无线传感器网络(Wireless Sensor Network, WSN)是一种特殊的点对点网络,网络中节点密集,数量巨大且分布在十分广泛的区域。目前,基于ZigBee技术的无线传感器网络的研究和开发已得到越来越多的关注。无线传感器网络通常并不需要较高的传输带宽,但却需要较低的传输延时和极低的功率消耗,使用户能拥有较长的电池寿命和较多的器件阵列,ZigBee有着高通信效率、低复杂度、低功耗、低速率、低成本、高安全性以及全数字化等诸多优点。这些优点使得ZigBee与无线传感器网络完美地结合在一起。本文结合无线传感器网络与ZigBee技术星形拓扑结构的优点利用接收信号强度指示(Received Signal Strength Indicator, RSSI)值进行人体的探测。首先进行了WSN的星形网络的硬件组建以及软件优化,采用无线射频芯片CC2500远程进行对包含RSSI值的数据包传输,并通过串口通讯将数据包传送到计算机上位机软件,并根据采集到的数据通过统计收包率(Packet Reception Ratio,PRR)来评估网络链路质量,然而无线链路质量是随无线信号传播环境的变化而动态变化的,基于大量数据包的PRR不能准确的反应实时的链路质量,故本文提出了一种基于RSSI值和指数平滑法原理相结合的实时链路质量评估方法。该方法利用窗口平均时间对PRR进行实时计算,并依据RSSI统计特性选择平滑常数的大小,同时通过大量实验验证了该方法的有效性。其次本文讨论了无线电磁波室内环境下传播的复杂特性,利用发射系数和透射系数相关知识分析地板反射功率曲线特性和“3σ”法则,将室内环境电磁波遇障碍物的传播损耗定为高斯随机分布并对其理论方差进行假设检验。并利用同样理论分析了人对电磁波的影响,利用自相关函数分析了无人环境下室内RSSI值的瞬时特性。本文的RSSI人体探测方法不需要外置传感器,利用RSSI的波动性即可进行探测。该探测法考虑到数据包丢失的情况,首先利用间歇卡尔曼滤波滤除室内环境引起的波动,并通过卡尔曼滤波计算出的信噪比值(Signal Noise Ratio,SNR)分析人体对网络链路质量的影响,从理论角度验证该探测方法的可行性,其次设计人体探测流程,介绍探测步骤,并通过大量探测实验得到RSSI人体探测法的实用性和可扩展性,最后根据探测实验利用椭圆形衰减模型进行了精确探测的研究。总之,本文对基于RSSI值的人体探测进行了探讨,取得了一些初步的结果,并发现基于RSSI值的波动性的研究具有很好的应用前景,值得我们进一步的关注和研究。