基于RSSI測距定位算法的研究和改進

何沃林

摘要：RSSI的定位算法在實際應(yīng)用中的定位精度較低。通過研究分析通信距離、環(huán)境參數(shù)和信號干擾等各種因素對RSSI值測量的影響，為提出高效的定位算法提供研究思路。結(jié)合縮短通信距離、改進節(jié)點坐標(biāo)計算方法等幾種方法的綜合應(yīng)用，實現(xiàn)對RSSI定位算法的改進和參數(shù)優(yōu)化，提高其定位精度和抗干擾能力。通過對RSSI定位算法的改進和參數(shù)優(yōu)化，提高其定位精度和抗干擾能力。

關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)；測距；RSSI；定位算法

中圖分類號：TP273 文獻標(biāo)識碼：A 文章編號：1007-9416（2017）09-0134-02

接收信號強度測距法RSSI（Received Signal Strength Indication）為基礎(chǔ)的定位算法，被普遍運用于無線傳感器網(wǎng)絡(luò)節(jié)點定位之中。其理想情況是定位結(jié)果坐標(biāo)為一個正確的位置點，但由于傳輸距離、信號干擾等諸多因素的影響，往往無法確保RSSI測量結(jié)果的精確度，使定位點位于一個存在一定誤差的區(qū)域內(nèi)，改正思路是在實際的應(yīng)用中，對傳統(tǒng)的RSSI定位算法進行改進和參數(shù)的優(yōu)化，盡可能縮小這個誤差區(qū)域。

1 影響RSSI定位精度的因素

1.1 通信距離與障礙物

通信距離將影響到無線電信號衰減量，在長距離傳輸過程中，信號受環(huán)境干擾較大。另外信道內(nèi)存在障礙物，通過對信號的折射、反射等，會使得信號衰減不斷加劇，最終也會對RSSI數(shù)值測量結(jié)果產(chǎn)生影響。在以下實驗過程中，對四組典型環(huán)境參數(shù)進行選取，A均取值為41，n則分別取值為2.6、2.8、3.0以及3.2。具體結(jié)果參見圖1?？梢钥吹?，在測距距離不斷加大的同時，各組環(huán)境參數(shù)之下的誤差曲線均體現(xiàn)出誤差持續(xù)增加的特性。若保持在5米之內(nèi)，則誤差增長相對緩慢，而一旦超過這一數(shù)值，則誤差的增加將極為顯著[1]。

此外，因為障礙物存在于信道之中，往往會產(chǎn)生反射、折射等影響，在加大通信距離之后，上述影響將因此而增大。RSSI數(shù)值的測量將因為障礙物而受到影響，導(dǎo)致傳播進程中的信號損耗。

1.2 環(huán)境參數(shù)

在對RSSI數(shù)值進行計算時，所應(yīng)用的環(huán)境參數(shù)是否和實際環(huán)境相符，是決定定位誤差大小的關(guān)鍵。在上述不同通信距離定位誤差測試的實驗中，當(dāng)參數(shù)A以及n分別為41以及2.8時，則此時獲得的定位結(jié)果精確度最高，而當(dāng)參數(shù)A以及n分別為41以及3.2時，則取得的定位結(jié)果精確度最差[1]。

由此可認識到，定位精確度很大程度上會因為微小的環(huán)境參數(shù)變化而受到影響。從室內(nèi)環(huán)境來看，障礙物會把室內(nèi)空間分隔成多個相對獨立的子區(qū)域，使用單一的環(huán)境參數(shù)無法適用于整體區(qū)域。

1.3 信號干擾

（1）突發(fā)干擾。測量RSSI值時，不論是環(huán)境的突然改變、還是人員走動等，均會對此產(chǎn)生突發(fā)干擾。因為突發(fā)干擾的存在，對RSSI值產(chǎn)生了顯著影響，且比障礙物存在于信道時的影響程度明顯更高。

（2）隨機干擾。信號在傳播過程中受到信號反射、衍射以及測量節(jié)點內(nèi)部噪聲和量化噪聲等因素的影響，使得節(jié)點測量獲得的RSSI數(shù)值產(chǎn)生隨機誤差[2]。在RSSI測量進程中，隨機干擾持續(xù)存在，使測量值不斷波動，而且因為無規(guī)則變化，使得其數(shù)值的正負、大小等無法被預(yù)測[2]。

（3）噪聲干擾。RSSI值測量的整體進程均會受到噪聲影響，使得最終獲得的是噪聲和測量值混合后的數(shù)據(jù)[3]。對比隨機干擾導(dǎo)致的RSSI數(shù)值波動，噪聲干擾之下的數(shù)值波動顯然更強，而導(dǎo)致較大脈沖的出現(xiàn)，數(shù)據(jù)變化更無規(guī)律可循[3]。

2 RSSI定位算法的改進和優(yōu)化

2.1 通信距離和區(qū)域布局的調(diào)整

從上面的實驗數(shù)據(jù)可以看出，當(dāng)通信距離達到5米以上時，則將出現(xiàn)顯著的定位誤差增加，5米距離之內(nèi)的定位誤差增長相對緩慢。通過結(jié)合對參考節(jié)點密度的增加，使得兩類節(jié)點的通信距離得以縮短，同時劃分整體區(qū)域為多個子區(qū)域，以5米作為衡量其大小的具體依據(jù)[1]。在分割子區(qū)域以后，未知節(jié)點需符合如下要求，即至少和三個小于5米臨界距離的參考節(jié)點相互通信，圖2為子區(qū)域分割的示意圖。

在具體運用時，需結(jié)合室內(nèi)整體布局，對子區(qū)域的分割方案予以合理設(shè)計，盡量減少由障礙物導(dǎo)致的影響。在通信距離方面只需保持在臨界距離以內(nèi)，不需要對子區(qū)域進行完全相等的劃分。在分割區(qū)域以后，在擬合環(huán)境參數(shù)時，以各子區(qū)域作為操作環(huán)境，最終獲得的環(huán)境參數(shù)和子區(qū)域相符。

2.2 環(huán)境參數(shù)自適應(yīng)

為使系統(tǒng)具備和實際環(huán)境較為接近的信號衰減模型參數(shù)，當(dāng)網(wǎng)絡(luò)之中全部參考節(jié)點已經(jīng)加入，未知節(jié)點廣播信號以前，設(shè)置為環(huán)境參數(shù)的自適應(yīng)階段。對距離已知的參考節(jié)點進行測量，并校準(zhǔn)信號衰減模型的所有參數(shù)[4]。

在選取的測距公式之中，在對A值進行測量時，要將參考節(jié)點設(shè)定為圓心，在半徑為1米的圓周之上，有多個參考節(jié)點平均分布，隨后對圓周之上全部參考節(jié)點的RSSI值進行測量，并進行平均值求取，具體參見如下公式（1）。

n為傳播損耗系數(shù)，環(huán)境因素的影響很大，屬于一種需重點修正的參數(shù)。由于參考節(jié)點位置坐標(biāo)已知，通過和附近的參考節(jié)點測距后，就會得到N個到附近參考節(jié)點的距離值，即可對N個傳播損耗系數(shù)n進行計算，同時求取平均值。另外，RSSI值在不同時間內(nèi)也會有一定波動產(chǎn)生，在參數(shù)n進行計算以前，需要對不同時間段的RSSI值進行收集，以其平均值開展計算工作，具體參見式（2）：

使用整體以及局部環(huán)境參數(shù)的定位精度數(shù)據(jù)對比，如圖3所示。

從圖中可見，因為對整體區(qū)域進行子區(qū)域分割工作，在子區(qū)域中的環(huán)境參數(shù)根據(jù)實際進行了調(diào)整，在通信距離不斷增加的同時，定位誤差并未由此而增加，實現(xiàn)了對區(qū)域分割可提升定位精度這一結(jié)論的驗證。

2.3 高斯濾波處理

結(jié)合研究數(shù)據(jù)得出，在某個位置之上同一節(jié)點獲得的RSSI數(shù)值，其誤差存在隨機性，符合或近似符合正態(tài)分布，通過高斯模型的運用，對高概率區(qū)的RSSI數(shù)值進行選取，可使得大干擾、小概率事件對RSSI值測量的影響得以減少，也讓定位變得更為準(zhǔn)確。對應(yīng)的高斯密度分布函數(shù)見式（3）、（4）、（5）所示。endprint

在發(fā)生概率相對較高的區(qū)域，即概率超過0.6（經(jīng)驗值）的范圍進行選取，如式（6），過濾了因為干擾而導(dǎo)致的誤差較大的RSSI測量值。

本方法的軟件編程設(shè)計思路較為簡單，也就是在未知節(jié)點將n組數(shù)據(jù)快速的發(fā)送給參考節(jié)點，由參考節(jié)點在相應(yīng)數(shù)組Rssi—val[ ]內(nèi)進行存儲，再結(jié)合高斯模型來開展數(shù)據(jù)濾波處理工作。系統(tǒng)的臨界值為0.6，結(jié)合高斯密度分布函數(shù)公式，可對概率結(jié)果進行輸出，然后在最終確認數(shù)組Rssi_val_gauss[ ]內(nèi)存放。在處理數(shù)據(jù)并進行存儲操作之后，結(jié)合式（7）即可對幾何均值進行求取[5]。

3 節(jié)點坐標(biāo)計算方法的改進

3.1 采用最大似然估算法

研究證明，實際的信號傳輸損耗符合對數(shù)-正態(tài)分布陰影模型，參見式（8）：

Xσ是一個標(biāo)準(zhǔn)偏差為σ、平均值為0的正態(tài)隨機變量 。

設(shè)在dO處的信號強度為A，Xσ的平均值為0，通過簡化后得到式（9）可知：

在分析測距模型之后可認識到，RSSI實際上是一個正態(tài)隨機變量，其標(biāo)準(zhǔn)偏差為σ。從矩陣相關(guān)理論分析，在符合正態(tài)分布的情況下，則最小二乘法和最大似然估算法具有相同的計算結(jié)果，均屬于最小均方差時的最優(yōu)解[6]，所以選用最大似然估算法，如圖4所示.它需要三個或以上的參考節(jié)點來計算未知節(jié)點的坐標(biāo)，通過對參考節(jié)點的RSSI均值的大小進行排序，選取最強的幾個信號進行定位計算，讓定位誤差得到顯著減小。

3.2 定位結(jié)果修正

通過定位計算得到的節(jié)點位置坐標(biāo)，一般都和實際位置存在一定的誤差，任意一次定位結(jié)果均帶有隨機性，但都是以實際位置為中心而產(chǎn)生的一些相應(yīng)偏差。為減少定位誤差，可以通過多次測量和迭代的方法，對定位結(jié)果進行修正?？梢圆捎玫ピ敕▍⒁娛?（10），主要結(jié)合第k+1的測量值以及第k次的估算值，對第k+1次估算值進行計算，不僅簡單，且效果顯著，實現(xiàn)起來較為容易[6]。

4 結(jié)語

RSSI的定位算法的無線定位系統(tǒng)，不論是功耗、還是硬件需求等方面都是最低的，而且傳感器節(jié)點本身就具有無線信號收發(fā)能力，市場上多種常見的無線通信模塊可以在不添加任何硬件的條件下測出RSSI值。因此RSSI是一種容易實現(xiàn)、成本低、復(fù)雜度低的無線測距方法，其技術(shù)和市場已經(jīng)相當(dāng)?shù)某墒欤笃诳梢栽趯嶋H使用環(huán)境的基礎(chǔ)上，通過對RSSI定位算法的改進和參數(shù)優(yōu)化，提高其定位精度和抗干擾能力。

參考文獻

[1]張蒼松.基于RSSI的室內(nèi)定位算法優(yōu)化技術(shù)[D].西北大學(xué)，2014.

[2]Abousetta M M，Cooper D C. Noise analysis of digitised FMCW radar waveforms[C]//Radar， Sonar and Navigation， IEE Proceedings.IET，1998，145（4）：209-215.

[3]李冰.射頻信號噪聲消除與抑制研究[D].大連理工大學(xué)，2009.

[4]孟東陽，何秀鳳，桑文剛.基于無線網(wǎng)絡(luò)傳感器的定位技術(shù)研究[J].電子測量技術(shù)，2012，（09）：10-15.

[5]黃勇，徐耀，曾剛，王波，黃林.基于無線傳感器網(wǎng)絡(luò)的室內(nèi)停車場定位系統(tǒng)研究[J].湖北民族學(xué)院學(xué)報（自然科學(xué)版），2014，32（01）：102-105.

[6]郭金銘，鄒剛偉，胡斌杰，曹國雄.基于ZigBee的無線傳感器網(wǎng)絡(luò)定位技術(shù)研究[J].移動通信，2013，（18）：74-79.endprint