文档介绍：ZigBee定位解决方案设想一下,您冲进购物中心,急切地想为您的另一半选购他(她)称心如意的生日礼物。在这种情况下,该从何下手?您会很自然地掏出手机或PDA来选择选购生日礼物的最佳方案。此时,您的移动手持终端设备将显示出购物中心的导购图,并在图上标明您需前往的采购区。当您在购物中心转悠时,移动手持终端设备上将显示出您可能会感兴趣的商品。当今的射频(RF)技术有望使上述设想成为现实。TIZigBeeRF设备中内嵌的定位引擎可以与室内GPS系统相媲美,其内嵌的定位引擎使用ZigBee网络的RF基础设施来计算事物或人们所处的位置。与GPS相比较而言,定位引擎在单芯片RF收发器中与MCU集成在一起,成本也不及GPS硬件的十分之一,功耗也只是GPS硬件的一小部分。该定位引擎既可用于室内,也可用于室外,而且只要有现成的ZigBee网络,就无需安装移动的接收天线。典型的应用包括: 遥控开/关房屋中所有房间的灯具; 跟踪码头仓库的集装箱起运情况; 跟踪网站的设备。另外,当新设备接入网络时,该定位引擎能够确定其物理位置,因此定位引擎还能用于简化无线网络的设置。后台设备大多数的无线传感器网络都要求具备一种确定网络节点位置的方法。因此在设备安装期间,您需要弄清楚哪些节点相互之间直接进行数据交换,或者确定哪些节点直接与中央数据采集点进行数据交换。当通过基于软件的计算方法来确定网络节点位置时,我们就会考虑到市场化解决方案(marketsolutiON)。这些具体的计算方法是:节点首先读取计算节点位置的参数,然后将相关信息传送到中央数据采集点对节点位置进行计算,最后,又将节点位置的有关参数传回至该节点。这就是典型的数据密集型计算,并且需要配置一台PC或高性能的MCU。这种计算节点位置的方法之所以只适用于小型的网络和有限的节点数量,是因为进行相关计算所需的流量将随着节点数量的增加而呈指数级速度增加。因此,高流量负载加上带宽的不足限制了这种方法在以电池供电的网络中的应用。 2431采用了一种分布式定位计算方法。这种计算方法根据从距离最近的参考节点(其位置是已知的)接收到的信息,对节点进行本地计算,确定相关节点的位置。因此,网络流量的多少将由待测节点范围中节点的数量决定。另外,由于网络流量会随着待测节点数量的增加而成比例递增,2431还允许同一网络中存在大量的待测节点。本文中所提供的结果是根据对ZigBee网络的测量得出的,然而,这些测量结果同样适用于基于IEEE构建的更简单的网络。定位引擎技术定位引擎根据无线网络中临近射频的接收信号强度指示(RSSI),计算所需定位的位置。在不同的环境中,两个射频之间的RSSI信号会发生明显的变化。例如,当两个射频之间有一位行人时,接收信号将会降低30dBm。为了补偿这种大的差异以及出于对定位结果精确性方面的考虑,定位引擎将根据来自多达16个射频的RSSI值,开展有关的定位计算。其依据的理论是:当采用大量的节点后,RSSI的变化最