Zigbee定位测量

应用笔记AN042 CC2431 定位引擎by Aamodt1 关键字.CC2430 .ZigBee.CC2431 .定位引擎2 简介本文描述了CC2431的定位引擎，CC2431是一个在片ZigBee系统，所以它自然地被用于ZigBee网络的定位工程。

这个手册尽可能地写得通俗并且不描述任何有关协议的特殊概念。

本文的主要目的是提供一些定位技术的基本概念，并且提供一些使用CC2431定位工程的简易开发系统的线索和提示。

本文应被作为CC2431和CC2430数据手册之外的扩展。

3 定位工程在CC2431定位工程中使用的算法基于接收信号强度指示器（RSSI）的数值。

RSSI值随距离增加而减小。

图片1显示了一个简单的定位检测系统，“参考点”是一个被放在已知地点的静态结点。

为简化起见这个结点知道它自己的位置并且能告诉其他节点。

参考节点不需要执行硬件的位置检测，它甚至不需要执行任何计算。

一个“盲节点”是基于CC2431建立的，这个节点向参考节点发出请求并接收参考节电的响应信号，读出接收到的RSSI数值，并送入硬件引擎，然后读出计算后的位置并发送位置信息到一个应用软件。

从参考节点发送到盲节点的数据包的最少数据是参考节点的“X”和“Y”参数。

RSSI值由接收端计算，如“盲节点”。

定位工程的主要特性是定位计算能够被每一个盲节点运行，因此运算被分散了。

这个特性减少了在网络中传输数据的总量，所以只有计算后的位置被传送，而不是用于计算位置的数据。

在自然环境中为了映射每个特殊区域为一个明确的位置，两个空间栅格被使用。

方向将表示为X，Y。

在所有的图片中X定义为横向，Y为纵向。

CC2431定位引擎只能掌握两个维度，但是软件有可能掌握第三维度（例如：表现建筑的天花板）。

坐标点（X，Y）=（0，0）是栅格的左上角。

3.1 节点类型3.1.1 参考节点具有静态位置的节点叫做参考节点，参考节点必须配置反映物理位置的X和Y值。

参考节点的主要任务是提供包含XY坐标的“参考”包给盲节点，也可做为锚定节点被查阅。

由于这个节点一点也不需要使用硬件定位引擎，所以不必使用CC2431作为这样的用途。

这意味着参考节点能在CC2430或CC2431上运行。

因为CC2430/31是基于与CC2420同样的收发器，所以即使是CC2420配合一个适当的MPU就能用于参考节点。

3.1.2 盲节点一个盲节点与离它最近的参考节点通信，收集每个参考节点的X，Y，RSSI，并使用硬件定位引擎计算它自己的位置。

然后计算出的位置被发送到一个控制站。

这个控制站应该是一个PC或系统内的另一个节点。

盲节点必须使用CC2431。

3.2 定位硬件定位引擎利用了一个从软件层面看来极端简单的接口，写入参数，等待计算，读出计算后的位置。

这章将讨论参数的区别和如何被解释的。

3.2.1 输入表1显示输入定位硬件所有的必须输入。

全部数值的详细描述会在本文最后。

下面是一个简短介绍。

3.2.2 输出24接收信号强度指示器（RSSI）当CC2430/31接收一个包后它会自动添加RSSI值到接收包。

RSSI值总是8个符号周期（128us）的平均。

RSSI值被表示成一个单字节值，一个2秒余角值。

当一个包从CC2431的FIFO中读出时，倒数第二个字节将包含RSSI值（在接收真实包的8个符号后测量的）。

即使RSSI值与接收到的数据包同时被捕获，RSSI值也会反映在那时接收信号的强度，不必非得是属于接收数据的信号功率。

这样给了RSSI值出错的机会，当大量的节点正在同样的频道上对话时被捕获的RSSI值。

3CC2430/31 包含一个寄存器称做RSSI。

这个寄存器掌握着与上面所描述的相同值，但是它在包接收时是不锁定的，因此寄存器值不应用于进一步的计算。

只有与接收数据关联并被锁定的RSS值能被解释成精确测量的RSSI值。

4.1偏移RSSI值上面被描述为带符号2秒余角。

数值不能作为接收信号强度被读取和解释。

为了将真实的读出值转换成接收信号强度一个偏移量必须被加入。

在数据表中给出的偏移量近似-45，这个偏移量更多地依赖天线结构。

4.2 线性在TI实验室的测量显示了芯片RSSI的测量值非常完美地匹配信号输入功率。

在CC2430数据表中线性曲线被绘制成输入功率与RSSI值相对应。

4.3 信号传播理论接收信号强度是发射功率和发送接收之间距离的函数。

象下面方程显示的那样接收信号强度随距离增加而减小RSSI= -（10nlog10d+A）。

n：信号传播常量，也叫做传播指数。

d：与发送端距离。

A：在1米距离接收信号强度A和n更广泛的讨论在第5章。

4.4 RSSI 实践思路（4.3）节描述了理论上RSSI值为距离的函数。

本节将讨论RSSI值如何在真实世界被用于测量。

当使用理想的信号强度公式计算的是理想直线方向，但是当使用真实值不确定性必须计入估计值。

最大的不确定性在于硬件，但有些软件也应被加入以增加精度。

本节提供的方法有一个主要目标：获得一个在最大程度上正确反映距离的RSSI值。

4.4.1 过滤RSSI值的简单方法各种不同的滤波器能够用于平滑RSSI值。

两个通用的滤波器是平均和反馈滤波器。

平均是最基本的滤波类型，但是它要求更多的数据包被传送。

反馈滤波器仅使用最近的RSSI值的小部分数据用于每次计算。

这样需求数据少，但增加了计算新位置的延时。

平均RSSI值是简单地接收每一个参考节点一些数据包的RSSI测量值并且根据下面的等式进行计算。

如果要选用一个进似的滤波器，它能被显示成如下的样子。

在这个等式中变量a典型值0。

75或更高。

4.4.2算的RSSI 对比测量的RSSI图片显示从左到右，RSSI理论值，慢变化成份，最后当加入快速变化成份，例如在多径成分混淆下。

最右边的图显示是最接近真实情况。

注意这些图不是显示任何真实的测量，只是被画出用于指明基于RSSI值计算位置所存在的一些问题。

5不同参数之间的混淆在CC2431中实现的定位引擎在位置计算处理时使用了两个不同的参数。

它们被称做“A”和“n”，并且它们都将在随后讨论。

在本节使用的例子来自于真实实验。

实验使用了8个节点，在下面显示。

盲节点被安放在参考节点栅格的中心并且经测量的RSSI值列在下表中。

在本例中，节点0，节点3，节点4和节点7被放置在与盲节点等距离的位置。

节点1，节点2，节点5和节点6也被放置在与盲节点等距离的位置，只是更近了几米。

就象显示，这些没有直接表现在测量值中。

5.1 A-RSSI 距离发送器1米测量值A，是一个经验值，距离发送端1米的RSSI测量值5.1.1 测量A理论上A值应该在所有的方向上相等。

在发送器和接收器上的天线很大程度上不能完全等方向性，因此应该使用平均值。

图9 显示了距离发送1米的RSSI测量值。

图9显示了在图8的P0，P1，P2和P3位置测到的值。

从图9中得出的结论是天线不是等方向性的，所以A应该取平均值。

对于本次实验使用的设备，平均值约为- 46。

这些测量在RSSI_OFFSET = - 45下做出。

5.1.2 A 对被计算的位置下图显示了一个错误的参数A将如何影响盲节点定位计算结果。

图片不是显示哪个A值使用的最正确。

蓝点显示了盲节点用不同的A值计算出的它自己的不同位置，得出在X，Y 上相对地很大差别。

在室内环境中能够给出的最接近正确的典型A值是在45和49之间。

在这个例子中使用A（45-49）计算的位置近似地（22，28），而真实位置是（22，26）。

5.2 N –信号传播系数命名为N的参数是一个描述当收发距离增加时信号强度是怎样减少的。

N高度依赖于自然环境。

例如厚墙影响更大。

这个值只能凭经验来决定。

在CC2431中包含的定位引擎不直接使用N，它使用一个称做n_index来代替。

N和n_index 之间的关系在下面的表中能看到。

这个转换表用来减少硬件调试精度的复杂程度。

从表4中N能够被选择从1.0到8.0图11显示了N的选择在给定距离时是怎样影响RSSI的理论值的，距离单位米。

N应该尽可能地精确匹配自然环境。

5.2.1 测量n为所有的环境发现一个默认的优化n_index不是不可能。

最简单的方法也许是安装所有的参考节点在系统将要使用的环境中，然后用不同的n_index实验找出最适合环境的值。

实验已经显示了一个在15和25之间的值给出好的结果。

5.3 参考节点的数目根据大拇指规则，尽可能多的参考节点应该被使用。

至少3是必要的正确的结果。

如果太少节点被使用，来自于每个节点的混淆会变得更高，并且错误的RSSI值能引起计算出的位置重大改变。

错误的RSSI值在本文意味不能很好地与理论值匹配，例如由于多径或信号被墙或类似的东西阻挡。

如果盲节点被放在参考点栅格之外，结果将与真实位置很可能有很大的差异。

不推荐追踪栅格之外的目标。

6软件算法一些通用的算法在软件中被运用，后面它们在高级别上被描述。

请注意这个应用笔记不描述任何使用到的网络技术。

6.1 “最好”参考节点的选择最近的节点应该被用于计算。

这意思是具有最高RSSI值的8个参考节点应该被使用，而其他的所有节点应该被忽略。

如果达不到8个，那么尽可能多的节点应该被使用。

6.2 覆盖区域的扩展硬件定位引擎能掌握X和Y值达到64米，或更精确地达到63.75米在两个方向上。

对于许多应用这是一个很小的区域。

因而扩展区域是必要的。

这些可通过一个简单的软件预处理算法达到。

每个节点具有2字节的X，Y。

精度0.25米，这样给出16384米的最大范围。

图12 显示了算法是如何工作的例子。

图显示了参考节点被放在X和Y两个方向上每隔30米。

在图上亮绿色节点是盲节点，其他所有节点是参考节点。

.步骤1是定位一个RSSI值最高的节点并计算“移动”这个节点到64X64米正方形中心的偏移。

由于已知RSSI值，这个节点的距离很容易被估计。

在图12中位置必须在白色圈中。

.下一步是定位其他的参考节点以“增强”第一个节点。

在图中标暗蓝色的节点被使用。

所有的节点具有与第一步发现的相同的偏移值。

.所有发现的数值被输入硬件定位引擎，位置结果被读出。

.最后步骤是把计算的位置加上相同的偏移量，在完成这些运算后，盲点在整个栅格中的位置就知道了。

6.3 水平/地板指示硬件定位引擎被设计计算二维位置。

这章给出一些如何在软件上扩展以掌握第三个方向线索和创意，例如建筑物地板。

为了指示水平层，一个坐标必须在X，Y之外被引入。

在后面这个坐标定义为Z。

用一字节足够表达Z，它给出256不同层。

一个假设是放在另一层的节点信号强度比盲节点所在层的节点信号强度低。

这样意味着参考节点的密度会相当高。

不是假设是所有与盲节点同层的参考节点比在其他层的参考节点更强壮。

图13 显示了一个简单的层间位置追踪网络。

三个标着‘A’的节点都有相同的X和Y值，但Z不同。