實際場景中RSSI會受到多個因素的影響，比如空中同頻干擾信號，電磁波在不同物質表面的反射折射等造成的多徑疊加，中間障礙物的遮擋，以及天線的性能和朝向等。這些因素會造成RSSI的大幅度波動，并且在不同場景下表現出不同的趨勢和范圍。下圖是BLE在連接狀態下，固定位置，1秒間隔內連續收到的100個數據包對應的RSSI：

可以看到即便在固定位置的很短時間內，RSSI波動都可能有超過20db，對應的距離如下：

通過對足夠數量的RSSI樣本濾波可以過濾掉偏差很大的干擾值，減小距離映射的誤差（實際的效果取決于距離和環境等因素）。

不同頻率（BLE信道）在相同環境中對RSSI的測量值有一定影響，下圖分別是連接狀態下（37個信道自動跳頻）和固定頻率（channel 37）廣播下在室內環境（0~5m）不同距離下測出的RSSI值：

連接下的多信道RSSI有平均15db以上的波動，但是信道37的廣播只有平均5db的波動。實際使用中，多信道自動跳頻更適合應用數據傳輸（抗干擾能力強），RSSI的波動可以通過適當的濾波來減小。

大的發射功率支持傳輸更遠的距離，但是也會造成更大的RSSI波動。相反，較小的發射功率波動較小而且有利于功耗，但是覆蓋范圍有限。下圖是在連接狀態下，0~5m的距離內，使用8dbm發射功率和-25dbm發射功率分別測量的RSSI:

兩者表現出相同的趨勢。-25dbm的數據的波動相對較小，但是對于遠距離，RSSI的讀值趨于平坦。兩者在近距離內都可以通過濾波實現相同的效果，實際使用中應該根據應用場景在遠距離和低功耗之間選擇合適的發射功率。

場景中的噪聲和其他物體造成的反射對RSSI有很大影響，以會議室場景和地下車庫場景為例，會議室場景存在較多物體，而地下車庫場景相對空曠，因此地下車庫場景的RSSI波動較小一些，不同場景會直接影響測距和濾波的系數（系數需要針對不同場景校準）。

BLE主從設備為ingchips916， 兩個設備都經過了RSSI校準（+/-1.5db），確保不同增益切換對RSSI的影響最小。在如下的會議室中，雙方進入連接狀態（多信道自動跳頻，-25dbm發射功率，10ms連接間隔），在0~5m內每間隔0.5m采集100個RSSI值（1s）:

假定每個位置的RSSI值服從正態分布，首先對每一組數據使用高斯濾波過濾掉偏差很大的值。這一步為可選項，高斯濾波對樣本數量較小的情況提升不明顯，如果RSSI測量個數很大，則可以考慮首先使用高斯濾波對數據進行處理。

參數[sigma = 1]的高斯濾波后的數據和原來數據的對比：

接下來對數據使用卡爾曼濾波（Kalman），Kalman對噪聲環境下的服從正態分布的數據預測有較好效果（參考[1]）。此處使用參數[A=1, H=1, Q=0.1, R=2.5]，濾波后的數據和原始數據對比：

相比于原始數據，Kalman濾波后的數據相對收斂，將濾波后RSSI轉換為距離（參數[n=1.6]），結果如下：

對于較小的（3m之內）的誤差，Kalman和原始數據的差別不大。對于較大的誤差，Kalman可以通過和先前數據的平滑過濾掉偏差很大的值（結論參考[2]）。

地下車庫相對比較開闊，測試設備采用連接方式（多信道調頻，8dbm發射功率）測量RSSI，在1~20m距離內每隔1m采集100個數據（10ms連接間隔，耗時1s）。和場景1類似，采用Kalman濾波（參數[A=1, H=1, Q=0.1, R=2.5]）后的數據和原始數據對比：

轉換為距離后和原始數據對比為（參數分別為[n=1.4]和[n=1.35]）:

大于15m的距離，誤差很大，數據沒有使用的價值。小于15m的距離內，在較小誤差的情況下，Kalman和原始數據差別不大，較大誤差比如10m位置，Kalman則有約10%的提升。

對于需要判斷距離變化趨勢的應用場景，需要按時間順序采集RSSI測量值，并通過對數據擬合后的斜率變化來判斷距離趨勢。考慮到RSSI和距離的映射關系為非線性，RSSI的變化趨勢需要在小范圍時間內進行擬合。

在會議室場景和地下車庫場景，從遠距離以步行速度靠近信源，原始數據和擬合曲線分別為：

可以觀測到：

1.在遠離信源的地方（10m之外），RSSI的變化趨勢存在波動。

2.受環境和設備天線朝向等因素，RSSI絕對值在不同場景中表現不同。

3.而在靠近信源的地方（會議室場景在1.5m內，地下車庫場景在3m范圍內），信號強度的線性變化趨勢較為明顯。

實際使用場景中，如果RSSI測量設備的環境復雜或者靠近的路線不明確，都有可能導致最終的趨勢預測不夠可靠。但在已知場景下，可以通過對該區域內RSSI的測量來劃分出不同區域，在靠近信源的區域（信號趨勢明顯），通過結合RSSI測量值以及線性擬合的斜率來判斷測量點是在靠近還是遠離信源。

1. RSSI測距受包括收發天線，多徑干擾，RSSI精度等多個因素影響，10m內有平均1~3m的誤差。
2. 不同信道對RSSI測距有一定影響，單信道測距要比跳頻測距更穩定。
3. 取決于實際使用需求，發射功率對RSSI測距的影響不明顯。
4. 為了達到相對收斂的效果，實際使用中應該對一定數量的樣本濾波來過濾掉方差較大的測量值。
5. RSSI距離映射公式和濾波的相關參數和特定環境相關，需要針對測定場景校準。
6. 具體使用請參考Ingchips示例工程。

參考

[1] A. Mackey 和 P. Spachos，“智能建筑室內定位信標的性能評估”，2017 年 IEEE 全球信號與信息處理會議 (GlobalSIP)，2017 年 11 月，第 823-827 頁。

[2] 用于基于物聯網的交互式智能博物館室內定位的 BLE 信標 IEEE 高級會員 Petros Spachos 和 IEEE 院士 Konstantinos N. Plataniotis。

[3] 基于高斯-卡爾曼線性濾波的RSSI室內測距算法研究。

文章來源 桃瑞芯