E-RSSI技术助力更精确的短距离测距应用

  RSSI是Received Signal Strength Indicator（接收信号强度指示器）的缩写，用于测量接收到的信号强度。在低功耗蓝牙设备中，RSSI也具备极其重大的作用。

  RSSI是Received Signal Strength Indicator（接收信号强度指示器）的缩写，用于测量接收到的信号强度。在低功耗蓝牙设备中，RSSI也具备极其重大的作用，大多数表现在以下几个方面：

   信号强度测量：经过测量接收到的信号强度，能判断两个设备之间的距离远近，从而做定位和距离测量等应用。在低功耗蓝牙设备中，RSSI通常用于确定设备之间的近距离连接，如近场支付、智能家居设备的控制等。 功耗控制：在低功耗蓝牙设备中，电池使用寿命是一个很重要的考虑因素。通过RSSI的测量，能判断设备之间的距离远近，从而控制设备的发射功率，减少不必要的电量消耗，从而延长电池使用寿命。 自动化控制：通过RSSI的测量，能轻松实现设备的自动化控制。例如，当设备之间的距离达到一定的范围时，可以自动触发某个操作或切换到某个模式。 安全措施：在低功耗蓝牙设备中，通过RSSI的测量，可以检测到外部干扰或攻击信号，从而采取对应的安全措施，保护设备和用户的安全。

  总之，RSSI在低功耗蓝牙设备中具备极其重大的作用，能够在一定程度上帮助实现距离测量、功耗控制、自动化控制和安全措施等功能，来提升设备的性能和用户体验。

  RSSI的测量是通过检验测试在蓝牙信道中的有效信号能量的大小，通过计算所得的数值来表示。

  下图是一个当前低功耗蓝牙芯片中最常用的接收机的架构。在该架构中，最关键的模块是用高速零交叉（Zero Crossing）来实现信号的量化。

  过零检测是一种常用的GFSK信号解调技术，它通过检验测试信号中连续的过零检测点来获取调制信息。具体而言，当GFSK信号的频偏较小时，信号的过零检测点会很明显。通过在接收端设置一个阈值，检测到信号的过零检测点后，就能判断信号的相位变化，并恢复出原始的调制信息。这种方法相对简单，对硬件的要求较低，因此在实际应用中被广泛采用。尤其是在深亚微米的半导体集成电路工艺中，比如55nm以下的工艺中，由于晶体管的开关速度得到极大的提升，这种办法能够大大降低芯片的成本和功耗，同时，充分可通过更高密度的数字电路的运算能力。因而，成为低功耗蓝牙设计企业所采用的主流电路架构。然而在这种过零检测的电路结构中，比较难直接测量射频信号的RSSI值。因为过零检测是在基带信号上进行的，而基带信号已经经过了解调和低通滤波，射频信号的能量分布已经不同于原始的射频信号，难以直接测量射频信号的能量。因此在实现中，通常通过一些间接的方法来估计射频信号的能量和RSSI值。比如，图中所描述的用一个射频信号的带通滤波器，将射频信号限制在一个较窄的频带内，然后通过一个可调增益放大器将信号放大到一个合适的范围内，在此基础上，用一个低精度的ADC，用于估测射频信号的RSSI值。由于这种方法采用了可调增益放大器，其估算出来的RSSI值与实际的RSSI值之间的差异如下图。红色的是实际读取的RSSI值；黑线是理想的RSSI值。

   高精度模拟数字转换：能大大的提升数字信号的采样精度和信噪比，从而避免了在ADC转换之前的AGC造成的模拟增益偏差，进而提高GFSK解调的准确度和提高RSSI的检测精度。特别是在BLE通信中，因为BLE信号带宽比较窄，通常在1MHz以下，所以要使用高分辨率的ADC来确保采样精度和动态范围。

   高精度带通滤波：对于低功耗蓝牙这种窄带通信标准，有效的滤除带外的信号，对于信号的解调和信号能量的评估特别的重要。RSSI计算在数字域完成，精确稳定；不受工艺偏移影响。

   最小带内群延时（Group Delay）误差：由于蓝牙的有效信号分布在1MHz的带宽内，在整个信号处理的过程中，保持信道内的各个频点的信号的延时相等，对于后面的GFSK解调特别的重要。巨微实现电路中，在滤波器的选取和参数设计上，保证了最小的群延时特点。信号经过信号等延时滤波器，保持相位信息，易于同一时间点的能量计算。

   GFSK解调与RSSI计算在同一时间点进行，测量准确，不受同频干扰影响。

  在上述的设计基础上，整个接收端的RSSI的实际测量性能与理想性能的比较如如图。红色的是实际读取的RSSI值；黑线是理想的RSSI值。对比主流的RSSI测量性能，显然有明显的提升。

  然而，集成复数模拟信号中频滤波器的高精度ADC并不是没有代价的。首先，它结构较为复杂，设计难度大，需要克服稳定性、工艺漂移等技术问题，需要设计人员有很好的理论基础和实践经验。同时，由于成本高，功耗偏大，不利于深亚微米集成。

  E-RSSI的测量值是基于解调后的有效信号来做的计算，而不是所有同频信号。模拟和数字域多级中频滤波器，对带外干扰有更好的抑制。由于在结构中没有自动增益调节器，避免了模拟自动增益级带来的工艺、延时的误差。同时，采用高精度ADC，完整保持了射频有效信息，在RSSI计算中保持更高精度。

   芯片出厂的RSSI测量基准一致性好，差异小，易于产品方案成型后的距离校准； 在不一样的温度、电压下，测量得到的差异小； 测量得到的RSSI值稳定，不会发生跳变。

  以下是针对同一批次晶圆的不同芯片，做了相同输入的信号幅度，读取RSSI值的对比。从结果能够准确的看出，对于相同设计的PCB和封装芯片，在相同的输入蓝牙信号的情况下，不同的芯片读出的RSSI值接近相同。

  下图是对比上述三颗芯片的RSSI值读数与平均值的差异，结果可见：芯片之间的读数差异在±１左右，接近相同。

  同时，巨微选取过去３年中，几批工艺参数不同的晶圆封装的芯片，其晶圆磨划、封装打线、测试模块形状和嵌入的系统程序都有较大差异。数据总结如下图。

  由图中比较可见，不同的芯片，在RSSI值的变化斜率上接近相同，其差异在于天线、封装的不同设计，导致的信号衰减不一样。这代表利用E-RSSI技术，如果在产品端做出厂校准，最终产品能完全实现RSSI值测量的可重复性和一致性。

  经过长时间验证，用E-RSSI技术和HID协议栈，在无感解锁的应用场景下，其一致性接近100%。

  下图是典型的利用RSSI和HID协议，在两轮车的无感解锁中的应用。在该应用中，当手机靠近两轮车时，嵌入在两轮车中的蓝牙模块通过读取接收到的手机发出的RSSI值，来判断手机距离的远近，从而决定是不是开锁或关锁。

   配对：将车主的手机与目标产品（比如：两轮车）的蓝牙模块进行蓝牙配对。这个配对过程能够最终靠专用APP完成。在配对中，APP完成设备的寻找、选取和密钥设置。同时，在配对过程中，方案商可以对距离和RSSI值之间做校准，并通过蓝牙连接更新到目标产品中。配对完成之后，手机和目标产品之间将建立智能钥匙的功能。该配对连接是基于HID协议，并且在操作系统底层得到支持。 连接HID设备：设备的蓝牙芯片在配对完成之后，会不断扫描周边已经配对的手机，并试图与断开的手机重新建立HID连接。当手机在设备蓝牙的扫描范围以内后，手机和设备重新建立连接。此时，设备开始读取手机发出的蓝牙信号的RSSI值。 RSSI读取：设备端的蓝牙芯片与建立好HID连接的手机之间，不断的交换信息，同时，设备的蓝牙通过巨微芯片的E-RSSI结构读取RSSI值，并以此判断手机与设备之间的距离。 解锁：当RSSI值高于预设的值，设备判断为距离足够近，并实施解锁动作。 关锁：当RSSI值小于预设的值，设备判断为距离足够远，并实施关锁动作。

   用RSSI值来解锁的重复性和一致性； RSSI值的大小不易被同频干扰影响； 与HID协议配合，能轻松实现后台加密、解锁； 客户能自己配置解锁距离； 方案公司能自己标定解锁距离； 不需要后台驻留APP或小程序； 手机兼容性好。

  在巨微的E-RSSI方案中，以上都能做到。以下是两种典型的应用场景。在汽车T-Box上的典型应用 MS1682承担T-Box内部的主控、存储和蓝牙； MS1658完成定位锚点（Anchor）的功能；

  在这种架构下，巨微的MS1682通过蓝牙与各个锚点芯片（Anchor-1、Anchor-2，...）建立连接，并根据RSSI的读数来计算手机与车体的实际距离。当手机接近或离开车体到设定值之后，启动解锁或关锁。

  在两轮车解锁模块（报警器、仪表盘）的典型应用有下面两种典型形态。 主控MCU还是用系统原有的。 用两个蓝牙芯片做锚点（anchor）来提升定位精度；其中一个锚点芯片视成本需求，可以省掉。

   用MS1642替代主控MCU，同时做锚点； 另一个MS1642做锚点，该芯片视成本需求，可以省掉。

  在上述实现中，两个锚点（或一个）将读到的手机发射的蓝牙RSSI值，进行计算，并根据估计的距离来实现解锁或关锁。

  在上述型号中，支持HID（应用于后台解锁）和OTA（应用于现场校准）功能的芯片，很适合像接近无感解锁这样的应用场景。同时，咱们提供下列设计套件。

  关于巨微巨微集成电路是一家技术领先、拥有全面底层芯片技术的芯片设计企业，企业具有行业资深人员组成的强大开发团队，设计与提供给市场高竞争力的通用无线芯片和无线MCU芯片和方案。巨微2014年7月成立于上海张江，公司办公总部和研发中心位于张江云飞大厦(长三角国家技术创新中心张江创新综合体)。巨微核心团队具备19 年+芯片研发/市场营销经验，拥有10亿级以上出货量的SOC/射频/模拟芯片领域研发专家。公司具备完整自主演进的芯片系统架构和核心IP，技术能力覆盖射频、模拟、SOC和系统软件的设计，公司创新的射频“薪火”架构通过软硬件协同计算，实现灵活而广泛的应用适配，赋能碎片化物联网应用。