大多數無線傳感器網絡都要求具備一種確定網絡節點位置的方法。因此在設備安裝期間，需要弄清楚哪些節點相互之間直接進行數據交換，或者確定哪些節點直接與中央數據采集點進行數據交換。
　　當通過基于軟件的計算方法來確定網絡節點位置時，就需要考慮到市場化解決方案 (market solution)。這些具體的計算方法是：節點首先讀取計算節點位置的參數，然后將相關信息傳送到中央數據采集點，對節點位置進行計算，最后，再將節點位置的相關參數傳回至該節點。這就是典型的數據密集型計算，并且需要配置一臺 PC 或高性能的 MCU。
　　這種計算節點位置的方法之所以只適用于小型的網絡和有限的節點數量，是因為進行相關計算所需的流量將隨著節點數量的增加而呈指數級速度增加。因此，高流量負載加上帶寬的不足限制了這種方法在電池供電網絡中的應用。
　　針對上述問題，CC2431 采用了一種分布式定位計算方法。這種計算方法根據從距離最近的參考節點(其位置是已知的)接收到的信息，對節點進行本地計算，確定相關節點的位置。因此，網絡流量的多少將由待測節點范圍中節點的數量決定。另外，由于網絡流量會隨著待測節點數量的增加而成比例遞增，因此，CC2431 還允許同一網絡中存在大量的待測節點。
　　本文所提供的結果是根據對 ZigBee 網絡的測量得出的，然而，這些測量結果同樣適用于基于 IEEE 802.15.4協議構建的更簡單的網絡。
　　定位引擎技術
　　定位引擎根據無線網絡中臨近射頻的接收信號強度指示 (RSSI)，計算所需定位的位置。在不同的環境中，兩個射頻之間的 RSSI 信號會發生明顯的變化。例如，當兩個射頻之間有一位行人時，接收信號將會降低 30dBm。為了補償這種差異，以及出于對定位結果精確性的考慮，定位引擎將根據來自多達 16 個射頻的 RSSI 值，進行相關的定位計算。其依據的理論是：當采用大量的節點后，RSSI 的變化最終將達到平均值。
　　在 RF 網絡中，具有已知位置的定位引擎射頻稱為參考節點，而需要計算定位位置的節點稱為待測節點。
　　要求在參考節點和待測節點之間傳輸的唯一信息就是參考節點的 X 和 Y 坐標。定位引擎根據接收到的 X 和 Y 坐標，并結合根據參考節點的數據測量得出的 RSSI 值，計算定位位置。
將定位技術納入網絡協議
　　一些采用定位引擎的應用可能要求放置若干個參考節點，以作為基礎設施設置不可或缺的一部分。ZigBee 技術能夠實現對家庭、辦公以及工業等應用的無線控制。隨著 ZigBee 設備在樓宇基礎設施中的安裝數量不斷增多，ZigBee 將會在家庭和辦公自動化方面擁有更為廣闊的應用前景。
　　典型的辦公場所都會配置 ZigBee 設備，通過各辦公室和會議室中的溫度傳感器、控制溫度調節裝置以及 A/C 導管。同時，每個房間還會安裝由 ZigBee 控制的燈具開關和設備，而這些設備又易于作為定位引擎的參考節點。將 ZigBee 射頻作為 ZigBee 協議棧上的參考節點所需的代碼容量通常小于 1 Kb。
　　定位引擎從3~16 個參考節點采集數據，并使用這些數據計算定位位置。如果定位引擎從 16 個以上的節點接收到數據時，它則會將接收到的參考節點位置進行分類，然后采用 16 個參考節點中信號最強的 RSSI 值。
　　擴大覆蓋范圍
　　定位引擎的覆蓋范圍為 64m×64m，然而，大多數的應用要求更大的覆蓋范圍。擴大定位引擎的覆蓋范圍可以通過兩種方法來實現：
　　* 提高參考節點的輸出功率，同時降低定位引擎計算結果的精度;
　　* 在一個更大的范圍布置參考節點，并利用最強的信號進行相關參考節點的定位計算。
　　由于第二種方法能夠在定位引擎擴大覆蓋面的同時不犧牲定位精度，因此更為可取。具體的工作原理是：網絡中的待測節點發出廣播信息，并從各相鄰的參考節點采集數據，選擇信號最強的參考節點的 X 和 Y 坐標。然后，計算與參考節點相關的其他節點的坐標。最后，對定位引擎中的數據進行處理，并考慮距離最近參考節點的偏移值，從而獲得待測節點在大型網絡中的實際位置。
　　
 
　　為了達到最佳的定位范圍，當布置參考節點時，應同時考慮到室內和室外環境中天花板/地板的吸附作用。最佳的方案就是使各節點處于相同的高度，并遠離地面、天花板以及墻壁。在實際的部署過程中要達到這種要求，是比較困難的。因此，盡量將參考節點固定在天花板的高度或低于天花板的高度，并使天線倒置以使 RF 信號向外和向下傳輸，同時將待測節點(手持或固定于設備)放置在人的腰部以上、頭部以下位置(此處提到的高度是以人站立在該環境中為標準的)。節點的這種設置方法實現了天花板和地板吸附作用的最小化，同時將實現在該場所中的行人或物體之間相互干擾的最小化。
定位引擎的精確性
　　為了確保定位引擎的室內性能，在辦公環境中將采用具有 8 個參考節點的網絡。根據現有表面將參考節點置于辦公室的角落位置，如辦公桌椅表面或其它介于人的腰部和肩部之間的表面。8 個參考節點分別用 A~H 8個字母來命名。
　　
在 6 個選定的位置采集定位估計值數據，每一位置的定位數據平均有 20 個讀取點。相關測試結果如表1所示。
　　　　在采集 8 個參考節點的數據后，將6個新增的參考節點添加到系統中。接下來，在 4 個相同的位置，重新進行定位估計測算，觀察這些新增的參考節點對定位估計值的影響。
14 個參考節點的測量結果如表 2 所示。
　　
 
　　圖2 14個參考節點的室內測試結果(所有數字的單位均為m)
　　當節點位置進入網絡的覆蓋范圍時，定位的精確性將明顯提高。而且，當網絡中設置的參考節點增多時，定位的精確性也將會不斷提高。在本試驗中，增設 6 個參考節點后，4個位置的定位精確性都會有所提高，同時降低了各定位報告位置的標準偏差(一致性)。
　　提高精確性
　　定位引擎采用來自附近參考節點的 RSSI 測量值來計算待測節點的位置。RSSI 將隨著天線設計、周圍環境以及包括若干其他因素在內的其他附近 RF 源的變化而變化。定位引擎將數個節點的位置信息加以平均。增加節點的數量，則可降低對各節點具體測試結果的依賴性，同時全面提高精確度。
　　無論在什么情況下設置參考節點，都會影響到定位的精確性，這主要是因為當參考節點設置在離相關表面很近的地方時，會產生天花板或地板的吸附作用。因此，應盡量使用在各方位都具備相同發射能力的全向天線。