基于信號接收系統的室內無線網絡定位
加入技術交流群
2.3 RSSI濾波處理
信號強度的定位算法中信號強度值隨環境的改變有很高的靈敏度，這會限制測量的準確度。事實上信號強度與距離之間的關系很不讓人滿意，在環境中存在很大的波動性。在室內環境下實測得到的RSSI與節點間距離的關系曲線如圖2所示。當傳輸距離較近的時候，RSSI值衰減得較快；當傳輸距離越遠，衰減得越慢，接收強度對傳輸距離的變化表現不明顯。在實際中，某一時間段內接收節點可以收到n個RSSI值，由于非視距和多徑的影響，導致這些RSSI值具有很大的波動性，在代入公式進行計算之前，先進行濾波處理，得到一個比較準確的值，然后再進行計算。
本文采用高斯濾波模型進行RSSI濾波。引入高斯模型進行處理的原則是：在自然現象和社會現象中，大量隨機變量都服從或近似正態分布，如材料性能、零件尺寸、化學成分、測量誤差、人體高度等。
高概率發生區，選擇概率大于O.6（O.6的取值是根據工程中的經驗值）的范圍。經過高斯濾波后，RSSI的取值范圍為[0.15σ+μ，3.09σ+μ]。
其中：
把該范圍內的RSSI值全部取出，再求幾何平均值，即可得到最終的RSSI值。
在d=1m處，采集50組RSSI值，進行高斯濾波處理。
如圖3所示，濾波前RSSI波動比較大，濾波后比較平滑。濾波前|RSSI|的平均值為38.9，計算距離d=O.71m；濾波后|RSSI|的平均值為39.42，計算距離d=O.81m。顯然，高斯濾波能很好地提高測距精度。
評論