无线网络环境rssi测量及工具实现

① 在无线传感器网络中，如何根据接收信号的强度来判断发送者的距离有具体的计算公式么

基于RSSI的定位
RSSI测量，一般利用信号传播的经验模型与理论模型。
对于经验模型，在实际定位前，先选取若干测试点，记录在这些点各基站收到的信号强度，建立各个点上的位置和信号强度关系的离线数据库(x，y，ss1，ss2，ss3)。在实际定位时，根据测得的信号强度(ss1′，ss2′，ss3′)和数据库中记录的信号强度进行比较，信号强度均方差最小的那个点的坐标作为节点的坐标。
对于理论模型，常采用无线电传播路径损耗模型进行分析。常用的传播路径损耗模型有：自由空间传播模型、对数距离路径损耗模型、哈它模型、对数一常态分布模型等。自由空间无线电传播路径损耗模型为：

式中，d为距信源的距离，单位为km；f为频率，单位为MHz；k为路径衰减因子。其他的模型模拟现实环境，但与现实环境还是有一定的差距。比如对数一常态分布模型，其路径损耗的计算公式为：

式中，Xσ是平均值为O的高斯分布随机变数，其标准差范围为4～10；k的范围在2～5之间。取d=1，代入式(1)可得，LOSS，即PL(d0)的值。此时各未知节点接收锚节点信号时的信号强度为：

RSSI=发射功率+天线增益一路径损耗(PL(d))
2．2 基于RSSI的三角形质心定位算法的数学模型
不论哪种模型，计算出的接收信号强度总与实际情况下有误差，因为实际环境的复杂性，换算出的锚节点到未知节点的距离d总是大于实际两节点间的距离。如图1所示，锚节点A，B，C，未知节点D，根据RSSI模型计算出的节点A和D的距离为rA；节点B和D的距离为rB；节点C和D的距离为rC。分别以A，B，C为圆心；rA，rB，rC为半径画圆，可得交叠区域。这里的三角形质心定位算法的基本思想是：计算三圆交叠区域的3个特征点的坐标，以这三个点为三角形的顶点，未知点即为三角形质心，如图2所示，特征点为E，F，G，特征点E点的计算方法为：

同理，可计算出F，G，此时未知点的坐标为由仿真得，在图2中，实际点为D；三角形质心算法出的估计点为M；三边测量法算出的估计点为N。可知，三角形质心算法的准确度更高。

3 基于RSSI的三角形质心算法过程
3．1 步骤
(1)锚节点周期性向周围广播信息，信息中包括自身节点ID及坐标。普通节点收到该信息后，对同一锚节点的RSSI取均值。
(2)当普通节点收集到一定数量的锚节点信息时，不再接收新信息。普通节点根据RSSI从强到弱对锚节点排序，并建立RSSI值与节点到锚节点距离的映射。建立3个集合。
锚节点集合：

(3)选取RSSI值大的前几个锚节点进行自身定位计算。
在B_set：中优先选择RSSI值大的信标节点组合成下面的锚节点集合，这是提高定位精度的关键。

对锚节点集合，依次根据(3)式算出3个交点的坐标，最后由质心算法，得出未知节点坐标。
(4)对求出的未知节点坐标集合取平均，得未知节点坐标。
3．2 误差定义
定义定位误差为ER，假设得到的未知节点的坐标为(xm，ym)，其真实位置为(x，y)，则定位误差ER为：

4 仿 真
利用Matlab仿真工具模拟三角形质心算法，考察该算法的性能。假设在100 m×100 m的正方形区域内，36个锚节点均匀分布，未知节点70个，分别用三边测量法和三角形质心定位算法进行仿真，仿真结果如图3所示。由图3可知，三角形质心算法比三边测量法，定位精度更高，当测距误差变大时，用三角形质心算法得出的平均定位误差比用三边测量法得出的小得多。

5 结 语
在此提出了将RSSI方法和三角形质心定位算法相结合的方法，通过仿真实验，将该算法和三边测量算法相比较，证明了该算法的优越性。下一步将研究在锚节点数量不同时的平均定位误差。

② 怎么检测你的局域网WIFI无线环境

想要知道你的局域网WIFI无线环境吗,那么怎么检测你的局域网WIFI无线环境的呢?下面是我收集整理的怎么检测你的局域网WIFI无线环境，希望对大家有帮助~~

检测你的局域网WIFI无线环境的方法

工具/原料

inssider

带无线网卡的电脑

方法/步骤

第一步：先在网络搜索一下 inssider 这个软件，搜索返回后，在官网或者网络下载(英文好的可以用英文版，英文不好的建议用中文版)。

第六步，根据这些信息，我们可以调整我们的路由器的信道设置，以改善传输。比如从我们测试上图来看，

③ 如何评估以及优化无线网络

网络优化评估，大概就是从以下几个方面评估网络性能
1）无线信号覆盖（包括，信号强度，RSSI链路状态，SNR信噪比）
2）AP的接入端负载均衡
3）吞吐量性能测试
4）QoS,质量与服务保障测试
5）无线网络按群性能测试
6）等。。。不同客户和不同厂商的需求不同。。

④ 电信rssi原理

Received Signal Strength Indication接收的信号强度指示，无线发送层的可选部分，用来判定链接质量，以及是否增大广播发送强度。
通过接收到的信号强弱测定信号点与接收点的距离，进而根据相应数据进行定位计算的一种定位技术。如无线传感的ZigBee网络CC2431芯片的定位引擎就凯基采用的这种技术、算法。接收机测量电路所得到的接收机输入的平均信号强度指示。这一测量值一般不包括天线增益或传输系统的损耗。

RSSI（Received Signal Strength Indicator）是接收信号的强度指示，它的实现是在反向通道基带接收滤波器之后进行的。
为了获取反向信号的特征，在RSSI的具体实现中做了如下处理：在104us内进行基带IQ功率积分得到RSSI的瞬时值；然后在约1秒内对8192个RSSI的瞬时值进行平均得到RSSI的平均值，即RSSI（平均）=sum（RSSI(瞬时）)/8192，同时给出1秒内RSSI瞬时值的最大值和RSSI瞬时值大于某一门限时的比率（RSSI瞬时值大于某一门限的个数/8192）。由于 RSSI是通过在数字域进行功率积分而后反推到天线口得到的，反向通道信号传输特性的不一致会影响RSSI的精度。
在空载下看RSSI的平均值是判断干扰的最主要手段。对于新开局，用户很少，空载下的RSSI电平一般小于-105dBm。在业务存在的情况下，有多个业务时RSSI平均值一般不会超过-95dBm。从接收质量FER上也可以参考判断是否有干扰存在。通过以发现是否存在越区覆盖而造成干扰，也可以从 Ec/Io与手机接收功率来判断是否有干扰。对于外界干扰，通过频谱仪分析进一步查出是否存在干扰源。测距理论

RSSI是射频信号理论术语，主要应用于发射机和接收机之间的距离测量。该方法是依据接收信号能量强度确定距离，对通信信道参数要求较高。其测距理论是：依据无线电波或声波在介质中传输，信号功率是随传播距离衰减的原理。根据信标节点已知信号的发射功率和节点接收的信号功率，通过信号与距离之间的衰减模型，就可以计算出节点间的距离。由于信号传播的过程中，受到距离和障碍物的影响。信号的功率强度随之衰减，间接影响精度。所以要求得到良好的精度，短距离才会体现这一点。
由于信号发射设备和接收设备简单、成本低、低功耗，比较适合无线传感器网络定位机制。针对室内和室外环境，现阶段流行的估计位置技术中，对提高估计位置的准确性方面，也有很多方法。例如由三个非共线锚定器组成，通过非共线信标节点进行位置估计的最小二乘法，以及使用三个以上的信标节点多点定位技术。对于测距方法的进行对比如图所示：

由图可以看出：RSSI的定位技术作为基于Wi-Fi活动的RFID标签，相比于TOA、TDOA、AOA、GPS具有成本低、容易实现等优势。如果室内定位精度要求不高，基于RSSI的定位技术完全可以满足。而且，现阶段对于作为节点的传感器，都能够完成发射测试信号功率的任务。主要或返进行实验时，节点发送数据包，也获取RSSI的测量值。该定位技术既无需额外硬件，又能完成复杂信息的分析处理，减小通信消费，节约成本，比较适用于无线传感衫孙饥器网络的定位系统。 [1]