RSSI及TOF测距技术及仿真研究

黄晓冬，刘晓娣，丁兆明

（1．海军航空工程学院 a．科研部；b．电子信息工程系，山东 烟台 264001；

2．92664 部队，山东 青岛 266031）

无线传感器网络是由大量的传感器节点构成的网络，通过传感器节点实时监测目标对象信息，并将处理后的信息以无线方式传送到用户端。无线传感器网络中一些节点被破坏后或新的节点加入后，并不影响剩余的节点，节点依然能自组成无线通信网络，这样即使在条件极差的环境中节点依旧能够正常工作。无线传感器网络可在精确制导和火炮控制中进行准确的目标定位，向指挥中心提供目标的实时位置信息，从而实现对目标的精确打击[1-2]。本文仅研究了其中的RSSI及TOF测距技术，并比较这2种测距技术在不同范围内的测距效果。

1 RSSI 测距技术

通过接收节点根据收到信号的强度，计算出信号在传播过程中的损耗，利用信号衰减和传播距离之间的关系计算出节点间的距离[3-4]。

自由空间无线电传播路径损耗模型如下：

式(1)中：一般d0取1 m；k为路径衰减因子，一般取2~5；f为频率，单位为MHz。

在实际环境中，由于多径、绕射、障碍物等因素，通常采用对数—常态分布模型路径损耗描述：

式(2)中：PL0/dBm为经过参考距离d0后的路径损耗，PL(d)/dBm为经过距离d后的路径损耗，Xσ为均值为0、标准差为4~10的随机变量，服从高斯分布。

未知节点接收的信号强度值可由下式得到：

式中，Pt为信号发送时强度。

IEEE802.15.4 简化的信道的数学模型[5]如式(4)所示，并且该模型如图1 所示。

图1 IEEE802.15.4简化信道数学模型图

实际环境中，根据基本的原理模型和基于大量实际测试的经验数据来建立RSSI与距离的模型方程，故RSSI与实际距离间的关系可简化为

式(5)中，c1和c2根据具体环境改变而产生变化，只要能够较准确地确定c1和c2的值，就能够得到较准确的RSSI 与实际距离的关系。

2 TOF 测距技术

TOF测距通过无线信号的传播时间来测量节点间的距离[6]，电磁波是TOF测距中使用的能量波，测距原理是：发送节点发送信号，当接收节点接收到该信号后，将包含时间参数等相关数据信息回发给发送节点。

TOF测距时间可以由下式描述

式(6)中：TOT为能量波传播往返的时间；TxD为接收延迟时间；RxD为发送延迟时间；TAT为接收节点收到发送节点信号与回发信号之间的周转时间，为远距离补偿时间；L为近距离补偿时间。

通过TOF 测量时间和电磁波传播速度就可以计算出TOF 测量距离值[7-8]：

式(7)中：Dis为测量距离值；c为电磁波在空气中的传播速度，通常取3×108m/s。

RSSI 测距技术能量消耗低、成本低廉且易于实现，但由于信号随着距离增加衰减厉害，因而RSSI测距技术在远距离测量中精度不高，是一种比较粗糙的方法。TOF 测距技术采用电磁波作为其能量波，传播速度快，传播射程远，在远距离测量中测距精度非常高，但是在近距离测量中测距误差较大[9-10]。

3 基于TOF 和RSSI 的测试仿真

为了获取一个有实际意义的信号强度值RSSI与距离关系的模型方程，并由此计算出RSSI 模式下的测距值，再与TOF 模式下的测距值比较，实际进行了测试研究。

本实验进行实测数据采集，2 个节点距离范围从0~300 m。采用不同的距离间隔测量2 组数据：0~10 m，每隔0.2 m 测一次，每次采集200 个数值；10~300 m，每隔10 m 测一次，每次采集200 个数值。在Matlab 中进行计算，将每次采集的200 个值的平均值进行拟合，得到不同范围内RSSI 测距拟合曲线如图2 所示。

得到的2 段拟合曲线的方程式如下：

图2 RSSI测距拟合曲线

通过每次采集到的TOFps 值的平均值结合式(7)中解算出TOF 模式下对应的距离值，通过每次采集到的RSSI 值的平均值结合式(8)中解算出RSSI 模式下对应的距离值，然后比较分析2 种模式下的测距值，得到不同范围内的测距值如图3 所示。

图3 TOF和RSSI测距值比较

从图3 a)中看出，在近距离(0~10 m)，TOF 测距值偏离真值较大，发散性很大，RSSI 测距值偏离真值较小；从图3 b)中看出，在远距离(10~300 m)，TOF 测距值偏离真值较小，而RSSI 测距值的发散性很大。从这2 幅图还不能直观地分析出2 种模式测距效果，下面通过不同范围内的测距误差进行分析，图4 所示为2 种模式测距误差比较。

图4 TOF和RSSI测距误差比较

图4 a)、4 b)所示分别为2 种不同模式下的测距误差图，可以更加直观表现出2 种测距模式在不同距离范围内的优劣势。在近距离(0~10 m)，TOF 测时测距的误差相对偏大，而近距离的RSSI 信号强度较强、变化比较明显，误差基本在零基准线上下浮动，误差很小。因此，在近距离测距可以采用RSSI定位为主，TOF 定位为辅。在远距离(10~300 m)，TOF 测距的精度很高，在200 m 以后TOF 测时测距的相对精度在5%以内，TOF 测距的误差趋势，存在一定范围的零偏，相对误差随着测量距离的增大而减小，而远距离RSSI 测距误差很大，故远距离测距可以采用TOF 定位为主，RSSI 定位为辅。

综合上述分析，在近距离内RSSI 测距精度更高，发散性更小；在远距离内TOF 测距精度更高，发散性更小，所以在后继研究中可以融合这2 种测距模式下的测距值，使得测距估计最优化。

4 结论

本文重点分析了RSSI 信号强度模型并建立了基于实测数据的RSSI—距离关系模型，建立了TOF测距模型，并通过实际测试对这2 种测距技术在不同距离范围内的测距效果进行比较。结果表明，在近距离内RSSI 测距精度更高，在远距离内TOF 测距精度更高。

[1] 何家峰. 基于WSN 技术的部队驻防预警监控系统的设计[D]. 长春: 吉林大学, 2009.

[2] 辛朝军, 姚静波. 无线传感器网络技术的军事应用[J].单片机与嵌入式系统应用, 2010(6):12-15.

[3] AN XUN, JIANG TING, ZHOU ZHENG. Centroid localization algorithm for wireless sensor networks[J]. Computer Engineering and Applications, 2007,43(20): 136-138.

[4] NICULESCU D, NAT H B. Ad Hoc Positioning System (APS) Using AOA[C]//Proceedings of the IEEE INFOCOM. 2003:1734-1743.

[5] HE T, HUANG C, BLUM BM, et al. Range-free localization schemes for large scale sensor networks [C]//Proceed of 9th Annual Int’1 Conf. on Mobile Computing and Networking (Mobicom). San Diego, 2003:81-95.

[6] ZENG QINGHUA, ANDREW H KEMP, LIU JIANYE. The feasibility research of RIPS in container port[C]//中国智能自动化会议论文集. 2009:961-969.

[7] 张兴会, 张志辉, 邓志东, 等. 基于RSSI 测距技术的三角形面积和定位算[J]. 电子测量技术, 2008,31(11): 92-98.

[8] 苏进, 万江文, 于宁, 等．无线传感器网络相对定位算法研究[J]. 传感技术学报, 2007,20(12):2695-2700.

[9] 谷红亮, 史元春, 申瑞民. 一种用于智能空间的多目标跟踪室内定位系统[J]. 计算机学报, 2007,30(9): 1603-1161.

[10] 王福豹, 史龙, 任丰原. 无线传感器网络中的自身定位系统和算法[J]. 软件学报, 2005,16(5):857-869.