[发明专利]基于模糊聚类的室内定位AP选择方法

权利要求书

1.一种基于模糊聚类的室内定位AP选择方法，其特征在于：所述AP选择方法通过以下步骤实现：

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类别的过程是：

步骤一一、设AP组中第m个AP在第i个参考点的接收信号强度RSSI值为R_m(x_i,y_i)；然后将R_m(x_i,y_i)初始化为各个AP类别的聚类中心点；其中，1≤i≤N，1≤m≤M，x_i和y_i分别为第i个参考点的横坐标值和纵坐标值；

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m个AP与不同的AP类别之间的距离；

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；

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；

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n_k，1≤k≤K；

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；

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；

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。

2.根据权利要求1所述基于模糊聚类的室内定位AP选择方法，其特征在于：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，

步骤二一、将各个AP类别视为模糊集，设每个AP类别的中心点为c_k，1≤k≤K，采用隶属度初值计算公式：l_mk′＝R_m·c_k计算第m个AP与第k个AP类别的隶属度初值l_mk′；其中·表示向量内积；

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l_mk′后，利用归一化计算公式：对所得隶属度初值l_mk′进行归一化处理，构建每个AP关于不同的AP类别的隶属度l_mk。

3.根据权利要求2所述基于模糊聚类的室内定位AP选择方法，其特征在于：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类别的最优度值的过程是，通过最优选择函数计算公式：计算每个AP的最优度值；其中，R_m(x_i,y_i)为第m个AP在第i个参考点的RSSI值，g(Z)为Sigmoid函数，g(Z)的计算公式为：Z＝|R_m(x_j,y_j)-R_m(x_i,y_i)|，d表示参考点之间的距离。

4.根据权利要求3所述基于模糊聚类的室内定位AP选择方法，其特征在于：步骤四所述构建线性规划模型的过程为，

步骤四一、为每个AP分配一个选择变量c_m，1≤m≤M，当第m个AP被选择时，c_m＝1，否则，c_m＝0；

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＝∑_mF_mc_m，

s.t.∑_mc_m＝P，

1≤k≤K，1≤m≤M；其中，l_mk表示每个AP关于不同的AP类别的隶属度，c_m表示为AP分配的选择变量，P表示需要优选出的AP的总数，ε表示弹性值，是各定位区域实际分配的隶属度值的总和。