无线传感器网络报告——RSSI的测量及其与距离的关系

合集下载

无线传感器网络中基于RSSI的节点距离预测

随着无线传感器网络研究的不断深入，应用已经逐渐成为人们关注的焦点。

各种在特定应用背景下的研究层出不穷，如环境监测、目标跟踪、安全监控等领域。

位置信息对传感器网络的监测活动至关重要，事件发生的位置或获取信息的节点位置是传感器网络节点监测消息中包含的重要信息，了解传感器节点位置信息不仅可以获取路由信息，而且可以进行节点定位等。

测距的误差在很大程度上决定了目标定位及跟踪的误差。

常用的定位方法必须测量节点间的距离，一般测距方式有红外线、GPS、超声波和接收信号强度指示器(RSSI)等。

红外线、GPS和超声测距都需要额外的硬件，增加了节点的硬件成本和尺寸。

GPS和红外线测距误差较大，而利用超声方法测距很精确，测距误差只有10 cm，但是受气温、湿度等的影响较大，不适合在室外使用。

基于RSSI的定位无需额外硬件，利用对接收无线信号的强度判断，推导收发节点间的距离，计算接收无线信号强度是商用无线收发芯片具备的功能。

基于RSSI的测距提供了最廉价的定位方法，而且节点没有添加任何部件。

基于超声的测距虽然定位精度较高，但是需要添加硬件、增加节点成本和尺寸。

所以，基于RSSI的测距是无线传感器网络定位较常采用的方法。

首先对RSSI进行预处理，再通过预测模型预测距离的值，不但提高了基于RSSI的测距精度，而且实现了低成本的测距。

1 BP网络的模型结构与算法BP网络是神经网络中采用误差反传算法作为其学习算法的前馈网络，通常由输入层、输出层和隐含层(一层或多层)构成。

层与层之间的神经元采用全互连的连接方式，通过相应的网络权系数w相互联系，每层内的神经元之间没有连接。

图1所示为具有一个隐含层的BP网络模型。

其中：LA为BP神经网络的输入层，LB为隐层，LC为输出层，Wir为隐层与输入层的权值，Vrj为输出层与隐层的权值。

2 实验平台及数据的预处理2.1 RSSI值获取实验在空旷的无障碍物的广场进行。

基于Tiny()S系统，以克尔斯博的Iris节点为实验平台，0号节点为固定节点，用于接收数据。

无线传感器网络中基于RSSI的节点距离预测

常用的定位方法必须测量节点间的距离。为了预测距离值，据实验获取的ＲＳＩ与对应的距离值，对实验数据进根Ｓ值先
行滤波处理，立面向Ｍａｌｂ神经网络工具箱的神经网络预测模型，用神经网络的特性和Ｍａｌｂ工具箱的强大功建ｔａ利ｔａ能，过实测数据对网络进行训练。预测结果表明，离精度达到１Ｉ之内。通距ＴＩ关键词：无线传感器网络；离预测；波处理；经网络距滤神
中图分类号：ＴＮ９５０１．１文献标识码：Ａ
ＤｉｔｃｅｃｉｎＢａｅｄｏｓａｎｅＰｒｄｉｔｏｓｎＲＳＳｌｎＷｉｅｓｉｒｅｌｓＳｅｎｏｒＮｅｔｓｗｏｒｓｋ
ＬｕｏＰｅｉｉｍｎｇ
Ｋｅｏｄｓ：ｗｉｅｅｓｓｎｓｔｙｗｒｒｌｓｅｏｒｎｅｗｏｒｓ；ｄｉｔｎｃｅｃｉｋｓａｅｐｒｄｉｔｏｎ；ｆｌｅｉｉｔｒｎｇ；ｎｅｒｌｎｅｗｏｒｕａｔｋ
商用无线收发芯片具备的功能。基于ＲＳＩ的测距提供Ｓ
Ａｂｓｒｔｔａｃ：Ｗｉｅｅｓｓｎｓｔｒｌｓｅｏｒｎｅｗｏｒｒｎｔｅｌｒｅｓａｅａｌｃｔｏｏｎｖｒｎｍｅｏｎｉｏｉｋｓａｅｉｈａｇ — ｃｌｐｐｉａｉｎｆｒｅｉｏｎｔｍｔｒｎｇ，ｔｒｔｔａｋｉｇ，ｓｆｔｏｔｉｇａａｇｅｒｃｎａｅｙｍｎｉｏｒｎｎｄｏｈｅｉｌｔｒｆｅｄｓ；ｔｒｆｅ，ｎｔｒｏｉｉｎｉｔｅｆｉｈｅｂｓｓｏｏｓｐｐｉａｉｎｓＳｈｅｅｏｒｅｗｏｋｐｓｔｏｎｇｉｓｌｓｔａｉｆｍｔａｌｃｔｏ．ｏｍｅｏｈｅｃｍｏｙｕｓｄｌｃｔｏｅｈｏｄｕｓｆｔｏｍｎｌｅｏａｉｎｍｔｓｍｔ

无线传感器网络中基于RSSI的节点定位算法研究

无线传感器网络中基于RSSI的节点定位算法研究无线传感器网络中基于RSSI的节点定位算法研究摘要：随着无线传感器网络的发展，节点定位技术成为无线传感器网络研究领域中的重要问题之一。

本文基于RSSI （Received Signal Strength Indicator）的节点定位算法进行了研究。

一、引言无线传感器网络是由大量的分布式无线传感器节点组成的网络系统，广泛应用于环境监测、目标跟踪、智能交通等领域。

节点的定位是无线传感器网络中的关键问题之一，准确的节点定位可以提高网络性能和应用效果。

二、节点定位技术概述节点定位技术主要分为两类：基于GPS的定位和基于无线信号的定位。

基于GPS的定位技术需要节点具备GPS模块，但GPS模块存在成本高、功耗大等问题。

基于无线信号的定位技术可以通过节点之间的相对距离和信号强度来实现定位。

三、RSSI技术原理RSSI是指接收信号强度指示器，是无线传感器网络中常用的参数。

RSSI的测量可以通过接收到的信号强度来判断节点之间的距离和位置关系。

四、基于RSSI的节点定位算法基于RSSI的节点定位算法主要有三种：距离法、三角法和指纹法。

1. 距离法：根据RSSI和距离之间的关系，通过RSSI测量值来计算节点之间的距离。

然后通过多个节点之间的距离来计算目标节点的位置。

2. 三角法：利用三角定位原理，通过多个节点之间的RSSI值来计算目标节点的位置。

通常需要至少3个节点才能定位。

3. 指纹法：通过在节点部署区域进行事先测量和标记，得到不同位置的RSSI指纹图，并与目标节点接收到的RSSI进行匹配，从而确定目标节点的位置。

五、实验结果分析通过对比不同算法的节点定位精度，可以得出以下结论：距离法具有较高的精度，但依赖于传输的RSSI值准确性；三角法需要多个节点参与定位，效果相对较好；指纹法在实际应用中可以得到较高的定位精度。

六、节点定位误差分析节点定位误差的主要影响因素包括传感器的误差、信号传播过程中的噪声干扰等。

rssi实验原理 -回复

rssi实验原理-回复RSSI（Received Signal Strength Indication）是接收信号强度指示的缩写，用于衡量无线信号的强度。

在无线通信领域，RSSI常用于评估无线信号的质量，如WiFi、蓝牙、LTE等。

本文将介绍RSSI实验原理，并逐步回答相关问题。

一、RSSI的定义及作用RSSI是接收到的信号功率的测量值，以dBm为单位表示。

它是指示接收设备（如无线网卡或手机）接收到的无线信号的强弱。

RSSI可衡量信号与噪声的比率，进而判断无线信号的强度和可靠性。

二、RSSI实验设备与方法1. 设备：为进行RSSI实验，需要准备以下设备：- 发送设备：如无线路由器、蓝牙发送器等，用于发送无线信号。

- 接收设备：如电脑、手机等，用于接收发送设备发出的无线信号。

- RSSI检测仪器：如专业的RSSI测量仪器、软件或统一封装的硬件模块等，用于测量接收到的无线信号的RSSI值。

2. 方法：以下是进行RSSI实验的步骤：- 步骤1：配置发送设备和接收设备，确保发送设备已打开并正常发出无线信号，接收设备已连接到发送设备所在的网络或蓝牙。

- 步骤2：根据所使用的RSSI检测仪器，打开相应的软件或接线。

- 步骤3：在RSSI检测仪器上选择所要检测的无线信号类型，如WiFi、蓝牙等。

- 步骤4：将接收设备与RSSI检测仪器连接，并确保连接稳定。

- 步骤5：开始检测无线信号的RSSI值，记录下实验数据。

三、RSSI实验原理1. RSSI基本原理：RSSI的测量基于接收设备接收到的无线信号功率。

接收设备根据接收到的无线信号的电信号水平（即信号强度）来判断RSSI值。

2. RSSI工作机制：要理解RSSI的工作机制，需要了解以下几个概念：- 接收灵敏度：接收设备在最低信噪比条件下能够接收到的最小信号功率，通常以dBm表示。

- 威尔逊法则：是衡量无线信号强度的一种常用方法，常用于CDMA、GSM等无线通信系统中。

无线传感器网络中RSSI定位算法的设计与实现(改)(1)

无线传感器网络中RSSI定位算法的设计与实现寿向晨徐宏毅（武汉理工大学）摘要在无线传感网络中，RSSI（Received Signal Strength Indication）是接收的信号强度指示，它是无线发送层的可选部分。

这篇文章总结了通过大量的实验探究了RSSI与Distance的数据模型关系，并研究分析了影响RSSI的因素。

然后文章得出了RSSI与Distance的Log数据模型。

经过一定的算法对该模型进行修正，使其在定位中的误差尽量达到最小。

最后将所有的程序算法框架集成在一个MFC程序里，该程序能自动的完成从获取Log模型未知参数到定位未知结点位置的所有过程。

在文章的最后我们给出了一套完整的算法，通过AP的Training得出Log 模型中的未知参数，然后利用特定的算法处理接收到的RSSI值，利用最终的RSSI的值定位出未知点的坐标。

定位精度最高可达到0.8m，具有很好的实用价值。

关键字：RSSI，Log数据模型，定位Design and implementation of RSSI localization algorithm in wireless sensor networkShou xiangchen Xu Hongyi（Wuhan University of Technology.）AbstractBecause of its features such as self-organizing, distributed, low power consumption and low cost, wireless sensor network has been widely used. RSSI (Received Signal Strength Indication) refers to the Received Signal Strength indicator, It is an optional part of the wireless transmission layer used to determine the link quality, and whether to increase the broadcast, often be used in the Zigbee chip integration system. After a certain algorithm to modify the model, in the position as far as possible to minimize the error in the position progress. Finally all the program algorithm framework integration in an MFC program, the program can automatically complete unknown parameters from access to the Log model to locate the unknown node location of all process. In this paper, we design extensive experiments to explore the relationship between RSSI and Distance, including factors that influence the RSSI value. At last, we find that the Log model perfectly match the tested data. In the end of this paper, we give the overall algorithm. It includes the AP training process to get the unknown parameters a and c, and data filter process .Finally, we use the data to locate the unknown nodes. We find that the accuracy can be up to 0.8 meters, It really has practical use.Keywords：RSSI , Log math model , localization0 引言无线传感器网络因其自组织性、分布式、低功耗、低成本等特性而得到了广泛的应用。

解释rssi测距原理并证明。

RSSI 测距原理及证明RSSI(Received Signal Strength Indicator) 是蓝牙、Wi-Fi 等无线通信中常用的信号强度指示值，可以用来评估信号的质量和强弱。

在实际应用中，RSSI 值常常被用来进行距离测量和控制。

本文将介绍 RSSI 测距的原理和证明。

一、RSSI 测距原理在无线通信中，RSSI 是衡量信号强度的指标。

它表示信号源到接收器之间的距离、角度和其他因素对信号衰减的影响。

RSSI 值越小，表示信号强度越弱，距离越远。

反之，RSSI 值越大，表示信号强度越强，距离越近。

在蓝牙、Wi-Fi 等无线通信中，常常使用 RSSI 值来进行距离测量和控制。

具体来说，RSSI 测距的原理如下:1. 发射信号在发送数据之前，通信设备会先发射一个信号，用来测试目标设备的距离。

这个信号通常是低功率的射频信号，可以覆盖一定范围。

2. 接收信号当目标设备接收到发射信号时，它会将信号接收并进行处理。

然后，目标设备会根据接收到的信号强度来确定距离。

3. 计算距离目标设备会根据接收到的信号强度，计算出与发射器之间的距离。

具体来说，目标设备会根据接收到的信号强度，计算出一个距离向量。

然后，目标设备会根据距离向量和发射器的位置，计算出与发射器之间的距离。

二、RSSI 测距的证明为了证明 RSSI 测距的原理，我们需要证明以下两个观点:1. 信号强度与距离成正比2. 信号强度与距离向量的大小成正比首先，我们需要证明信号强度与距离成正比。

假设有两个设备A 和 B，它们之间的距离为 d。

设备 A 会向设备B 发射一个信号，设备 B 会接收到这个信号。

根据信号传播的物理原理，信号强度与距离的平方成反比。

因此，设备 B 接收到的信号强度与设备 A 和设备 B 之间的距离的平方成反比。

接下来，我们需要证明信号强度与距离向量的大小成正比。

假设有两个设备 A 和 B，它们之间的距离为 d。

设备 A 会向设备 B 发射一个信号，设备 B 会接收到这个信号。

无线传感器网络中的定位方法与准确度分析

无线传感器网络中的定位方法与准确度分析无线传感器网络（Wireless Sensor Network, WSN）是由大量互相通信且配备有感知、计算和通信能力的节点组成的网络系统。

这些节点能够实时地采集、处理和传输环境中的信息，被广泛应用于环境监测、农业、工业自动化以及军事等领域。

定位是无线传感器网络中的重要任务之一，它可以帮助用户准确地确定目标的位置信息以及网络节点的相对位置关系。

本文将介绍无线传感器网络中常用的定位方法，并对其准确度进行分析。

一、定位方法1. 基于测距的定位方法基于测距的定位方法通过测量节点间的距离来实现目标的定位。

常用的测距技术包括全球定位系统（Global Positioning System, GPS）、无线电信号强度指示（Received Signal Strength Indicator, RSSI）、时间差测量（Time of Arrival, TOA）和飞行时间（Time of Flight, TOF）等。

- GPS将地面节点与卫星之间的信号传递时间来计算距离，通过多个卫星的测距值交叉计算，可以得到节点的三维坐标。

然而，在室内或复杂的环境中，由于信号被楼宇和物体阻挡，GPS的定位精度会受到很大影响。

- RSSI是通过测量接收到的信号强度来获取距离信息，它适用于无线传感器网络中节点间的短距离测距。

但由于信号传播的随机性和反射影响，RSSI定位精度偏低。

- TOA和TOF通过测量信号传输的时间来计算距离。

TOA准确度较高，但对传输时间同步的要求较高；TOF在长距离传输中准确度较高，但复杂环境下会受到信号反射和多径效应的影响。

2. 基于角度的定位方法基于角度的定位方法通过测量节点接收到的信号入射角度来实现目标的定位。

常用的角度测量技术包括自组织传感器网络（Self-Organizing Sensor Network, SOSN）和方向关系（Direction of Arrival, DOA）等。

无线传感器网络中基于RSSI的测距研究

ＺｈｏｕＨａｉｙａｎｇＹｕＪｉａｎ
（ＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇＩｎｓｔｉｔｕｔｅ，ＨｅＦｅｉ２３００３７，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ，ｔｈｅｐｏｓｉｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｎｏｄｅｓｈａｖｅｍａｎｙｉｍｐｏｒｔａｎｔｓｉｇｎｉｆｉｃａｎｃｅ．ＤｉｓｔａｎｃｅｍｅａｓｕｒｅｍｅｎｔｂａｓｅｄｏｎＲＳＳＩ，ｆｅａｔｕｒｉｎｇｌｏｗｃｏｍｍｕｎｉｃａｔｉｏｎｏｖｅｒｈｅａｄａｎｄｌｏｗｃｏｍｐｌｅｘｉｔｙ，ｉｓｗｉｄｅｌｙａｐｐｌｉｅｄｉｎｔｈｅｌｏｃａｌｉｚａｔｉｏｎｏｆｔｈｅｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ．Ｆｉｒｓｔｌｙ，ｔｈｉｓｐａｐｅｒｓｕｍｍａｒｉｚｅｓｔｈｅｗｏｒｋｉｎｇｐｒｉｎｃｉｐｌｅｏｆｄｉｓｔａｎｃｅｍｅａｓｕｒｅｍｅｎｔｂａｓｅｄｏｎＲＳＳＩ，ａｎｄｔｈｅｎａｎａｌｙｚｅｔｈｅｃｏｍｍｏｎｌｙｕｓｅｄｄａｔａｐｒｅｐｒｏｃｅｓｓｉｎｇｍｏｄｅｌｓ，ｆｉｎａｌｌｙｕｓｉｎｇＣＣ２４３０一ｂａｓｅｄｈａｒｄｗｉｒｅｐｌａｔｆｏｒｍｔｏｇｅｔａｎｄａｎａｌｙｚｅＲＳＳＩｆｒｏｍｄｉｆｆｅｒｅｎｔｄｉｓｔａｎｃｅ，ａｎｄｏｂｓｅｒｖｅｔｈｅｍｅａｓｕｒｅｍｅｎｔｅｒｒｏｒｏｆｔｈｅｔｈｒｅｅｍｅｔｈｏｄｓ．Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｍｉｘｅｄｍｏｄｅｌｈａｓｇｏｏｄｐｅｒｆｏｒｍａｎｃｅｉｎａｃｃｕｒａｃｙａｎｄｃｏｍｐｌｅｘｉｔｙ．

无线传感器网络RSSI测距方法与精度分析

无线传感器网络RSSI测距方法与精度分析詹杰;吴伶锡;唐志军【摘要】基于RSSI的测距技术是一项低成本的距离测量技术.分析了接收信号强度指示器(RSSI)多种测距模型,结合采用IEEE802.15.4协议的CC2430芯片,设计了测距实验,获取了多组数据,通过对实验数据的分析,提出结合信标节点确定参数、高斯拟合确定测量值的RSSI测距处理方法.实验证明,该方法能提高RSSI测距的抗干扰能力,20 m内节点间的测距精度能达到1.5 m以下.【期刊名称】《电讯技术》【年(卷),期】2010(050)004【总页数】5页(P83-87)【关键词】无线传感器网络;接收信号强度指示器;测距精度;高斯拟合【作者】詹杰;吴伶锡;唐志军【作者单位】湖南科技大学,物理学院,湖南,湘潭,411201;湖南科技大学,物理学院,湖南,湘潭,411201;湖南科技大学,物理学院,湖南,湘潭,411201【正文语种】中文【中图分类】TN9291 引言在无线传感器网络应用中，位置信息对传感器网络的监测活动至关重要, 在目标监测与跟踪、基于位置信息的路由、网络的负载均衡以及网络拓扑结构[1]等许多应用中都要求网络节点预先知道自身的位置，以便在通信和协作过程中利用位置信息完成应用要求。

常用的定位方法必须测量节点间间距，一般测距方式有GPS[2]、红外线[3]、超声波[4]和接收信号强度指示器(RSSI)[5]等。

GPS定位成本高、误差大；红外测距精度高、成本低，但适用范围太窄；超声测距需要额外的硬件，增加了节点的硬件成本和尺寸并且能耗高，受气温、湿度等的影响较大；RSSI测距误差大，这些方式都不适合无基础设施的矿山地质灾害监控系统使用。

在矿山地质灾害监测项目中，我们利用商用无线收发芯片所具备的RSSI功能对监控系统收发的数据进行处理，提高RSSI测距的精度，实现了低成本的测距。

2 RSSI测距原理无线信号传输的一个重要特点就是信号强度随着距离的增大而衰减。

无线传感器网络报告——RSSI的测量及其与距离的关系.

实验课程名称：无线传感器网络任课教师：xxx实验项目名称：RSSI的测量及其与距离的关系实验组员：姓名:___xxx____ 学号:_xxxxx___ _姓名:___xxx ____ 学号:_xxxxxxxx__ _姓名:__ xxx ____ 学号:_xxxxxxx___ _姓名:___xxx ____ 学号:_xxxxxxx___ _实验日期:_ 2013年12月_RSSI的测量及其与距离的关系实验日期：201x年xx月[姓名][学号]xxx xxxxxxxxxxx xxxxxxxxxxx xxxxxxxxxxx xxxxxxxx1.实验目的●研究发送功率、传输距离、接收信号强度、环境四者之间的定量关系。

●从实测数据中总结出无线信号随距离增加、环境变化而衰减的规律。

●为了做定位积累一些数据。

2.实验原理关于RSS，可以先从自由空间传播模型(Free space propagation model)入手来分析，这里的自由空间模型是指无障碍物的远场情况，主要适用于卫星通信。

如下图，功率密度通量由下面等式给出：为了达到准确测距的目的，我们希望减小随机小尺度衰减并提取出更加精确的大尺度衰减。

RSSI的测距方式虽然不像TOA 和TDOA 测距那样需要同步（TOA与TDOA 两种算法都是以时间为量测基础的技术，需要精准的同步和时钟，其中TDOA是利用相对时间的信息来达成测距，TOA 是以绝对时间的量测来估计距离），但其受多重路径衰减变量（Attenuation variance）的影响，需要做多重的测量和平均的动作，对系统造成额外的负担。

相对于以时间为基础的测距技术，RSS则是属于以信号强度为量测基础的技术，它不需要精确的同步和参照时钟。

然而RSS却易受多重路径衰减、遮蔽效应(Shadowing effect)影响估计的准确度。

除了单一技术的应用，亦可朝向整合其它技术的方向发展，如结合TDOA 与RSS等以提供较精准的测距。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

●从实测数据中总结出无线信号随距离增加、环境变化而衰减的规律。

●为了做定位积累一些数据。

如下图，功率密度通量由下面等式给出：为了达到准确测距的目的，我们希望减小随机小尺度衰减并提取出更加精确的大尺度衰减。

相对于以时间为基础的测距技术，RSS则是属于以信号强度为量测基础的技术，它不需要精确的同步和参照时钟。

然而RSS却易受多重路径衰减、遮蔽效应(Shadowing effect)影响估计的准确度。

除了单一技术的应用，亦可朝向整合其它技术的方向发展，如结合TDOA 与RSS等以提供较精准的测距。

对于课程使用的CC2420射频芯片，当监测到信道有数据时，将数据经过模/数转换后送入数字解调器中进行帧同步；如果同步就将数据填入接收缓冲区中，最后填充当前信道内的RSSI（Receive Signal Strength Indicator，接收信号强度指示器）信息。

同时CC2420提供一个读取RSSI值的命令，我们可以调用该命令来得到当前信道的信号强度值，作为拟合与计算的依据。

但我们更倾向于使用前述CC2420在接收到数据包时，自动在数据包的倒数第二个字节里填充的当前接收数据包时RSSI值。

3.实验准备3.1硬件器材清单与连接硬件：PC机2台（烧制程序及为节点供电），串口电缆1根，RSSI节点2个预先将PC机中关于RSSI实验的程序通过串口电缆烧制如RSSI节点。

实验开始后，PC 机仅作为RSSI节点的电源供电使用（由于RSSI节点上的电池供电模块不能正常工作）。

3.2实验思路取两个节点，一个作为发送节点，一个作为接收节点，接收节点通过节点上的LCD模块输出ED值。

在楼道中央放置一个节点（距地0米），发送功率设置为4dBm。

然后以此为中心，做一个25米×3米的长方形，以1米为步长，在正方形的每个格点上，分别记录高度0米、1米、2米处记录ED值。

此步骤完毕后，将发送节点提高到1米处，重复实验，接收节点仍要在0米、1米、2米高度测量。

第三次要将发送节点提高到2米处。

然后将发送功率提高到比最大功率略小和降低到比最小功率略大，在此重复上述过程。

4实验步骤与结果记录及分析4.1实验步骤由于实验前节点的相关程序已烧制完成，故可以直接打开节点进行实验。

由于时间及条件限制，实验并没有完全按照3.2实验思路中的内容进行，而是进行了一定的简化。

（1）在楼道中央放置一个节点（距地0米），发送功率设置为4dBm（2）以此为原点，做一个25米长的直线，以1米处为起点，1米为步长，在此直线上记录高度为0米的RSSI值。

（3）将发送节点提高到1米处，重复（2），接收节点的记录高度调整为1米。

（1）将发送节点提高到2米出，重复（2），接收节点的记录高度调整为2米。

（5）将发送结点与接收节点均靠墙重复（1）~（4）步骤4.2结果记录4.2.1在楼道中心线上测量（1）发送和接收高度均为0米时的ED值4.2.2在楼道靠墙一侧测量4.3 结果分析4.3.1在楼道中心线上测量高度分别为0m，1m，2m时的信号强度衰减规律（作在一张图上可做比较）根据实验数据，使用MATLAB进行曲线模拟，程序如下：x=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ];d0=[-43 -56 -65 -60 -68 -68 -65 -73 -72 -73 -77 -71 -71 -70 -77 -74 -79 -77 -77 -71 -71 -70 -76 -77 -72];plot(x,d0,'r')xlabel('距离 m');ylabel('信号强度 dBm');hold on;d1=[-35 -46 -44 -45 -44 -44 -49 -51 -56 -55 -51 -51 -52 -56 -59 -61 -63 -65 -60 -59 -50 -50 -47 -49 -44];plot(x,d1,'b')d2=[-55 -55 -58 -61 -61 -69 -59 -62 -65 -71 -80 -81 -70 -80 -72 -81 -72 -77 -70 -81 -61 -58 -63 -72 -72 ];plot(x,d2,'g');grid;0米时的拟合曲线方程为：x=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ];d0=[-43 -56 -65 -60 -68 -68 -65 -73 -72 -73 -77 -71 -71 -70 -77 -74 -79 -77 -77 -71 -71 -70 -76 -77 -72];plot(x,d0,'r')xlabel('距离m');ylabel('信号强度dBm');a=polyfit(x,d0,2)a =0.0893 -3.0504 -50.2078hold on;x=1:1:25;plot(x,0.0893.*x.*x-3.0504.*x-50.2078)1米时的拟合曲线方程为：x=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ];d1=[-35 -46 -44 -45 -44 -44 -49 -51 -56 -55 -51 -51 -52 -56 -59 -61 -63 -65 -60 -59 -50 -50 -47 -49 -44];plot(x,d1,'b')xlabel('距离 m');ylabel('信号强度 dBm');a=polyfit(x,d1,2)a =0.1082 -3.2535 -33.0591hold on;x=1:1:25;plot(x,0.1082.*x.*x-3.2535.*x-33.0591)2米时的拟合曲线方程为：x=1:1:25;plot(x,0.1061.*x.*x-3.2825.*x-49.0226)>> x=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ];d2=[-55 -55 -58 -61 -61 -69 -59 -62 -65 -71 -80 -81 -70 -80 -72 -81 -72 -77 -70 -81 -61 -58 -63-72 -72 ];plot(x,d2,'g');xlabel('距离m');ylabel('信号强度dBm');a=polyfit(x,d2,2)a =0.1061 -3.2825 -49.0226hold on;x=1:1:25;plot(x,0.1061.*x.*x-3.2825.*x-49.0226)4.3.2在楼道靠墙一侧测量x=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ];d0=[-49 -59 -68 -70 -77 -82 -82 -83 -88 -90 -91 -85 -86 -92 -88 -89 -88 -95 -95 -93 -93 -99 -100 -92 -90];plot(x,d0,'r')xlabel('距离 m');ylabel('信号强度 dBm');hold on;d1=[-44 -49 -51 -57 -63 -67 -66 -69 -71 -52 -57 -59 -61 -72 -68 -66 -67 -71 -69 -66 -61 -65 -67 -70 -76];plot(x,d1,'b')d2=[-42 -47 -49 -51 -50 -61 -57 -46 -63 -57 -59 -52 -51 -57 -49 -49 -52 -54 -55 -60 -60 -61 -63 -66 -70 ];plot(x,d2,'g');grid;0米时的拟合曲线方程为：x=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ];d0=[-49 -59 -68 -70 -77 -82 -82 -83 -88 -90 -91 -85 -86 -92 -88 -89 -88 -95 -95 -93 -93 -99 -100 -92 -90];plot(x,d0,'r')xlabel('距离m');ylabel('信号强度dBm');a=polyfit(x,d0,2)a =0.1129 -4.3017 -53.9835hold on;x=1:1:25;plot(x,0.1129.*x.*x-4.3017.*x-53.9835)1米时的拟合曲线方程为：x=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ];d1=[-44 -49 -51 -57 -63 -67 -66 -69 -71 -52 -57 -59 -61 -72 -68 -66 -67 -71 -69 -66 -61 -65 -67 -70 -76];plot(x,d1,'b')xlabel('距离m');ylabel('信号强度dBm');a=polyfit(x,d1,2)a =0.0426 -1.8100 -49.2452hold on;x=1:1:25;plot(x, 0.0426.*x.*x -1.8100.*x-49.2452)2米时的拟合曲线方程为：x=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ];d2=[-42 -47 -49 -51 -50 -61 -57 -46 -63 -57 -59 -52 -51 -57 -49 -49 -52 -54 -55 -60 -60 -61 -63 -66 -70 ];plot(x,d2,'g');xlabel('距离m');ylabel('信号强度dBm');a=polyfit(x,d2,3)a =-0.0118 0.4416 -4.9795 -38.0526hold on;x=1:1:25;plot(x,-0.0118.*x.*x.*x+0.4416.*x.*x-4.9795.*x-38.0526)5 .实验分析1）0米时，由于地面障碍的影响，接收信号强度普遍较低。