引言
近年來，隨著無線技術的發展，對室內外環境中人員和物體的追蹤定位引起了研究者的廣泛研究，基于位置服務(LBS)越來越受到人們的關注。位置服務即根據服務消費者所在地理位置的不同提供對應的信息服務，作為LBS的核心技術之一，室內定位是其重要的組成部分。因為可以廣泛用于室內路由、治安、消防等方面，因此定位算法的研究具有重要意義。在室內定位系統開發研究方面，常用的方法是在室內環境下建立小范圍定位網絡。目前，越來越多的定位直接利用現成的無線通訊模塊來估計對象節點(盲節點)的位置，應運而生的ZigBee技術以低成本、低功耗成為室內定位的首選。本文以ZigBee組建基本的網絡，通過節點接收RSSI值的大小來進行距離計算，最終通過距離以及參考節點的位置來計算定位節點(盲節點)位置。

1 無線網絡定位技術
在無線定位中，有基于測距和非測距兩種方式。前者需要測量相鄰節點間的絕對距離或方位，并利用節點間的實際距離來計算未知節點的位置；后者無需測量節點的絕對距離或方位，而是利用節點間的估計距離計算節點位置。基于測距的算法主要包含以下幾種：三邊測量、三角測量、極大似然估計等；基于非測距的算法主要有質心算法、DV-Hop算法、D_distance算法、凸規劃算法等。對定位算法的性能評價指標主要有定位精度、節點密度、容錯和自適應性、功耗和代價、網絡規模等幾個部分。綜合以上因素以及結合現有的設備，本文選用基于RSSI測距的定位方式。其流程圖如圖1所示。

從圖1可以看出定位由兩部分組成：一是通過RSSI測距；二是根據距離以及參考節點位置計算盲節點位置。

2 RSSI測距模型
2．1 模型確立
無線信號傳輸中普遍采用的理論模型為Shadowing模型。該模型為：

式中：do是參考距離；po是距離為do時接收到的信號強度，其中還包含了遮蔽外衰減或環境造成的損耗參考(中值)；d是真實距離；ζ是以dB為單位的遮蔽因子，其均值為O，均方差為σdb(dB)正態隨機變量；p是接收信號強度；n是路徑損耗指數，它的值依賴于環境和建筑物的類型。在實際測量中，選用以下的模型：

即不統計遮擋因子對RSSI的影響，在實際環境下對RSSI影響最大的是非視距的影響。其中，射頻參數A被定義為用dBm表示的距離發射器1 m接收到的平均能量絕對值，也就是距發射節點1 m處的接收信號強度；n為信號傳輸常數，與信號傳輸環境有關；d為距發射節點的距離。
2．2 參數優化
在使用A和n進行距離計算時，首先要面臨的一個問題是A和n的取值問題。A和n的取值不同，對測距的誤差影響很大。為了使模型能夠盡量真實地反映出當前室內環境中的傳播特性，保證RSSI測距的精度，需要對A和n進行優化，得到最適合該室內環境情況的參數值。
通過線性回歸分析來估計參數A和n的值，假設從室內環境得到的實驗測量數據為(RSSIi，di)，i=1，2，…，n，RSSIi表示在距離di上所對應的RSSI測量值。