在对无线信号传播模型进行详细理论分析的基础上，研究了基于RSSI范围的定位算法，针对该算法存在的问题和噪声的影响，提出了相应的方法。
平均滤波和节点位置计算的方法开始详细说明。ZigBee无线传感器网络开发平台上进行定位算法的改进，设计和实现。验测试结果表明，该系统稳定，定位效果好，是一套低成本，低功耗，易于实现，可靠性高的定位系统。线传感器网络[1]是近年来研究的热点之一，发展迅速，已广泛应用于军事防御，目标跟踪，监视等领域。
境，医疗健康，工业控制和智能家居。无线传感器网络（WSN）的大多数应用中，传感器节点的位置信息是其应用效率的关键，并且监视远离位置信息的数据通常毫无意义。外，掌握节点的位置信息还可以提高路由效率，实现网络负载均衡和网络拓扑的自动配置[2]。此，节点自定位技术是无线传感器网络的重要研究内容之一，具有非常重要的理论意义和实际应用价值。GPS是目前最成熟的定位技术，但是由于室内定位的局限性，高成本和高能耗，它不适合用于大型无线传感器网络。成本，低功耗和高可靠性的定位技术的发展对于无线传感器网络的发展和应用尤为重要。ZigBee作为一种新兴的无线通信技术，具有低成本，低功耗，低复杂度，自组织和大容量等独特优势[3]，可以满足以下要求：无线传感器网络，是无线应用的理想选择。感器网络。
本文中，由于对无线信号传播模型进行了详细分析，因此在以下范围上设计并实现了基于RSSI（接收信号强度指示器）范围的低成本，低功耗和实用定位ZigBee无线传感器网络开发平台。统。基于RSSI距离的定位算法中，通过测量从接收节点接收到的RSSI的信号强度并将其转换为根据信号传播模型的距离，可以知道来自发送节点的发送信号的强度。获得3个以上参考节点的距离之后，可以使用计算节点位置的基本方法（例如三边测量）来计算未知节点的位置坐标[4]。号传播模型的准确性和信号接收强度在算法的定位准确性中起着关键作用，因此有必要选择合适的无线信号传播模型。前，常用的无线信号传播模型是自由空间传播模型，双路径地面反射模型和阴影模型[5]。实际应用中，无线信号在传播过程中会受到诸如多径效应和噪声之类的因素的影响，并且它们的传播损耗也会波动。中d是发射点与接收点之间的距离，d0是参考距离； PL（d）是在距离d）处的传播损耗，PL（d0）是在参考距离d0处的传播损耗； n是传播。耗系数表示传播过程中信号的衰减率，与它的应用环境紧密相关； Xσ是一个正常的随机变量，平均值为0，标准偏差为σ，通常为σ∈（0.4）。号的波动性越高。是此定位算法使用的遥测模型。中，A的一般取值范围为-45〜-55，n的取值范围为2〜4，具体取值与应用环境密切相关。图1所示，RSSI值随着距离d的增加而继续减小，并且在短距离内迅速衰减，衰减比10 m小。时，信号的随机波动对距离的精度影响较大，因此该算法中用于定位的节点之间的距离应尽可能保持在10 m以内，这对于减小系统定位错误。式（7）是理想的信号模型，实际上信号受多径效应和噪声等因素的影响，RSSI具有一定程度的波动性，如公式（5）所示），Xσ为0的平均值，方差为σ正态随机变量，因此可以通过平均滤波来最好地消除Xσ的影响，公式如下所示，其中N为小数位数。于距离的WSN定位算法通常使用三边测量法来计算未知节点的坐标值。原理在图2（a）中用虚线表示。在三个参考节点O1，O2，O3上测量未知节点P的距离后，可以根据几何关系计算出未知节点的位置坐标，这种方法简单易实现，但是这是理想的情况。
实际环境中，由于多径效应和噪声的影响，根据距离模型计算出的传播距离与实际距离有一定的偏差，从而导致三个圆的难度较大。边测量法。一个点处相交，如图2（a）中的实线所示。时，如果使用trilater方法来计算未知节点的坐标，则系统定位误差将增加。据对先前遥测模型的分析，接收到的RSSI信号的强度是一个标准偏差为σ的正态随机变量。据相关的矩阵分析理论，在正态分布条件下，估计最大似然的方法与最小二乘法的计算结果相符，最小二乘法是具有二次误差的最优解。低的平均值。此，定位算法使用最大似然估计方法来计算未知节点的坐标。大似然估计方法的原理如图2（b）所示。需要三个或更多参考节点来计算未知节点的坐标。常，由定位算法计算出的节点位置与实际位置之间存在一定的偏差，这是各种因素（例如无线信号的多径效应）的全局影响的结果，噪声和硬件分辨率。个定位结果都有一定的随机性，但是实际位置周围会有一定的偏差。于相同的位置，可以使用多种测量和迭代方法来校正定位结果，减少定位误差并提高定位精度。式（9）中指示了这里使用的迭代去噪方法。算直到第k个估计值的第（k 1）个估计值和第（k 1）个测量值。简单，有效且易于实施。
外，定位算法还对参考节点的RSSI进行排序，并选择定位信号最强的参考节点，这也有利于减少定位误差。件设计部分主要是指定位算法的编程实现，包括参考节点的工作流程，未知节点的工作流程以及定位系统的全局通信过程。基于ZigBee的无线传感器网络系统中，协调器是整个系统的中央控制器，负责建立和维护网络。外，协调器的功能与参考节点的功能相同，恒温阀芯因此这里将讨论协调器和参考节点。考节点是定位节点的关键。这种定位算法中，这些是具有已知位置的静态节点，并且它们的XY位置坐标在系统启动时通过预定义的值进行初始化。定位过程中，参考节点负责测量从未知节点发送的消息中接收到的信号强度的RSSI，并根据算法原理处理RSSI值。的XY位置坐标，RSSI平均值和计算出的距离d发送到未知节点，以帮助未知节点自己定位。知节点是必须位于系统中的节点，并且是随机部署在参考节点所在的区域中的节点。这种定位算法中，未知节点连续向其相邻的参考节点发送多个广播消息包，然后请求并收集RSSI平均值，参考节点XY的坐标值以及两个节点之间的距离d。收到三组以上的数据后，未知节点将根据定位算法计算其坐标。上过程是与参考节点和未知节点不同的工作流。
际的定位系统必须通过节点之间具有不同功能的控制链进行协调和通信，以完成定位功能。统的总体通信流程如图3所示。先，协调器创建网络，其他节点加入网络。位过程开始后，每个节点通过发送不同的命令链来执行不同的功能，控制整个定位系统的流程，最后完成未知节点的定位。位算法的软件设计完成后，将在此处测试定位系统。用的硬件平台是以CC2530为核心的ZigBee无线传感器网络开发套件。CC2530是ZigBee的SoC解决方案，它集成了业界领先的2.4 GHz射频收发器和改进的标准8051内核，具有8 KB的RAM和多达256 KB的闪存，可通过闪存进行编程。统等优异的性能特点，只需添加一个简单的外围设备即可构成一个完整的电路节点[7]。这种定位算法中，信号传播模型的参数A和n对遥测精度有重要影响。此，首先对这两个参数进行实验测量以获得对特定环境做出响应的更精确的遥测模型。后进行全面的实验测试。据遥测模型的分析，参数A是一个完全经验性的参数，其值是距发射节点1 m处接收到的信号强度的RSSI。论上，A的值在所有方向上都应该相等，但是由于实际天线不是理想的全向天线，因此每个方向上参数A的测量值都会有所不同。此，将四个方向P1，P2，P3和P4的平均值视为模型参数A的值，如图4所示。量结果为P1（-50.7 dBm），P2（-49 ，7 dBm），P3（-52.3 dBm），P4（-49.2 dBm），平均值为A = -50 dBm。n是传播损耗系数，表示传播过程中的信号衰减率，并且与其应用环境密切相关。距发送节点1/2/3/4 / 5m的距离处，一组RSSI的平均值测量为-50 / -58 / -65 / -70 / -73 / dBm，这组使用等式（10）调整执行测量值，可以得到n = 3.36。
获得了符合实际环境的A和n通道参数之后，本节将基于RSSI范围对定位算法进行全局测量，并简要分析测量结果。试地点是作者实验室中6 x 11 m的矩形区域。系统由4个参考节点和1个未知节点组成，全部由两节AA电池直接供电。工作台的分区上部署了4个参考节点，地板高度为1.1 m，坐标值为R1（1.5，3），R2（5，3），R3（1， 5，9），R4（5，9），单位为m，未知节点在实验室中随机放置，但保持与参考节点相同的级别。位系统的示意图如图5所示，其中四个绿色是参考节点，红色是未知节点。图5所示，通过将未知节点放置在四个点B1，B2，B3和B4上，进行了几次测量，测量结果列在表1中。1显示了节点的全局定位误差系统薄弱。B2和B4的误差略大于B1和B3的误差。际上，它们更靠近墙壁，并且来自无线信号的干扰更强。验测试结果表明，该定位算法在实际中效果良好，可以满足应用的大部分要求。据无线传感器网络定位技术性能的性能指标，结合以上定位结果，以下要素将从以下三个方面分析设计的WSN定位系统的性能：定位精度，能耗和可靠性。际测量结果表明，该定位系统具有良好的定位精度，平均定位误差为1.12 m，可以满足应用的一般要求。
系统中定位误差的主要来源包括：节点天线的非理想性，多径效应和无线信号噪声，参考节点的硬件分辨率和密度。表明定位误差有其客观存在。文从平均滤波，节点计算方法，RSSI值的迭代去噪和排序等方面对定位算法进行了改进，以最大程度地降低定位误差并赋予系统良好的定位精度。耗是WSN定位算法的重要评估指标。据CC2530的数据表，不同工作模式下的工作电流：低功耗模式下为0.2 mA，接收模式下为24 mA，发送模式下为29 mA，CPU处于中等活动状态时为6.5 mA。据包的发送和接收速率为250 kbps，结合定位算法过程中发送和接收的各种数据包的内容，可以估计出未知节点发送数据所花费的时间广播请求为1 ms，接收参考节点响应数据包所需的时间为1.3 ms。送数据之前，必须执行CSMA-CA算法，平均时间为1毫秒，大约需要800毫秒才能完成定位。天消耗的能量为7.2 mAh，两节容量为1200 mAh的AA电池可以在未知节点上运行166天。样，可以计算出两个AA电池可供参考节点使用189天。表明定位系统具有较低的能耗。靠性通过系统的丢包率进行测试。体测试方法如下：在实验室中放置一个发射节点，并在距该节点每2米处放置一个接收节点，并总共放置五个接收节点。2显示节点之间的数据包丢失率非常低，并且在短距离内几乎没有数据包丢失。发送节点10 m的节点的丢包率仅为1.4％，因此系统的可靠性非常高。测试在没有保证机制的情况下进行，例如接收响应，直接纠正和错误重发，这些机制在实际应用中通常被采用，在此阶段将更好地保证系统的可靠性。文对无线信号传播模型进行了详细的理论分析，研究了基于RSSI范围的定位算法，针对该算法存在的问题，对平均滤波进行了改进，节点计算方法和迭代去噪。法定位错误。后，在以CC2530为核心的ZigBee无线传感器网络的硬件平台上实现了软件设计和算法的测量。果表明，所设计的定位系统具有精度高，能耗低，可靠性高的特点，具有较高的适用性。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com