[发明专利]基于FCM和最小二乘曲面拟合法的WLAN室内优化ANN定位方法

摘要

基于FCM和最小二乘曲面拟合法的WLAN室内优化ANN定位方法，本发明涉及一种室内定位方法，用于室内定位，以解决训练样本空间中所存在的奇异参考点所带来的ANN系统泛化能力下降。首先根据FCM方法，对预先标记的参考点进行聚类，确定相应的聚类中心和不同参考点对其所属聚类的聚类中心的隶属度。通过对参考点隶属度进行量化处理和相似度计算，得到目标定位区域中奇异点的空间位置。利用最小二乘曲面拟合法剔除强度分布图中的突兀变化点，更新定位指纹数据库。针对不同聚类建立相应的ANN定位子系统，通过计算在线阶段采集的信号强度样本与不同聚类中心的欧几里得距离，估计终端所属聚类。最终利用相应的ANN子系统对终端精确估计。

主权项

基于FCM和最小二乘曲面拟合法的WLAN室内优化ANN定位方法，其特征在于它包括下述步骤：一、给定目标定位区域中的接入点AP和参考点位置，保证相邻参考点的间距为1m，任意参考点处均可以采集到来自至少1个AP的信号强度，且信号功率强度大于-100dBm；二、对目标定位区域建立二维直角坐标系，将所有参考点的空间坐标值和其相应参考点处采集的，来自不同AP的信号强度样本和样本均值保存起来，建立定位指纹数据库；三、确定聚类数目C，并利用FCM方法，将不同参考点处的信号强度样本均值聚为C类，且得到C个聚类中心；四、计算不同参考点处的样本均值对C个不同聚类中心的隶属度，并给出合适的量化级，对隶属度进行量化处理；五、当某个参考点与其邻近八个参考点之间的相似度低于阈值Sthreshhold＝0.3时，且与所属聚类的聚类中心非连通时，将该点定义为奇异点；六、利用该邻近八个参考点处采集的信号强度样本均值，结合最小二乘曲面拟合法，修正奇异点处的信号强度样本均值，更新定位指纹数据库；七、得到最终定位指纹数据库中的信号强度样本与空间二维坐标对应关系，针对每个不同聚类分别建立ANN定位子系统，并利用指纹数据对各个子系统进行训练，使其达到三层前馈型神经网络的训练误差要求，从而结束离线阶段的网络建立过程；八、根据在线阶段实时采集的来自不同AP的信号强度，计算其与不同聚类中心的欧几里得距离；以最短距离准则，初步判断定位终端所属聚类；九、利用定位终端所属聚类的ANN定位子系统，估计其空间二维坐标，从而实现WLAN室内环境下的终端位置定位。