RSSI-LQI动态距离估计(6)

条件的限制，其有效范围较为有限(实测条件下，一般在-4O～-9OdBm)。图4显示了LQI随距离的衰落情况。其衰落趋势与RSSI大致相同：在10m的范围内波动比较小，随着距离的增大，振荡也增大了，也有较大的不规则的衰落。相比之下LQI值的有效范围要宽得多，在40～170之间。因此，如果增加LQI值来进行距离估计，能够得到更宽的线性度，从而提高定位精度。

2.3 动态的距离估计

从图4和图5可以看出，LQI的两段线性衰落曲线的斜率都要高于RSSI的线性逼近衰落曲线，LQI可以提供更高的分辨率。在小于10 m的范围内，实际的LQI衰落曲线围绕其逼近曲线的波动要略小于实际的RSSI衰落曲线围绕其逼近曲线的波动，相对比较稳定，但是当距离较大时，LQI值的波动就比RSSI的波动厉害得多，此时，用LQI的逼近曲线计算得到的距离就与真实的距离相差很大，而此时RSSI比较稳定。因此，如果能预知需估计距离所在的范围，在此距离较小时，首选LQI来计算；而当此距离较大时，首选RSSI来计算，这样就达到了动态处理估计距离的目的。

实测结果显示，在较近的范围内用LQI和用RSSI计算得到的距离误差都比较小，2者的距离之差较小；而当距离增大时，由于LQI的大幅度波动造成距离估计也有很大的误差，从而导致2者的距离之差较大。因此，此距离差可作为预知估计距离所在范围的标准。由实测结果还可看出，在某个位置上多次测得的一组RSSI和LQI值如果波动较大，那么该位置的真实衰落曲线偏离逼近曲线的程度也较大(如图6所示)，利用这一点，可以对RSSI和LQI值在一定范围内进行修正。假设用RSSI的逼近衰落曲线得到的估计距离为d1，用LQI的逼近衰落曲线得到的估计距离为d2，某点的最终估计距离为d，考虑3种动态优化处理的方法，并在下一节中对其结果进行了比较。

(1)分别给d1和d2一个权重a1和a2进行加权处理，d=a1d1+a2d2；

(2)根据具体环境，找到一个阈值t,当|d1-d2|≤t时，d=d2；当|d1-d2|>t时，d=d1；