[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

权利要求书

1.基于模糊C均值聚类和最小二乘曲面拟合法的无线局域网络室内优化 人工神经网络定位方法，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，并利用模糊C均值聚类方法，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 S_threshhold＝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人工神经网络定位子系统，并利用指纹数据对 各个人工神经网络定位系统进行训练，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人工神经网络定位子系统，估计其空间二维 坐标，从而实现无线局域网络室内环境下的终端位置定位。

2.根据权利要求1所述的基于模糊C均值聚类和最小二乘曲面拟合法的 无线局域网络室内优化人工神经网络定位方法，其特征在于步骤五中当该相似 度满足下述公式(8)且与所属聚类的聚类中心非连通时，将该参考点定义为 奇异点，

18ΣSe(xi,j,k,xneighbor(i,j),k)<Sthreshhold---(8)]]>

其中，x_i，j，k表示参考点RP(i，j)处采集的第k个瞬时样本，x_{neighbor(i，j)，k，t}表示 参考点RP(i，j)邻近参考点处采集的来自不同AP的信号强度的第k个瞬时样 本。

3.根据权利要求1所述的基于模糊C均值聚类和最小二乘曲面拟合法的 无线局域网络室内优化人工神经网络定位方法，其特征在于步骤八中当新样本 均值满足公式(11)时，定位终端属于聚类i，

(dnew,i)2=||xnew-vi||2=minq=1C||xnew-vq||2---(11)]]>

v_i表示第i个聚类中心，x_new表示在线阶段实时采集的信号强度值，d_new，i表 示在线阶段实时采集的来自不同AP的信号强度与不同聚类中心的欧几里得距 离。