基于模糊聚类的室内定位ap选择方法
【技术领域】
[0001] 本发明涉及一种基于模糊聚类的室内定位AP选择方法。
【背景技术】
[0002] 在基于指纹图的室内定位技术中，定位精度与定位解算的复杂度之间是一对矛 盾。一方面，增加AP的密度有助于提高定位精度；另一方面，AP数量过大往往会导致定位 计算延时过长以及能耗增加。在试验系统中，往往会布置较高密度的AP，而由试验系统转向 实际系统则需要减少AP数量，那么如何选择现有AP以获得最优的定位精度，是一个值得关 注的问题，较差的AP选择策略可能导致较大的定位精度损失。而现在已有的AP选择算法 主要依据于AP手动分簇和枚举法，定位会有0. 8-1. 5m的损失，普遍存在计算量大且定位效 果差，及定位方法难以推广的问题。
【发明内容】
[0003] 本发明的目的是为了解决现有应用AP选择算法实现的定位技术存在计算量大、 定位精度低以及适用范围小的问题，而提出一种基于模糊聚类的室内定位AP选择方法。
[0004] 一种基于模糊聚类的室内定位AP选择方法，所述AP选择方法通过以下步骤实 现：
[0005] 步骤一、以指纹图作为特征向量，应用K均值算法将AP组进行聚类操作，分成一系 列不同的AP类别；
[0006] 步骤二、将步骤一聚类操作得到的不同的AP类均视为模糊集，根据模糊数学方法 构建AP关于不同的AP类别的隶属度值；
[0007] 步骤三、基于指纹图与不同参考点之间的信号分辨力，计算每个AP类别的最优度 值；
[0008] 步骤四、利用步骤二获得的构建AP关于不同的AP类别的隶属度值以及步骤三计 算的AP类别的最优度值构建线性规划模型，以选出最优的AP类别并作为最优AP组。
[0009] 本发明的有益效果为：
[0010] 本发明涉及的AP选择方案考虑分簇的思想，整个选择方案更加合理，将现有大量AP进行自适应模糊聚类，每一个新AP类内保证一定比例的AP数量，并由此构建优化模型选 择最优的AP组，使得所选AP组为最优，定位精度损失最小，以保证全局定位精度的均衡，同 时也可以缩小不同的定位区域之间的定位精度差距。
手动进行分簇的过程，提高定位AP选择方法的适用范围，并能够将定位精度能提高20%左 右。体现定位速度快，定位准确和定位精度高的优点。
【附图说明】
[0012] 图1为本发明方法的流程图；
[0013] 图2为本发明实施例1涉及的定位精度测试结果对照图，其中，横坐标表示误差范 围的圆半径，纵坐标表示定位点落在该范围内的概率。
【具体实施方式】
【具体实施方式】 [0014] 一：
[0015] 本实施方式的基于模糊聚类的室内定位AP选择方法，其中，AP表示无线Wi-Fi接 入点的描述，如图1所示，所述AP选择方法通过以下步骤实现：
[0016] 步骤一、以指纹图作为特征向量，应用K均值算法将AP组进行聚类操作，分成一系 列不同的AP类别；
[0017] 步骤二、将步骤一聚类操作得到的不同的AP类均视为模糊集，根据模糊数学方法 构建AP关于不同的AP类别的隶属度值；
[0018] 步骤三、基于指纹图与不同参考点之间的信号分辨力，计算每个AP类别的最优度 值；
[0019] 步骤四、利用步骤二获得的构建AP关于不同的AP类别的隶属度值以及步骤三计 算的AP类别的最优度值构建线性规划模型，以选出最优的AP类别并作为最优AP组。
【具体实施方式】 [0020] 二：
[0021] 与【具体实施方式】一不同的是，本实施方式的基于模糊聚类的室内定位AP选择方 法，步骤一所述应用K均值算法将AP组进行聚类操作，分成一系列不同的AP类别的过程 是，
[0022] 步骤--、设AP组中第m个AP在第i个参考点的接收信号强度RSSI值 SRm(XiJi);然后将Rm(XiJi)初始化为各个AP类另Ij的聚类中心点；其中，I<i<N， I<m<M，xJPy别为第i个参考点的横坐标值和纵坐标值；
[0023] 步骤一二、计算第m个AP到各个AP类别的聚类中心点的欧式距离，作为第mfAP 与不同的AP类别之间的距离；
[0024] 步骤一三、在AP组中选择步骤一二计算出的每个AP与不同的AP类别之间的距离 中最小的，并将最小的距离对应的AP类作为最近类别，然后将每个AP归入对应的最近类别 中，则AP组中形成一系列AP类别；
[0025] 步骤一四、重新计算每个AP类别的接收信号强度RSSI值的均值，并作为每个AP 类别的中心点；
[0026] 步骤一五、判断步骤一四计算出的AP类别的中心点是否与步骤一一中聚类得到 的各个AP类别的聚类中心点类中心点相同，若是，则中止并退出，若否，则已将AP组分成共K类AP类别，并执行步骤二，其中，第k类AP类别包含的AP数量为nk，l< K。
【具体实施方式】 [0027] 三：
[0028] 与【具体实施方式】一或二不同的是，本实施方式的基于模糊聚类的室内定位AP选 择方法，步骤二所述根据模糊数学方法构建AP关于不同的AP类别的隶属度值的过程是，
[0029] 步骤二一、由于处于不同的AP类别交界处的AP虽然属于其中一个新AP类别，但 同时与另一个AP类别的差别不大，故引入模糊数学的思想，将各个AP类别视为模糊集，设 每个AP类别的中心点为ck，1彡k彡K，采用隶属度初值计算公式：Imk' =Rm ?ck计算第m 个AP与第k个AP类别的隶属度初值Imk其中?表示向量内积；
[0030] 步骤二二、计算所有的第m个AP与第k个AP类别的隶属度初值Imk'后，利用归
的AP类别的隶属度lmk。
【具体实施方式】 [0031] 四：
[0032] 与【具体实施方式】三不同的是，本实施方式的基于模糊聚类的室内定位AP选择方 法，步骤三所述基于指纹图与不同参考点之间的信号分辨力，计算每个AP类别的最优度
【具体实施方式】 [0033] 五：
[0034] 与【具体实施方式】一、二或四不同的是，本实施方式的基于模糊聚类的室内定位AP 选择方法，步骤四所述构建线性规划模型的过程为，
[0035] 步骤四一、为每个AP分配一个选择变量cm，1彡m彡M，当第m个AP被选择时，Cm =1，否则，Ci= 0,以使EmFmcm值最大，即最终所选择的AP组是最优的；
[0036] 步骤四二、对于给定的需要优选出总数为P的AP均匀分配给各需定位区域，得出 如下线性优化模型：max=EmFmcm，
[0037] s.t.Emcm=P,
规则；Imk表示每个AP关于不同的AP类别的隶属度，cm表示为AP分配的选择变量，P表示 需要优选出的AP的总数，e表示弹性值，是各定位区域实际分配