大。这样给予新采样的数据的权体系越大，灵敏度会相应越高，但是信号的平滑度会有所降低。算术平均滤波法，该滤波方法需要采取N个采样值进行算术平均运算：当N的值比较小时，系统的灵敏度较高，但是相应的信号平滑度较低；当N的值比较大时，系统的灵敏度较低，但是相应的信号平滑度较高。高斯滤波其实是一种线性平滑滤波方法，主要用来消除高斯噪声，被广泛应用在图像减噪处理的过程中，其实也可以用来进行数据滤波噪声处理。

3 最终滤波算法的选取

为了能够较好地处理RSSI信号中的抖动及干扰问题，尽可能的提高信号的稳定性，本系统经分析和论证后采用高斯滤波算法加算术平均滤波法来对数据处理中的噪声进行滤波，处理RSSI信号中的抖动及干扰问题。首先要保证各滤波算法功能模块的实现，其次要保证滤波算法程序的准确性，最后要保证滤波后的结果能够被准确进行转换并直观地显示出来。

4 结束语

本文提出使用CC254X进行信号发射和接收，采用高斯滤波算法加算术平均滤波算法来处理RSSI信号中的抖动及干扰问题。和没有采取任何滤波比较而言，加入上述两种滤波算法以后，信号的抖动问题有了很大的改善，能够取得良好的距离测量效果。最终结果表明，采用滤波算法进行改进后的方案信号的稳定性有了明显提高，使得测距结果更加精确，该方案可以用于不同环境下基于RSSI测距中的应用。

[1] 杜亚江，高立兵等.基于最小二乘法的RSSI测距环境参数修正方案[J].计算机系统应用学报，2012（21）.

[2] 王琦等.基于RSSI测距的室内定位技术[J].电子科技学报，2012，25，（6）：1007-7820.

[3] 方震，赵湛，郭鹏，张玉国等.基于RSSI测距分析[J].传感技术学报，2007，20，（11）：1004-1699.

[4] 朱明辉，张会清等.基于RSSI测距的室内测距模型的研究[J].传感器与微系统学报，2010，29，（8）：1000-9787.