采用0.18μm RF CMOS工艺设计了一种具有宽输入动态范围的接收信号强度指示器(RSSI)。采用逐级检波式对数放大器结构,以分段线性近似法实现对数传输特性,使RSSI输出电压正比于输入功率的对数值。电路采用直流耦合方式以降低寄生参数并...采用0.18μm RF CMOS工艺设计了一种具有宽输入动态范围的接收信号强度指示器(RSSI)。采用逐级检波式对数放大器结构,以分段线性近似法实现对数传输特性,使RSSI输出电压正比于输入功率的对数值。电路采用直流耦合方式以降低寄生参数并减少电路面积,并采用直流失调消除环路(DCOC)解决直流耦合方式所带来的直流偏移电压影响,有效降低直流失调和低频噪声。仿真结果显示,该RSSI可检测输入信号动态范围大于60 d B,对数精度小于±1 d B。采用1.8 V电源电压供电,电路总电流消耗为11 m A,芯片核心面积为0.23 mm2。展开更多
针对基于ZigBee网络的节点接收信号强度指示(received signal strength indication,RSSI)在复杂环境测量会产生偏差的问题,提出一种基于混合滤波的无线网络测距算法。该方法在运用卡尔曼滤波的基础上融合了基于中值自适应加权高斯滤波...针对基于ZigBee网络的节点接收信号强度指示(received signal strength indication,RSSI)在复杂环境测量会产生偏差的问题,提出一种基于混合滤波的无线网络测距算法。该方法在运用卡尔曼滤波的基础上融合了基于中值自适应加权高斯滤波的混合滤波,首先用卡尔曼滤波算法去除波动性较大的RSSI值,再利用中位值抗差性原理和自适应函数降低RSSI数据的波动。仿真实验结果表明,混合滤波无线网络测距算法能够较大程度减小异常值带来的波动,有效提高RSSI采样精度。展开更多
高精度车内定位技术是提供车内智能服务、进行车内用户行为习惯分析等应用的基础,有重要实用价值。低功耗蓝牙(BLE, bluetooth low energy)的RSSI(received signal strength indicator)值可用于定位系统的分析计算。针对无线信号传输易...高精度车内定位技术是提供车内智能服务、进行车内用户行为习惯分析等应用的基础,有重要实用价值。低功耗蓝牙(BLE, bluetooth low energy)的RSSI(received signal strength indicator)值可用于定位系统的分析计算。针对无线信号传输易受环境影响的问题,对车内定位提出了一种基于蓝牙多信道多RSSI值(multi-channel multi-RSSI values)的车内定位方法 VehLoc。接收端在传统的采集蓝牙RSSI信号的基础上,同时记录信号的信道来源,通过使用3个蓝牙信标在其不同信道的RSSI值对使用者终端在车内的位置进行粗细粒度与分布相结合的区域分析和位置判断。实验结果表明,VehLoc定位方法对车内5个主要位置的分类正确率均可达90%。展开更多
文摘采用0.18μm RF CMOS工艺设计了一种具有宽输入动态范围的接收信号强度指示器(RSSI)。采用逐级检波式对数放大器结构,以分段线性近似法实现对数传输特性,使RSSI输出电压正比于输入功率的对数值。电路采用直流耦合方式以降低寄生参数并减少电路面积,并采用直流失调消除环路(DCOC)解决直流耦合方式所带来的直流偏移电压影响,有效降低直流失调和低频噪声。仿真结果显示,该RSSI可检测输入信号动态范围大于60 d B,对数精度小于±1 d B。采用1.8 V电源电压供电,电路总电流消耗为11 m A,芯片核心面积为0.23 mm2。
文摘针对基于ZigBee网络的节点接收信号强度指示(received signal strength indication,RSSI)在复杂环境测量会产生偏差的问题,提出一种基于混合滤波的无线网络测距算法。该方法在运用卡尔曼滤波的基础上融合了基于中值自适应加权高斯滤波的混合滤波,首先用卡尔曼滤波算法去除波动性较大的RSSI值,再利用中位值抗差性原理和自适应函数降低RSSI数据的波动。仿真实验结果表明,混合滤波无线网络测距算法能够较大程度减小异常值带来的波动,有效提高RSSI采样精度。
文摘高精度车内定位技术是提供车内智能服务、进行车内用户行为习惯分析等应用的基础,有重要实用价值。低功耗蓝牙(BLE, bluetooth low energy)的RSSI(received signal strength indicator)值可用于定位系统的分析计算。针对无线信号传输易受环境影响的问题,对车内定位提出了一种基于蓝牙多信道多RSSI值(multi-channel multi-RSSI values)的车内定位方法 VehLoc。接收端在传统的采集蓝牙RSSI信号的基础上,同时记录信号的信道来源,通过使用3个蓝牙信标在其不同信道的RSSI值对使用者终端在车内的位置进行粗细粒度与分布相结合的区域分析和位置判断。实验结果表明,VehLoc定位方法对车内5个主要位置的分类正确率均可达90%。
