無線傳感器網絡中RSSI濾波的若干處理方法

摘要：無線傳感器網絡作為一門新興的技術，被應用于廣泛的領域中。而基于接收信號強度指示(RSSI)應用的無線傳感器網絡，需要對網絡中接收到同一個節點的多個RSSI值進行濾波。為了對RSSI濾波有一個全面的認識，介紹了幾種濾波方法，詳細綜述了每種濾波方法的原理和特點，最后指出應根據具體情況，權衡濾波效果、算法復雜度、節點能耗等各方面因素，選擇一種或者多種算法混合的濾波方法。

0 引言

無線傳感器網絡(Wireless Sensor Network,WSN)就是由部署在特定監測區域內大量的廉價微型傳感器節點組成，通過無線通信方式形成的一個多跳自組織網絡系統，它作為一種全新的信息獲取和處理技術，在目標跟蹤、環境監測、軍事應用、醫療衛生、空間探索等領域都有著廣泛的應用，節點定位技術是無線傳感器應用的基礎，常用的節點定位技術都是基于RSSI的，節點之間通過接收到的RSSI 值，利用經驗公式轉換為距離，再通過適當的算法計算出節點坐標位置。然而，由于環境中往往存在多徑、散射、障礙物、電磁干擾等不穩定因素，使得RSSI值不穩定，具有較大的波動性。實際使用中，需要對測得的多個RSSI值進行濾波優化處理，得到優化后的RSSI值，再進行定位計算。下面分別介紹幾種常用的RSSI濾波方法。

1 RSSI 濾波方法

1.1 均值濾波

均值濾波是指節點接收到另一節點的多個RSSI值之后，求其算式平均值，作為測試結果，如式(1)所示：

該方法簡單，易實現。當樣本容量很大，RSSI波動范圍較小時，信號平滑度較高，可較好地解決RSSI干擾問題;當RSSI值波動較大時，該方法可信度下降。

1.2 遞推平均濾波

遞推平均濾波是把連續接收到的N 個RSSI值看成一個隊列，隊列的長度固定為N,每次接收到一個新的RSSI值后放入隊尾，并扔掉原來隊首的一個RSSI值。最后把隊列中的N 個數據進行算術平均運算，就可獲得新的濾波結果。該濾波算法優點是對周期性干擾有良好的抑制作用，平滑度高，缺點是對偶然出現的脈沖性干擾抑制作用差，不易消除由于脈沖干擾所引起的采樣值偏差，不適用于脈沖干擾比較強的場合。

1.3 中位值濾波

中位值濾波是指采集N(N 為奇數)個RSSI值之后，將這N 個RSSI值按大小順序排列，取其正中間的RSSI值作為濾波輸出，如式(2)所示：

中位值濾波能有效克服因偶然因數引起的波動干擾，但是對于脈沖干擾比較強，樣本容量不多的情況下，濾波效果不理想。

1.4 狄克遜檢驗法濾波

狄克遜檢驗法濾波是通過極差比判定和剔除異常數據。該方法認為異常數據應該是最大數據和最小數據，因此該方法是將數據按大小排列，檢驗最大數據和最小數據是否是異常數據。以樣本容量小于等于30為例，具體步驟如下：

(1)將對同一節點多次測量到的RSSI 值按從小到大的順序排列，{RSSI(1)，RSSI(2)，RSSI(3)，-,RSSI(n - 2)，RSSI(n - 1)，RSSI(n)} ,并確定檢出水平 α =0.05;(2)根據狄克遜統計公式[10]有：

當n=3~7時檢驗高端異常值：

(3)根據檢出水平α ,查狄克遜檢驗的臨界值表，在狄克遜檢驗法的臨界值表中查出對應α ,n 的臨界值D(α，n) .

(4)當rij rij- ,且rij D(α，n) 時，RSSI(n) 為異常值;當rij- rij ,且rij- D(α，n) 時，RSSI(1) 為異常值;否則判斷未發現異常值。

(5)去除異常值后，對剩下的樣本數據，重復執行步驟(1)~步驟(5)，直到不再檢出異常值為止。最后剩下的數據可求其算數平均值作為最后濾波輸出。

狄克遜檢驗法能夠有效地去除樣本中的異常值，但需要查表，通常與其他的濾波算法混合濾波。

1.5 高斯濾波

對同一個節點接收到的多個RSSI值中，由于各種干擾，必然存在由誤差引起的小概率事件，通過高斯模型選取高概率發生區的RSSI值作為有效值，再求其幾何平均值，這種方法能夠有效地減少小概率、大干擾對整體測量數據的影響，提高定位的準確性。