依据RSSI的无线传感器网络间隔批改定位算法

  关于大多数无线传感器网络运用来说，没有方位信息的数据是毫无意义的。无线传感器网络方针定位盯梢的条件是节点本身定位。无线传感器网络节点定位算法可分为依据间隔和间隔无关两大类，依据间隔的定位算法主要有RSSI、TOA、TDOA、AOA 等，间隔无关的定位算法主要有质心算法、DV-hop 算法、凸规划、MDS-MAP 等。

  RSSI 测距无需额定硬件，完成简略，具有低功耗、低成本等特色，运用非常广泛。RSSI 的技能原理是已知锚节点发射信号的强度，依据不知道节点接收到的信号强度，运用信号传达模型核算两点的间隔。因为存在多径、搅扰、遮挡等要素，RSSI 测距的精度较低，必定要选用各种算法来减小测距差错对定位精度的影响，因此提出了一种依据RSSI 测距的无线传感器网络间隔批改定位算法，可有用减小RSSI 测距差错对节点定位精度的影响。

  RSSI 测距运用的无线信号传达模型包含经历模型和理论模型，理论模型是在很多经历模型数据的基础上总结提炼而成的。

  关于经历模型，首先要依照必定的密度选取参阅点，树立信号强度与到某个信标点间隔的映射矩阵，在实践定位时依据测得的信号强度与映射矩阵作比照，并选用数学拟合方法确认待测节点到锚节点的间隔。

  无线信号传达理论模型主要有自由空间传达模型、对数间隔途径损耗模型、对数-常态散布模型等，其间对数-常态散布模型的运用最为广泛。

  其间n 是途径损耗指数，标明途径损耗随间隔增加的速率，范围在2~6 之间。d0 为近地参阅间隔，由测验决议。式（1）可以预测出当间隔为d 时接收到的均匀能量。因为相同间隔d 的状况下，不同方位的周围环境间隔非常大因此引入了X，X 是一个均匀值为0 的高斯散布变量。

  ①因为各种障碍物的影响，绝大多数实在的状况中，式（1）预测出的PL（d）[dB]比实践信号能量偏大；②当间隔d 增大时，PL（d）[dB]与实践损耗能量的相对偏差也会增大。

  已知三个节点A、B、C 的坐标为（xa, ya）、（xb, yb）和（xc,yc），节点O到他们的间隔为ra、rb 和rc，假定节点O的坐标（xo, yo），则（xo, yo）的数值可通过式（2）得出，也就是说以A、B 和C 三点为圆心，以ra、rb 和rc 为半径作圆，则三圆将相交与点O，如图1（a）所示。