基于RSSI的可见光室内定位系统：从原理到电赛实战全解析-编程实验室

简介：本资源为2017年全国大学生电子设计竞赛（电赛）“可见光室内定位”赛题的完整实战解决方案，面向电子信息、自动化、测控等专业本科生及电赛备赛团队，聚焦光学定位系统设计与嵌入式实现难点。压缩包含280个文件，总大小12.56MB，涵盖67个头文件（h）、60个C源码（c）、33个编译中间文件（o/d/crf）及14份PDF技术文档，支撑从STM32F4平台底层驱动（如rtc、rcc、tim、mpu、lcd）到定位算法逻辑的全链路开发；另有Keil工程配置文件（uvprojx/uvoptx）、调试脚本（bat）、固件输出（hex/axf）及系统级构建支持文件，结构规范、即开即用。已有198人下载学习，所有程序均经实测可直接运行，提供完整软硬件协同调试路径、模块化代码组织方式及典型排错参考，是理解光电传感、时间同步、坐标解算等核心环节的优质备赛范例。

1. 项目概述：重温经典赛题，拆解可见光定位的底层逻辑

“2017年电赛-可见光室内定位.zip”这个标题，对于参加过全国大学生电子设计竞赛（简称“电赛”）的朋友来说，瞬间就能勾起一段充满挑战与激情的回忆。这不仅仅是一个压缩包的名字，它代表的是当年那道让无数队伍熬夜调试、既考验理论功底又比拼工程实现能力的经典题目。简单来说，这道题要求我们利用普通的LED灯作为信号发射源，通过光电传感器接收光信号，最终在一个设定的区域内，实现对一个移动小车的厘米级精确定位。

为什么这道题至今仍被频繁提及和讨论？因为它巧妙地融合了多个学科的核心知识点：模拟电路（信号放大与滤波）、数字电路（信号处理与解码）、通信原理（调制与解调）、单片机编程（算法实现与控制）以及最基础的几何数学（三角定位算法）。它不像一些纯软件或纯算法的题目，这道题从硬件选型、电路焊接、软件编写到系统联调，考验的是一个电子工程师的全栈能力。即使放在今天，其技术思路对于物联网终端定位、智能仓储AGV导航、甚至某些特定场景下的室内导航，依然有很高的参考价值。如果你正在学习嵌入式系统，或者对如何将理论知识转化为实际产品感兴趣，深入剖析这个项目，无疑是一次绝佳的实战演练。

2. 系统整体设计与核心思路拆解

2.1 题目要求与核心指标解析

要复现或深入理解这个项目，首先必须回到题目的原始要求。虽然我们无法看到原题全文，但根据“可见光室内定位”这个核心以及电赛一贯的出题风格，我们可以推断出几个关键约束和性能指标：

定位区域：通常是一个2m×2m或类似尺寸的正方形区域，四个角上会布置已知坐标的LED定位基站。
移动终端：一个自带电源、能够自由移动的小车（或平板），上面安装有光电接收装置（如光电二极管或集成接收模块）和主控单片机。
通信方式：禁止使用除可见光以外的任何无线通信（如Wi-Fi、蓝牙、Zigbee）。定位信息必须通过光信号传输。
核心任务：
- 基站发射：每个LED基站需要发射包含自身唯一ID编号和位置坐标的光信号。
- 终端接收与解算：移动终端需要接收来自多个基站的光信号，从中解算出各基站的ID和信号强度或时间信息，进而通过算法计算出自身在当前区域内的二维坐标（X, Y）。
- 结果显示：通常需要在终端的小屏幕（如OLED）上实时显示自身坐标，或者将坐标通过串口发送到上位机进行显示。
性能指标：定位精度（如误差小于5cm）、实时性（如刷新率大于1Hz）、系统稳定性（抗环境光干扰能力）是主要的评分点。

2.2 技术方案选型：为什么是“强度法”？

实现可见光定位，理论上主要有“到达时间差法”、“到达角度法”和“接收信号强度法”三种。在2017年电赛的具体环境下，“接收信号强度法”几乎是唯一可行的选择。

到达时间差法：需要基站间进行精确的时间同步（纳秒级），终端需要极高精度的时间测量单元，这对于成本受限的电赛环境来说过于复杂。
到达角度法：需要终端使用摄像头或阵列式传感器，计算量大，且容易受遮挡影响。
接收信号强度法：其原理基于一个简单的模型：在理想情况下，光信号的接收强度与传输距离的平方成反比。虽然实际环境中的反射、遮挡会使得模型不理想，但通过合理的算法修正，在较小范围内可以达到可用的精度。它的最大优势是硬件简单：只需要测量光电传感器输出的电压或电流（即信号强度），成本低廉，易于实现。

因此，绝大多数参赛队都采用了RSSI方案。整个系统的核心链路可以概括为：LED基站（调制发射ID） -> 空间信道（光衰减） -> 光电接收器（解调并输出强度电压） -> 单片机ADC采样（量化强度值） -> 定位算法（将强度值换算为距离，再解算坐标）。

2.3 硬件平台架构设计

基于上述思路，一个典型的系统硬件架构如下：

定位基站端：
- 主控：一块简单的单片机（如STC89C52、STM32F103），用于控制LED。
- 驱动与调制：这是关键。LED不能常亮，必须将数字ID信息调制到光强上。常用的是开关键控：用不同占空比的PWM波驱动LED，高电平代表“1”，低电平代表“0”，组成一帧帧的数据包。每个基站循环发送自己唯一的ID帧。
- LED选择：选择高亮度、响应速度快的白光LED，以保证足够的信号覆盖范围和调制带宽。
移动终端端：
- 主控：性能更强的单片机，如STM32F4系列，负责复杂的信号处理和算法运行。
- 光电接收模块：核心传感器。可以直接使用大面积的光电二极管配合运放搭建接收电路，也可以选用集成化的光通信接收模块（如带有自动增益控制的模块），后者抗干扰能力更强，但成本稍高。
- 信号调理电路：接收到的微弱电流信号需经过跨阻放大器转换为电压信号，再经过带通滤波电路，滤除环境光（主要是低频的直流分量）和高频噪声，只保留LED调制信号的频率成分。
- 模数转换：使用单片机内置的ADC，以远高于信号频率的采样率对调理后的电压进行采样。
- 人机交互：OLED显示屏用于显示坐标，按键用于功能控制，编码器可能用于手动校准。
- 电机驱动：如果要求小车自动巡迹到指定点，则还需要电机驱动电路。

注意：硬件设计的第一原则是“稳定压倒一切”。电赛现场环境复杂，灯光干扰多，因此接收端的滤波电路设计至关重要。很多队伍失败不是因为算法不行，而是硬件电路没调好，导致单片机读到的ADC值波动巨大，根本无法用于定位。

3. 核心细节解析与实操要点

3.1 光信号的调制与解调：让LED“说话”

让LED发送ID，本质是一个简单的光通信过程。

调制方案（发射端）：我们采用OOK-NRZ（开关键控-不归零）编码。例如，定义：

载波频率：2kHz的方波（对应PWM频率）。
数据“1”：发送10个周期的2kHz方波（即LED亮灭10次）。
数据“0”：保持低电平（LED熄灭）相同时长。
数据帧结构：同步头（如连续的“1010” pattern，用于接收方启动识别） + 基站ID（如8位二进制数） + 校验位。

在单片机编程上，就是定时器产生2kHz的PWM，然后根据要发送的比特位，动态改变PWM输出使能。发送“1”时，开启PWM输出；发送“0”时，关闭PWM输出，引脚置低。

解调方案（接收端）：接收端的任务是从连续的ADC采样值中，识别出同步头，然后按位解析出ID。步骤更复杂：

ADC采样：以比如20kHz的频率持续采样接收电路输出的电压。
数字滤波：在软件中对采样序列进行数字带通滤波，进一步提纯信号。
包络检波：计算信号幅度的绝对值或平方，得到反映信号强度变化的包络。
同步头检测：在包络信号中搜索与同步头特征匹配的模式。一旦检测到，就启动帧解析定时。
位判决：在每位数据的中间时刻采样包络值，与一个阈值比较，高于阈值判为“1”，否则判为“0”。
校验与ID获取：按帧结构拼接出ID，进行校验（如奇偶校验），校验通过则将该ID存入待处理队列。

实操心得：同步头的设计很有讲究。直接用“1111”或“0000”容易受干扰误触发。采用“1010”这种交替变化的模式，更容易在软件中通过相关运算可靠检测。检测算法可以使用简单的滑动窗口求和，判断窗口内信号过阈值的次数是否符合预期。

3.2 接收信号强度到距离的转换：最关键的模型建立

解调出ID后，我们需要知道终端离这个基站有多远。这里依赖ADC采样值（代表信号强度电压V）与距离d之间的数学模型。

理想模型：V = k / d²，其中k是一个与LED发光强度、接收器灵敏度、电路增益等相关的系统常数。实际问题：现实环境绝非理想点光源和真空。墙壁、地面的反射光会形成多径效应，环境光（日光灯、窗户）会带来强烈的直流偏置。直接使用理想模型误差会非常大。

实用化处理方法：

现场标定法：这是电赛中最可靠的方法。在定位区域内，选取多个已知坐标的参考点（比如画好的网格交点），让终端依次移动到这些点，记录下接收到每个基站信号时的ADC值。这样就得到了一组组（坐标， ADC值）的样本数据。
建立查找表或拟合曲线：对于每个基站，我们可以将样本数据拟合成一个经验公式。例如，发现ADC值A与距离d的关系近似满足 A = a / (d + b) + c。其中a, b, c是通过曲线拟合工具（如Matlab的cftool，或Excel）得到的参数。这个公式比简单的平方反比律更能补偿环境光和反射的影响。
实时查表：更直接的方法是，不做公式拟合，直接建立一个二维查找表。将ADC值划分成若干区间，每个区间对应一个预设的距离值。在实际定位时，根据测得的ADC值，通过查表或插值得到距离估计值。

注意事项：标定工作必须细致。标定点的分布要均匀覆盖整个区域，特别是边缘和角落。标定时环境光条件应尽量与比赛时一致。这个标定数据是整个系统精度的基石，标定没做好，后面算法再高级也没用。

3.3 定位算法实现：从距离到坐标

当我们通过上述方法，得到了终端到至少三个基站的距离估计值（d1, d2, d3）后，就来到了数学解算环节——三边测量定位法。

已知三个基站的坐标分别为 (x1, y1), (x2, y2), (x3, y3)，终端坐标 (x, y) 满足以下方程组： (x - x1)² + (y - y1)² = d1² (x - x2)² + (y - y2)² = d2² (x - x3)² + (y - y3)² = d3²

这是一个非线性方程组，直接求解比较麻烦。常用两种方法：

最小二乘法：将方程组转化为线性方程形式进行求解。将第一个方程与第二、第三个方程分别相减，可以消去x²和y²项，得到两个线性方程。由于测量距离d存在误差，这两个方程可能不一致，此时可以用最小二乘法求取最优解 (x, y)。这种方法计算量小，在单片机上容易实现。
- 具体步骤：将相减后的方程整理成 AX = B 的矩阵形式，其中 X = [x, y]^T。然后使用最小二乘公式 X = (A^T A)^(-1) A^T B 求解。单片机需要实现矩阵运算（乘法、转置、求逆），对于2x2或2x3的矩阵，可以直接手写代码计算。
极大似然估计法：这是一种更严谨的统计方法，它假设距离测量误差服从高斯分布，然后寻找能使测量值出现概率最大的终端坐标。其计算通常需要迭代（如牛顿-拉夫森迭代），计算量较大，但对误差的抑制能力可能更强。

对于电赛应用，最小二乘法因其简单有效而被广泛采用。在实际编程中，需要特别注意除零和矩阵奇异的情况（例如三个基站几乎在一条直线上时），代码中要增加稳健性判断。

4. 实操过程与核心环节实现

4.1 硬件搭建与关键电路调试

发射板制作：

选用STM32F103C8T6最小系统板作为控制器。
LED驱动电路：由于调制频率不高（2kHz），可以直接用单片机的IO口通过一个限流电阻（如100Ω）驱动一个高亮白光LED。如果需要更强光强，可以加入三极管（如8050）进行电流放大。
程序编写：配置一个定时器产生2kHz的PWM波。编写发送函数，将ID编码成比特流，控制PWM输出使能。注意帧与帧之间要留出足够的保护间隔，避免相互干扰。

接收板制作：

主控选用STM32F407，因其具有更高的主频和更多的资源用于运行算法。
光电接收电路：这是难点。建议方案如下：
- 传感器：选用大面积光电二极管（如BPW34）。
- 跨阻放大器：使用一款低噪声、高增益带宽积的运放（如OPA657）搭建跨阻放大电路，将光电二极管的电流信号转换为电压信号。反馈电阻Rf的选择决定了增益，初始可用10kΩ~100kΩ尝试。
- 带通滤波：在跨阻放大后，接一个由运放构成的有源带通滤波器。中心频率设为2kHz，带宽设为几百Hz。目的是滤除环境光（接近直流）和高频噪声。这是抑制干扰的关键！
- 后级放大与偏置：滤波后的信号可能幅值较小，可能需要再加一级同相放大，并利用运放的虚地特性或外加偏置，将信号抬升到0-3.3V范围内，以匹配STM32的ADC输入范围。
ADC采样：配置STM32的ADC以连续扫描模式工作，采样率设置为20kHz以上，使用DMA将数据搬运到内存中的缓冲区，避免CPU频繁中断。

调试技巧：先用信号发生器产生一个2kHz的正弦波，输入到接收电路的运放输入端，用示波器逐级观察波形，确保放大和滤波电路工作正常。然后用发射板对着接收板发光，观察最终输出到ADC引脚的波形，应该能看到清晰的、被数字信号调制的2kHz载波包络。

4.2 嵌入式软件设计与代码框架

终端的主程序需要一个清晰的多任务或前后台架构来处理不同实时性要求的任务。

// 伪代码框架示意 int main(void) { // 1. 硬件初始化 System_Init(); // 时钟、GPIO ADC_DMA_Init(); // ADC以DMA方式持续采样 Timer_Init(); // 定时中断，用于周期任务 OLED_Init(); // 显示初始化 UART_Init(); // 调试串口 // 2. 全局变量定义 volatile uint16_t adc_buffer[BUFF_SIZE]; // ADC采样缓冲区 uint8_t station_id_list[4]; // 存储接收到的基站ID float distance_list[4]; // 存储计算出的对应距离 float current_x, current_y; // 当前坐标 while(1) { // 3. 后台任务：信号解调与ID识别 (在ADC DMA半满/全满中断中处理更佳) if(adc_data_ready_flag) { process_adc_buffer(adc_buffer, &station_id_list, &rssi_list); // process_adc_buffer函数完成数字滤波、同步头检测、位判决等一系列解调操作 // 输出识别到的ID和对应的平均信号强度（RSSI） adc_data_ready_flag = 0; } // 4. 前台周期任务（在定时器中断或主循环中） if(定位计算定时标志) { // a. RSSI转距离 for(int i=0; i<有效ID数; i++) { distance_list[i] = rssi_to_distance(station_id_list[i], rssi_list[i]); // rssi_to_distance函数通过查表或公式计算距离 } // b. 三边定位解算 if(有效ID数 >= 3) { least_squares_trilateration(station_id_list, distance_list, &current_x, &current_y); } // c. 结果显示 OLED_Show_Coordinate(current_x, current_y); UART_Send_Coordinate(current_x, current_y); // 发送到上位机绘图 定位计算定时标志 = 0; } } }

关键函数rssi_to_distance的实现：假设我们采用了查找表法。在系统初始化时，从Flash或通过串口命令加载标定好的数据表。

// 定义标定数据结构 typedef struct { uint8_t station_id; float rssi_min; float rssi_max; float estimated_distance; } CalibTableEntry; CalibTableEntry calib_table[] = { {1, 2500, 2800, 20.0}, // 基站1， RSSI在2500-2800对应约20cm {1, 2000, 2500, 30.0}, // ... 更多条目 {2, 1800, 2200, 50.0}, // ... }; float rssi_to_distance(uint8_t id, float rssi) { for(int i=0; i<TABLE_SIZE; i++) { if(calib_table[i].station_id == id) { if(rssi >= calib_table[i].rssi_min && rssi < calib_table[i].rssi_max) { return calib_table[i].estimated_distance; } } } // 如果没找到，可以返回一个默认值，或使用相邻区间的线性插值 return 100.0; // 默认远距离 }

4.3 上位机辅助调试工具开发

一个功能完善的上位机可以极大提升开发效率。建议使用Python（PyQt/Tkinter）或C#（WinForm）快速开发一个。

核心功能：

串口通信：接收下位机发送的实时坐标数据。
数据可视化：
- 绘制定位区域的二维平面图。
- 将接收到的坐标点实时显示为移动的小圆点。
- 绘制历史轨迹。
标定辅助：
- 发送命令让下位机进入“标定模式”。
- 在下位机移动到指定参考点时，上位机记录下该点的理论坐标和下位机上传的各个基站RSSI值，自动生成标定数据表，并可以一键导出为C语言数组格式，直接复制到代码中。
参数调试：可以实时修改下位机的一些算法参数（如滤波系数、判决阈值）并观察定位效果。

有了上位机，你就能直观地看到定位点的跳动情况，分析误差分布，从而有针对性地调整硬件参数或算法。

5. 常见问题与排查技巧实录

在实现这个系统的过程中，你会遇到无数个“坑”。下面是我总结的一些典型问题及解决思路。

5.1 信号接收不稳定，ADC值跳动大

现象：即使终端静止不动，解算出的距离或ADC原始值也在剧烈波动。
排查步骤：
1. 检查电源：用示波器观察接收板供电电压是否平稳。运放和传感器对电源噪声非常敏感。确保使用了LDO稳压，并在电源引脚就近放置足够容量的去耦电容（如10uF钽电容 + 0.1uF陶瓷电容）。
2. 检查环境光干扰：这是最常见的原因。首先确认你的带通滤波器设计是否正确。用示波器看运放滤波前的信号，是否有一个很大的直流电压（环境光导致）？滤波后的信号，直流分量是否被有效抑制？可以尝试完全遮光，观察ADC是否稳定。
3. 优化滤波参数：如果环境光是50Hz工频干扰（来自日光灯），其谐波可能会落在你的信号频带附近。可以尝试将带通滤波器的中心频率微调，比如从2kHz移到2.1kHz，避开干扰最强的频点。
4. 软件数字滤波：在ADC采样后，加入滑动平均滤波或卡尔曼滤波。一个简单的移动平均窗口（比如10点平均）就能显著平滑数据。
实操心得：接收电路的地线布局要讲究一点。模拟地（运放、传感器）和数字地（单片机）最好通过磁珠或0欧电阻单点连接，避免数字噪声串入敏感的模拟前端。

5.2 只能收到一两个基站的信号，或者ID识别错误率高

现象：终端在区域中移动，但总是只能稳定解调出其中一两个基站的ID，或者经常解调出错误ID。
排查步骤：
1. 检查发射端：确保每个基站的LED都正常工作，且调制程序正确运行。可以用手机摄像头（慢动作模式）对着LED看，应该能看到明显的闪烁，而不是常亮。
2. 检查接收端视角：光电二极管有接收角度。如果角度太窄，可能无法同时“看到”多个角落的基站。可以尝试使用漫射罩（如磨砂塑料片）盖在传感器上，扩大有效接收角度。
3. 检查同步头检测算法：这是软件核心。提高同步头检测的阈值和判断条件。增加同步头模式的复杂度（比如从“1010”改为“11001100”），降低误触发概率。同时，在检测到同步头后，增加对后续数据位的校验，只有连续多帧ID一致才认为是有效数据。
4. 检查多径干扰：在墙角或靠近反射面（如白板）的地方，信号可能会因为反射产生叠加或抵消，导致接收强度异常。这属于信道问题，难以根除，只能通过算法（如多次测量取平均、剔除异常值）来缓解。

5.3 定位误差大，且呈现系统性偏差

现象：定位点整体偏向某个方向，或者误差随着位置变化有规律地增大。
排查步骤：
1. 复核标定数据：这是首要怀疑对象。重新进行一遍精细的标定。确保标定时终端传感器的朝向、高度与正式比赛时完全一致。检查标定数据表中，RSSI与距离的对应关系是否单调变化。
2. 检查RSSI-距离模型：如果你使用了公式拟合，尝试换一种拟合函数。平方反比律在近距离时变化太剧烈，可以尝试距离 = A / (RSSI - B) + C这种形式的经验公式，往往效果更好。
3. 检查基站坐标输入：确认程序中三个基站的坐标值（x1,y1等）输入是否正确，单位是否是厘米。
4. 检查几何布局：三个基站应尽可能分散在区域顶点，避免形成一条窄长的三角形。理想的布局是近似等边三角形。如果基站位置太集中，定位方程的病态程度会加重，微小测量误差会导致巨大的解算误差。
进阶技巧：引入四基站冗余定位。使用四个基站，每次定位时选取信号最好的三个进行计算，或者用四个基站的数据进行最小二乘解算，可以一定程度上提高精度和鲁棒性。

5.4 系统实时性差，定位刷新慢

现象：坐标更新很慢，小车移动时显示有严重延迟。
排查步骤：
1. 优化解调算法：检查process_adc_buffer函数是否过于耗时。避免在中断或主循环中使用浮点运算、复杂的循环。确保数字滤波器的阶数不要过高。
2. 调整数据帧长度：缩短基站发送的ID帧长度。例如，ID用4位二进制表示（可区分16个基站），加上同步头和校验，一帧控制在20个比特以内。这样单位时间内能接收到更多帧，定位刷新率自然提高。
3. 优化ADC和DMA配置：确保ADC采样率设置合理，DMA缓冲区大小适中。缓冲区太大，处理一次等待时间过长；太小，则中断过于频繁。找到平衡点。
4. 分时处理：不必每次定时器触发都进行完整的“解调->换算->定位”流程。可以将流程流水线化。例如，定时器中断只负责触发ADC处理和解调，主循环低频进行坐标解算和显示。

回顾整个项目，从读懂题目到硬件选型、电路设计、软件编程、算法实现、系统联调，每一个环节都充满了挑战。这个项目之所以经典，在于它用一个相对明确的命题，考察了电子工程师从物理层到应用层全链条的解决问题的能力。即使现在有UWB、蓝牙AoA等更先进的室内定位技术，但通过亲手实现一遍这个基于可见光的系统，你对信号处理、误差分析和系统集成的理解会深刻得多。我个人的体会是，把硬件基础打牢（尤其是模拟接收电路），往往比追求复杂的算法更能决定项目的成败。当你看到那个小圆点终于能相对稳定地跟随小车在屏幕上移动时，那种成就感，就是电子设计的魅力所在。

本文还有配套的精品资源，点击获取