[發(fā)明專利]基于FCM和最小二乘曲面擬合法的WLAN室內(nèi)優(yōu)化ANN定位方法

無效

• 申請?zhí)枺?/td>: 201010032481.6
• 申請日: 2010-01-18
• 公開（公告）號: CN101778399A
• 公開（公告）日: 2010-07-14
• 發(fā)明（設計）人: 徐玉濱;周牧;馬琳;沙學軍;孟維曉;譚學治
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學
• 主分類號: H04W16/20
• 分類號: H04W16/20;H04W64/00;H04W84/12;G06N3/06
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 牟永林

1.基于模糊C均值聚類和最小二乘曲面擬合法的無線局域網(wǎng)絡室內(nèi)優(yōu)化 人工神經(jīng)網(wǎng)絡定位方法，其特征在于它包括下述步驟：

一、給定目標定位區(qū)域中的接入點AP和參考點位置，保證相鄰參考點的 間距為1m，任意參考點處均可以采集到來自至少1個AP的信號強度，且信 號功率強度大于-100dBm；

二、對目標定位區(qū)域建立二維直角坐標系，將所有參考點的空間坐標值和 其相應參考點處采集的，來自不同AP的信號強度樣本和樣本均值保存起來， 建立定位指紋數(shù)據(jù)庫；

三、確定聚類數(shù)目C，并利用模糊C均值聚類方法，將不同參考點處的信 號強度樣本均值聚為C類，且得到C個聚類中心；

四、計算不同參考點處的樣本均值對C個不同聚類中心的隸屬度，并給 出合適的量化級，對隸屬度進行量化處理；

五、當某個參考點與其鄰近八個參考點之間的相似度低于閾值 S_threshhold＝0.3時，且與所屬聚類的聚類中心非連通時，將該點定義為奇異點；

六、利用該鄰近八個參考點處采集的信號強度樣本均值，結(jié)合最小二乘曲 面擬合法，修正奇異點處的信號強度樣本均值，更新定位指紋數(shù)據(jù)庫；

七、得到最終定位指紋數(shù)據(jù)庫中的信號強度樣本與空間二維坐標對應關(guān) 系，針對每個不同聚類分別建立人工神經(jīng)網(wǎng)絡定位子系統(tǒng)，并利用指紋數(shù)據(jù)對 各個人工神經(jīng)網(wǎng)絡定位系統(tǒng)進行訓練，使其達到三層前饋型神經(jīng)網(wǎng)絡的訓練誤 差要求，從而結(jié)束離線階段的網(wǎng)絡建立過程；

八、根據(jù)在線階段實時采集的來自不同AP的信號強度，計算其與不同聚 類中心的歐幾里得距離；以最短距離準則，初步判斷定位終端所屬聚類；

九、利用定位終端所屬聚類的人工神經(jīng)網(wǎng)絡定位子系統(tǒng)，估計其空間二維 坐標，從而實現(xiàn)無線局域網(wǎng)絡室內(nèi)環(huán)境下的終端位置定位。

2.根據(jù)權(quán)利要求1所述的基于模糊C均值聚類和最小二乘曲面擬合法的 無線局域網(wǎng)絡室內(nèi)優(yōu)化人工神經(jīng)網(wǎng)絡定位方法，其特征在于步驟五中當該相似 度滿足下述公式(8)且與所屬聚類的聚類中心非連通時，將該參考點定義為 奇異點，

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

其中，x_i，j，k表示參考點RP(i，j)處采集的第k個瞬時樣本，x_{neighbor(i，j)，k，t}表示 參考點RP(i，j)鄰近參考點處采集的來自不同AP的信號強度的第k個瞬時樣 本。

3.根據(jù)權(quán)利要求1所述的基于模糊C均值聚類和最小二乘曲面擬合法的 無線局域網(wǎng)絡室內(nèi)優(yōu)化人工神經(jīng)網(wǎng)絡定位方法，其特征在于步驟八中當新樣本 均值滿足公式(11)時，定位終端屬于聚類i，

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

v_i表示第i個聚類中心，x_new表示在線階段實時采集的信號強度值，d_new，i表 示在線階段實時采集的來自不同AP的信號強度與不同聚類中心的歐幾里得距 離。