RSSI（Received Signal Strength Indicator）接收的信号强度指示，无线发送层的可选部分，用来判定链接质量，以及是否增大广播发送强度。
Received Signal Strength Indication 接收的信号强度指示，无线发送层的可选部分，用来判定链接质量，以及是否增大广播发送强度。
通过接收到的信号强弱测定信号点与接收点的距离，进而根据相应数据进行定位计算的一种定位技术。如无线传感的 ZigBee 网络 CC2431 芯片的定位引擎就采用的这种技术、算法。接收机测量电路所得到的接收机输入的平均信号强度指示。这一测量值一般不包括天线增益或传输系统的损耗。
技术
RSSI（Received Signal Strength Indicator）是接收信号的强度指示，它的实现是在反向通道基带接收滤波器之后进行的。
为了获取反向信号的特征，在 RSSI 的具体实现中做了如下处理：在 104us 内进行基带 IQ 功率积分得到 RSSI 的瞬时值；然后在约 1 秒内对 8192 个 RSSI 的瞬时值进行平均得到 RSSI 的平均值，即 RSSI（平均）=sum（RSSI(瞬时）)/8192，同时给出 1 秒内 RSSI 瞬时值的最大值和 RSSI 瞬时值大于某一门限时的比率（RSSI 瞬时值大于某一门限的个数/8192）。由于 RSSI 是通过在数字域进行功率积分而后反推到天线口得到的，反向通道信号传输特性的不一致会影响 RSSI 的精度。
在空载下看 RSSI 的平均值是判断干扰的最主要手段。对于新开局，用户很少，空载下的 RSSI 电平一般小于-105dBm。在业务存在的情况下，有多个业务时 RSSI 平均值一般不会超过-95dBm。从接收质量 FER 上也可以参考判断是否有干扰存在。通过以发现是否存在越区覆盖而造成干扰，也可以从 Ec/Io 与手机接收功率来判断是否有干扰。对于外界干扰，通过频谱仪分析进一步查出是否存在干扰源。
区别
RSSI:Received Signal Strength Indicator
Rx: Received power
最大的区别：Rx 是手机侧指标；RSSI 是基站侧指标
两者是同一概念，具体指（前向或者反向）接收机接收到信道带宽上的宽带接收功率。实际中，前向链路接收机（指手机）接收到的通常用 Rx 表示，反向链路接收机（指基站侧）通常用反向 RSSI 表示。前向 Rx 通常用作覆盖的判断依据（当然还需结合 Ec/Io），反向 RSSI 通常作为判断系统干扰的依据。下面以反向 RSSI 为例解释：
为了获取反向信号的特征，在 RSSI 的具体实现中做了如下处理：在 104us 内进行基带 IQ 功率积分得到 RSSI 的瞬时值，即 RSSI（瞬时）=sum（I^2+Q^2）；然后在约 1 秒内对 8192 个 RSSI 的瞬时值进行平均得到 RSSI 的平均值，即 RSSI（平均）=sum（RSSI（瞬时））/8192，同时给出 1 秒内 RSSI 瞬时值的最大值和 RSSI 瞬时值大于某一门限的比率（RSSI 瞬时值大于某一门限的个数/8192）。由于 RSSI 是通过在数字域进行功率积分而后反推到天线口得到的，反向通道信号传输特性的不一致会影响 RSSI 的精度。
对于干净的无线电磁环境，电磁底噪水平可以通过一下公式进行计算： PN = 10lg(KTW)， 对于 CDMA 系统来说常温情况下的底噪水平是-113dBm/1.2288M，考虑 5dB 的接收机噪声系数以及 2dB 的无线环境底噪波动水平，所以正常情况下，RSSI 的监测结果应该是-106dBm 左右，对于系统负荷的影响，一般最大不超过 8dB,也就是-98dBm 左右，考虑 3dB 余量，也就是说在高负荷情况下，如果系统工作正常，RSSI 平均水平最大不超过－95dBm，否则就意味着网络有严重的反向干扰。
1）其实，RSSI 有其专用的单位，RSSI 的单位与 dBm 有公式可以转换，转换公式如图 1 和图 2 所示。
2）电磁底噪水平的计算公式：噪声基底=－174+10 log(BW) + 噪声指数。其中 BW 为频带宽，单位为 Hz;噪声系数为设备引入的热噪声。如果要计算 CDMA 系统 1.25MHz 带宽内基站天线接收端的噪声系数，其计算公式为：噪声基底=－174+10log(1.25*10^6)=-113dBm。由于天线端并没有经过有源设备，因此噪声系数为 0。如果计算基站 LNA 噪声基底就要加 LNA 的增益和 LNA 的噪声系数。
测距理论
RSSI 是射频信号理论术语，主要应用于发射机和接收机之间的距离测量。该方法是依据接收信号能量强度确定距离，对通信信道参数要求较高。其测距理论是：依据无线电波或声波在介质中传输，信号功率是随传播距离衰减的原理。根据信标节点已知信号的发射功率和节点接收的信号功率，通过信号与距离之间的衰减模型，就可以计算出节点间的距离。由于信号传播的过程中，受到距离和障碍物的影响。信号的功率强度随之衰减，间接影响精度。所以要求得到良好的精度，短距离才会体现这一点。
由于信号发射设备和接收设备简单、成本低、低功耗，比较适合无线传感器网络定位机制。针对室内和室外环境，现阶段流行的估计位置技术中，对提高估计位置的准确性方面，也有很多方法。例如由三个非共线锚定器组成，通过非共线信标节点进行位置估计的最小二乘法，以及使用三个以上的信标节点多点定位技术。对于测距方法的进行对比如图所示：
RSSI 的定位技术作为基于 Wi-Fi 活动的 RFID 标签，相比于 TOA、TDOA、AOA、GPS 具有成本低、容易实现等优势。如果室内定位精度要求不高，基于 RSSI 的定位技术完全可以满足。而且，现阶段对于作为节点的传感器，都能够完成发射测试信号功率的任务。主要进行实验时，节点发送数据包，也获取 RSSI 的测量值。该定位技术既无需额外硬件，又能完成复杂信息的分析处理，减小通信消费，节约成本，比较适用于无线传感器网络的定位系统。
