RSSI-Dataset

RSSI-Dataset提供了一个全面的接收信号强度指示（RSSI）读数集合，这些读数来自两个室内办公楼。使用了四种无线技术：Zigbee（IEEE 802.15.4）、WiFi（IEEE 802.11）、蓝牙低能耗（BLE）和长距离区域网络（LoRaWAN）。数据集包含两个环境（Environment1和Environment2）的读数，每个环境包含四种技术的九个文件，每个文件包含300个RSSI读数。

The RSSI-Dataset offers a comprehensive collection of Received Signal Strength Indication (RSSI) readings, gathered from two indoor office buildings. It utilizes four wireless technologies: Zigbee (IEEE 802.15.4), WiFi (IEEE 802.11), Bluetooth Low Energy (BLE), and Long Range Wide Area Network (LoRaWAN). The dataset includes readings from two environments (Environment1 and Environment2), with each environment containing nine files for each of the four technologies, and each file comprising 300 RSSI readings.

原始信息汇总

RSSI-Dataset概述

数据集内容

• 技术类型：包含四种无线技术数据，分别是Zigbee (IEEE 802.15.4)、WiFi (IEEE 802.11)、Bluetooth Low Energy (BLE) 和 Long Range Area-Wide Network (LoRaWAN)。
• 实验设备：使用Arduino、Raspberry Pi、XBees、Gimbal beacons Series 10和Dragino LoRa Shield进行实验。

实验环境

• 测试环境：在两个室内办公楼环境中进行，共进行了九次测试。
• 环境设置：实验在晚上进行，以减少其他设备的干扰。
• 实验布局：采用等腰三角形布局，测试距离为1、3、5米，接收器位于三种不同位置：D_1、D_2、D_3。

数据集结构

• 数据集目录：分为两个主要文件夹，分别对应Environment1和Environment2。
• 子文件夹：每个主要文件夹下有四个子文件夹，分别对应BLE、WiFi、Zigbee和LoRaWAN。
• 文件格式：每个子文件夹包含九个文件，文件名为Distance Position.txt，其中Distance表示距离（1、3、5米），Position表示位置（D_1、D_2、D_3）。
• 数据格式：每个文件包含300个RSSI读数，格式为NodeLetter: value，其中Letter表示节点（A、B、C），value表示RSSI值。

引用信息

• 相关出版物：若使用此数据集，请引用S. Sadowski和P. Spachos的论文《RSSI-Based Indoor Localization with the Internet of Things》，发表于IEEE Access，doi: 10.1109/ACCESS.2018.2843325。

搜集汇总

数据集介绍

构建方式

RSSI-Dataset的构建基于在两个室内办公环境中进行的全面实验，旨在收集不同无线技术在不同距离和位置下的接收信号强度指示（RSSI）读数。实验中使用了四种无线技术：Zigbee、WiFi、蓝牙低功耗（BLE）和长距离广域网络（LoRaWAN）。实验设备包括Arduino、Raspberry Pi、XBees、Gimbal信标系列10和Dragino LoRa Shield。实验在控制环境下进行，以减少外部干扰，确保读数的准确性和一致性。实验设置了九个测试场景，涵盖了不同的距离和接收位置，以评估无线技术在近距和远距条件下的定位精度。

特点

该数据集的显著特点在于其多样性和细致性。首先，数据集涵盖了四种主流无线技术，提供了丰富的技术对比数据。其次，实验设计考虑了多种距离和接收位置，确保了数据的全面性和代表性。此外，实验在控制环境下进行，有效减少了多径效应和其他干扰因素，使得数据更加可靠和一致。数据集的结构清晰，每个技术文件夹下包含九个文件，分别对应不同的距离和位置，便于用户根据需求进行筛选和分析。

使用方法

RSSI-Dataset的使用方法简便且灵活。用户可以根据研究需求选择特定的无线技术文件夹，如BLE、WiFi、Zigbee或LoRaWAN，并进一步筛选特定距离和位置的RSSI读数文件。每个文件包含300个RSSI读数，格式为‘Node*Letter*: *value*’，其中‘Letter’代表节点A、B或C，‘value’为RSSI值。用户可以通过这些数据进行室内定位算法的开发与验证，或进行无线技术性能的对比分析。引用相关文献时，建议参考S. Sadowski和P. Spachos的研究成果，以确保学术规范性。

背景与挑战

背景概述

RSSI-Dataset是由S. Sadowski和P. Spachos在2018年创建的，旨在为室内定位研究提供全面的接收信号强度指示（RSSI）数据。该数据集涵盖了两种室内办公环境，并使用了四种无线技术：Zigbee、WiFi、蓝牙低功耗（BLE）和长距离广域网络（LoRaWAN）。通过使用Arduino、Raspberry Pi、XBees、Gimbal beacons Series 10和Dragino LoRa Shield等设备，研究人员在不同距离和接收位置下进行了九次实验，以评估这些无线技术在室内环境中的定位精度。该数据集的发布对物联网（IoT）领域的室内定位研究具有重要意义，尤其是在减少多路径效应和信号干扰方面提供了宝贵的实验数据。

当前挑战

RSSI-Dataset在构建过程中面临了多项挑战。首先，RSSI值容易受到环境干扰，尤其是在室内环境中，信号的多路径效应和反射问题显著影响了数据的准确性。为了减少这些干扰，实验在人员较少的时间段进行，并采用了控制环境的方式。其次，不同无线技术在不同距离和位置下的表现差异较大，如何确保实验的公平性和一致性是一个技术难题。此外，数据集的多样性和复杂性要求研究人员在数据采集和处理过程中具备高度的精确性和耐心，以确保数据的可靠性和实用性。

常用场景

经典使用场景

RSSI-Dataset在室内定位领域展现了其经典应用价值。通过收集不同无线技术（如Zigbee、WiFi、BLE和LoRaWAN）在室内环境中的接收信号强度指示（RSSI）数据，该数据集为研究者提供了一个全面的实验平台，用于评估和比较不同技术在近距离和远距离条件下的定位精度。这种数据集的多样性和详尽性使其成为室内定位算法开发和优化的理想选择。

解决学术问题

RSSI-Dataset解决了室内定位技术中的关键学术问题，特别是在多路径干扰和信号衰减的影响下，如何提高定位精度的挑战。通过提供在受控环境下的RSSI数据，该数据集帮助研究者深入理解不同无线技术在复杂室内环境中的表现，从而推动了基于RSSI的定位算法的改进和创新。其研究成果对物联网（IoT）领域的室内定位技术发展具有重要意义。

衍生相关工作

基于RSSI-Dataset的研究工作衍生了一系列经典文献和应用。例如，Sadowski和Spachos在其论文中提出的基于RSSI的室内定位方法，通过该数据集的实验验证，展示了其在物联网环境中的有效性。此外，该数据集还激发了其他研究者对多技术融合定位、抗干扰算法等方向的深入探索，进一步推动了室内定位技术的多样化和实用性。