更新时间:2022-08-25 17:12
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。
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。
RSSI:Received Signal Strength Indicator
Rx: Received power
最大的区别:Rx是手机侧指标;RSSI是基站侧指标
两者是同一概念,具体指(前向或者反向)接收机接收到信道带宽上的宽带接收功率。实际中,前向链路接收机(指手机)接收到的通常用Rx表示,反向链路接收机(指基站侧)通常用反向RSSI表示。前向Rx通常用作覆盖的判断依据(当然还需结合Ec/Io),反向RSSI通常作为判断系统干扰的依据。下面以反向RSSI为例解释:
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,即RSSI(瞬时)=sum(I^2+Q^2);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。
对于干净的无线电磁环境,电磁底噪水平可以通过一下公式进行计算: PN = 10lg(KTW), 对于CDMA系统来说常温情况下的底噪水平是-113dBm/1.2288M,考虑5dB的接收机噪声系数以及2dB的无线环境底噪波动水平,所以正常情况下,RSSI的监测结果应该是-106dBm左右,对于系统负荷的影响,一般最大不超过8dB,也就是-98dBm左右,考虑3dB余量,也就是说在高负荷情况下,如果系统工作正常,RSSI平均水平最大不超过-95dBm,否则就意味着网络有严重的反向干扰。
1)其实,RSSI有其专用的单位,RSSI的单位与dBm有公式可以转换,转换公式如图1和图2所示。
2)电磁底噪水平的计算公式:噪声基底=-174+10 log(BW) + 噪声指数。其中BW为频带宽,单位为Hz;噪声系数为设备引入的热噪声。如果要计算CDMA系统1.25MHz带宽内基站天线接收端的噪声系数,其计算公式为:噪声基底=-174+10log(1.25*10^6)=-113dBm。由于天线端并没有经过有源设备,因此噪声系数为0。如果计算基站LNA噪声基底就要加LNA的增益和LNA的噪声系数。
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1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器网络的定位系统。
如何判定一个定位方法的准确性、鲁棒性,是研究无线传感网络的关键。关于定位方法的性能评价标准,将从定位精度,定位区域的规模,节点和信标节点密度,算法的容错性和自适应性,功耗几个方面阐述。
1)定位精度:一般有相对精度和绝对精度。相对精度是指单位时间的标准偏差,定位偏差越小,定位精确度越高。绝对定位精度是指系统针对命令输入或理想输入的输出,更直观的说应该叫不确定度,即估计坐标与真实坐标的偏差。
2)规模:不同的算法要求,就有不同的规模。可以是房间,超市,机场,整个楼房或者建筑物。定位的规模也包括,一个定位系统算法,可以同时定位多个目标。
3)信标节点密度:在定位区域内,信标节点人工部署,信标节点的分布规律可以主观布置,但是其分布方式会受到节点传感网络的实际环境影响,另外节点的拓扑结构也会受到限制。一般,定位精度受到信标节点密度影响,其趋势是随着密度的增加,定位精度随之提高。但是也有门限,当节点密度到达某一门限值,精度便不会再提高。
4)节点密度:一般用网络的平均连通度表示。也即是在通信距离范围内,所有节点接收到信标节点的数据信息的总和。需要注意的是一些定位方式会受到节点密度的影响。
5)容错性和自适应性:容错性指在故障存在前提下,定位系统不失效,仍然维持系统正常工作的特性。定位的自适应是指在定位系统处理和分析数据信息时,数据本身根据其特征自动调节处理方法、顺序、参数、约束条件,使其与数据的特征相适应,达到效果的最优。在定位技术中,定位系统和算法都是针对某一特定环境,实验平台比较理想。然而实际环境复杂,会导致节点失效,从而导致定位精度不高和误差较大。6)功耗:功耗是实现WSN设计系统的资源损耗,也是定位技术设计实现必须考虑的因素。但传感器节点电源功耗与定位系统算法的计算,传送数据,存储有关,也就成了影响其定位精度的关键指标。