基于RSSI的測距研究

陳　磊, 劉　偉

(湖北工業大學 計算機學院， 湖北 武漢 430068)

?

基于RSSI的測距研究

陳磊, 劉偉

(湖北工業大學 計算機學院， 湖北 武漢 430068)

基于RSSI信號傳播理論模型. 分析信號傳播理論模型中的射頻參數因子分別對信號傳播和測距精度的影響。采用最小二乘法對實驗采集的數據進行曲線擬合得到RSSI-d關系曲線和公式。

RSSI； 無線傳感器網絡； 信號傳播理論模型

傳感器網絡定位技術是大多數無線傳感器網絡應用中的關鍵技術，而基于測距的定位技術都是通過采集錨節點與目標節點之間的距離來完成定位的，因此，對于無線傳感器網絡節點之間的距離研究是十分重要的。常見的基于測距的定位算法中有基于信號接受強度(received signal strength indicator，RSSI)、時間到達(time of arrival，TOA)、時間差到達(time different of arrival，TDOA)和角度到達(angle of arrival，AOA)等技術[1-3]。

由于RSSI測距技術成本低廉，不需要很多的硬件設備來進行測量，并且大多數的通信設備攜帶的通信模塊可以直接提取RSSI值，所以，其應用相當廣泛。本文主要針對信號傳播理論模型中的參數因子對RSSI值與距離之間的關系進行研究，最后通過最小二乘法對其關系進行曲線擬合得到RSSI-d之間關系[4]。

1　RSSI信號模型建立

RSSI測距算法即信號接受強度指引方法，根據節點之間接受信號的強度，通過信號傳播理論模型或經驗模型將傳播過程中衰弱的信號強度轉化為兩節點間的位置信息。

RSSI測距技術中，一般采用信號傳播理論模型來建立RSSI值與距離之間的關系[5]。用Pr表示信號接受功率，Pt表示信號發射功率，d表示兩節點之間的距離, 信號發射功率與信號接受功率之間有如下關系：

Pr=Pt/dn

(1)

在式(1)兩邊取對數關系得到

10nlgd=10lg(Pr/Pt)

(2)

由于信號發射功率已知，將式(1)帶入式(2)中得到

10lgPr=-(A+10nlgd)

(3)

在式(3)左邊，10lgPr是接受信號功率轉化為dBm表達式，所以直接轉化為式(4)

RSSI(dBm)=-(A+10nlgd)+Xσ

(4)

在式(4)中可以看到，信號強度與距離之間的關系受到參數A和n的影響。而射頻參數A是表示距離信號發射1 m處所接受到的信號功率的絕對值。以dBm表示。如在1 m處接受的平均能量為-42 dBm，就設置A為40。而射頻參數n表示信號動態衰弱因子，表示隨著信號傳播距離的增加, 其功率衰弱的速度[6]，這個參數與周圍環境有著密切關系，一般在2～6之間。而信號接受強度的衰減一般與dn成比例。在理想的情況下，信號的長期衰落是服從對數正態分布的。

2　射頻參數因子分析

從式(1)～(4)可以看出，RSSI值與距離d之間的關系主要受參數A和n的影響。為了分析RSSI-d曲線與其之間的關系，分別對兩個因子進行討論分析。

當A不變，n發生改變時，信號接受強度與兩節點之間距離值的曲線關系如圖1。

圖 1　參數變化曲線圖

由圖1可以看到，當n取值越小時，信號在傳播過程中衰減越小，信號傳播的距離越遠。傳播因子n主要受到信號傳播時的衰減、多經、反射等影響，而在室內環境中，則受到墻壁、地面等折射、反射的干擾。在不同的環境之中，傳播因子n也是不一樣的，這些因素都是隨機、動態的。當這些干擾越小時，傳播因子也越小,傳播距離也會越遠，RSSI測距精度也會越高。

當n不變，A發生改變時，信號接受強度與兩節點之間距離值的曲線關系見圖2。

圖 2　參數變化曲線圖

由圖2可以看到，當近距離傳播時，信號衰減尤為明顯，而隨著距離增加，信號傳播衰減比較平緩，呈緩慢線性衰落。當發射信號功率增加時，增加的傳播距離可以近似為發射信號功率增加量和曲線在平緩階段的斜率的比值。

3　最小二乘法RSSI-d曲線擬合處理

為了進行室外測距測試，選取了大運動場作為實驗場景。選取運動場作為本系統的實際測試環境，有一定的代表性。在實際實驗場景中采集數據，制作RSSI-d映射表，原試驗數據映射表見表1。

通過得到的數據散點進行曲線擬合，采用最小二乘法[7]。擬合曲線公式采用式(3)。原試驗數據與擬合曲線見圖3，在圖中可以明顯看到，基于RSSI測量方法獲取的試驗數據與真實值之間還是存在一定差異，實驗數據分布于曲線周圍。

曲線擬合公式為：

RSSI(dBm)=-13.094lgd+61.943　(5)

圖 3　最小二乘法擬合曲線圖

4　結束語

當前，無線傳感器網絡定位技術的研究越來越多，而對于其關鍵技術——測距技術的研究也顯得尤為總要。本文以RSSI測距技術為基礎，主要針對其中的信號傳播理論模型進行研究，討論了其中兩個射頻參數對RSSI-d曲線的影響。最后通過實際場地測試，運用最小二乘法對實驗采集的散點進行曲線擬合，得到RSSI-d之間的關系曲線和公式。

[1]冒熙蒙. 基于測距技術的無線傳感器網絡定位算法及應用[D]. 上海：上海交通大學, 2013.

[2]Chan F K, Wen C Y. Adaptive AOA/TOA localization using fuzzy particle filter for mobile WSNs[C].Vehicular Technology Conference (VTC Spring), 2011 IEEE 73rd. IEEE, 2011: 1-5.

[3]熊志廣. 基于 RSSI 的無線傳感器網絡定位算法研究及應用[D]. 重慶: 重慶大學, 2010.

[4]Wang H, Wan J, Liu R. A novel ranging method based on RSSI [J]. Energy Procedia, 2011, 12: 230-235.

[5]信召建. 基于RSSI值的無線傳感器網絡定位技術研究[D]. 哈爾濱：哈爾濱工業大學, 2012.

[6]王學. 基于RSSI帶誤差補償的無線傳感器網絡定位算法研究及實現[D]. 洛陽：河南科技大學, 2013.

[7]陶為戈, 朱昳華, 賈子彥. 基于RSSI混合濾波和最小二乘參數估計的測距算法[J]. 傳感技術學報, 2012, 25(12):1748-1753. DOI:10.3969

[責任編校： 張巖芳]

RSSI-based Research on Ranging

CHEN Lei，LIU Wei

(SchoolofComputerScience,HubeiUniversityofTechnology,Wuhan430068,China)

Research has revealed that the correlation between distance and RSSI (Received Signal Strength Indication) values is the key of ranging and localization technologies in wireless sensor networks (WSNs). In this paper, the ranging technology was discussed based on RSSI signal transmission theoretical model. Then, the effects of the signal propagation and ranging accuracy were analyzed with RF parameters. Finally, the least squares curve fitting the experimental data was used to obtain the RSSI-d curve and formula.

RSSI; WSNs; Signal Transmission Theoretical Model

2015-05-19

湖北省武漢市科技攻關項目(201210421134)

陳磊(1990-)， 男， 湖北武漢人，湖北工業大學碩士研究生，研究方向為無線傳感器網絡

1003-4684(2016)04-0080-03

TP393

A