rssi参数获取_rssi定位算法及读取RSSI值程序分享-CSDN博客

本文链接：https://blog.csdn.net/weixin_39947314/article/details/111822322

本文探讨了RSSI在室内人员定位中的作用，分析了RSSI取值策略，包括多数投票、均值和中值策略，并提出中值策略在精度和计算量上的优势。还介绍了RSSI信号强度与距离的关系以及室内环境信号衰减模型，用于补偿环境影响导致的误差。最后，通过实验验证了改进算法的定位性能，改进后定位误差减小到3米范围内。

摘要由CSDN通过智能技术生成

在区域监测、人员跟踪等无线传感器网络的应用领域，位置信息至关重要，事件发生的位置，人员位置均是传感器网络应用中的重要信息。随着移动通信、无线传感器网络技术的发展，室内环境下基于位置的服务越来越受到人们的关注，室内人员定位成为一个非常活跃的研究领域。

定位算法从定位手段上分为两大类：基于测距算法(range-based )和无需测距算法range-free);根据部署场合分为室内定位和室外定位，基于测距算法通过测量节点间的距离或角度，使用三边测量、三角测量或最大似然估计定位法计算节点位置。无需测距定位算法则不需要跳离和角度信息，算法根据网络连通性等信息来实现节点定位。基于测群的定位算法需要测量节点间的距离，RSSI 是测距的基本方去，但RSSI测距易受环境影响

RSSI 取值策略

无线传感器网络中的锚节点可以侦听目标节点发出的多组Blast包，从面得到相应的RSSI值。RSSI取值有3种策略，分别是多数投票策略均值策略和中值策略。

多数投票策略是在测量的多个RSSI值中。随机选择一个。比较此RSSI值与剩余RS5值。得到与自已差距在允许范国内的RSSI值的个数，如果个数超过所有测量值数日的一半，则判定自己的测量值为可用的，否则为不可用。多数投票策略的精确率较高，但是计算量比较大，会消耗节点的大量资源，不适宜用在资源有限的无线传感器网络中。

均值策略是计算测得的所有RSSI值的平均值，以平均值作为测量结果，由于RSSI值受环境影响较大，测最值中可能存在错误值，这些错误值偏离正确值较大时会使均值可信度降低，这样会导致错误的结果。

中值策略很大程度上避免了偏离正确值较大的错误值对测量精度的影响。中值策略采用测量值的中值作为测量结果，这样即使有偏离正确值