摘要：无线传感器
网络作为一门新式的技能，被使用于广泛的范畴中。而依据接纳信号强度指示(RSSI)使用的无线传感器网络，需求对网络中接纳到同一个节点的多个RSSI值进行滤波。为了对RSSI滤波有一个全面的知道，介绍了几种滤波办法，具体总述了每种滤波办法的原理和特色，最终指出应依据具体情况，权衡滤波作用、算法复杂度、节点能耗等各方面要素，挑选一种或许多种算法混合的滤波办法。
0 导言
无线传感器网络(Wireless Sensor Network,WSN)便是由布置在特定监测区域内很多的廉价微型传感器节点组成，经过无线通信办法构成的一个多跳自组织网络系统，它作为一种全新的信息获取和处理技能，在方针盯梢、环境监测、军事使用、医疗卫生、空间探究等范畴都有着广泛的使用，节点定位技能是无线传感器使用的根底，常用的节点定位技能都是依据RSSI的，节点之间经过接纳到的RSSI 值，使用经历公式转换为间隔，再经过恰当的算法核算出节点坐标方位。可是，因为环境中往往存在多径、散射、障碍物、电磁搅扰等不稳定要素，使得RSSI值不稳定，具有较大的动摇性。实际使用中，需求对测得的多个RSSI值进行滤波优化处理，得到优化后的RSSI值，再进行定位核算。下面别离介绍几种常用的RSSI滤波办法。
1 RSSI 滤波办法
1.1 均值滤波
均值滤波是指节点接纳到另一节点的多个RSSI值之后，求其算式均匀值，作为测验成果，如式(1)所示：
该办法简略，易完成。当样本容量很大，RSSI动摇规模较小时，信号滑润度较高，可较好地处理RSSI搅扰问题;当RSSI值动摇较大时，该办法可信度下降。
1.2 递推均匀滤波
递推均匀滤波是把接连接纳到的N 个RSSI值当作一个行列，行列的长度固定为N,每次接纳到一个新的RSSI值后放入队尾，并丢掉本来队首的一个RSSI值。最终把行列中的N 个数据进行算术均匀运算，就可取得新的滤波成果。该滤波算法长处是对周期性搅扰有杰出的抑制作用，滑润度高，缺陷是对偶尔呈现的脉冲性搅扰抑制作用差，不易消除因为脉冲搅扰所引起的采样值差错，不适用于脉冲搅扰比较强的场合。
1.3 中位值滤波
中位值滤波是指收集N(N 为奇数)个RSSI值之后，将这N 个RSSI值按巨细顺序摆放，取其正中间的RSSI值作为滤波输出，如式(2)所示：
中位值滤波能有用战胜因偶尔因数引起的动摇搅扰，可是关于脉冲搅扰比较强，样本容量不多的情况下，滤波作用不抱负。
1.4 狄克逊查验法滤波
狄克逊查验法滤波是经过极差比断定和除掉反常数据。该办法以为反常数据应该是最大数据和最小数据，因而该办法是将数据按巨细摆放，查验最大数据和最小数据是否是反常数据。以样本容量小于等于30为例，具体过程如下：
(1)将对同一节点屡次丈量到的RSSI 值按从小到大的顺序摆放，{RSSI(1)，RSSI(2)，RSSI(3)，-,RSSI(n – 2)，RSSI(n – 1)，RSSI(n)} ,并确认检出水平 α =0.05;(2)依据狄克逊计算公式[10]有：
当n=3~7时查验高端反常值：
(3)依据检出水平α ,查狄克逊查验的临界值表，在狄克逊查验法的临界值表中查出对应α ,n 的临界值D(α，n) .
(4)当rij rij- ,且rij D(α，n) 时，RSSI(n) 为反常值;当rij- rij ,且rij- D(α，n) 时，RSSI(1) 为反常值;不然判别未发现反常值。
(5)去除反常值后，对剩余的样本数据，重复履行过程(1)~过程(5)，直到不再检出反常值停止。最终剩余的数据可求其管用均匀值作为最终滤波输出。
狄克逊查验法可以有用地去除样本中的反常值，但需求查表，一般与其他的滤波算法混合滤波。
1.5 高斯滤波
对同一个节点接纳到的多个RSSI值中，因为各种搅扰，必定存在由差错引起的小概率事件，经过高斯模型选取高概率产生区的RSSI值作为有用值，再求其几许均匀值，这种办法可以有用地减少小概率、大搅扰对全体丈量数据的影响，进步定位的准确性。
