[发明专利]一种基于分簇思想的AP选择方法

说明书

技术领域

本发明涉及AP选择方法，特别涉及一种基于分簇思想的AP选择方法。

背景技术

指纹定位技术是通过将在线采集到的信号与之前离线存储好的信号就行特征比对来实现的，为了方便使用，经常不会特意的去布置AP，而是利用环境中现有的AP，但现有AP过剩，很多AP在定位时大多没用，如果不加筛选全部使用就会导致较大的计算量。然而指纹图越复杂计算量越大，降低指纹图的复杂度则会带来定位精度的下降。传统的解决方法是利用分簇的方式来降低计算量。分簇是将指纹图划分成不同的区域，解算时先判断此信号在哪个簇内，再在簇内进行特征匹配，这样就大大降低了计算量。但现有技术在分簇区域的划分方面一般是随机的，室内空间复杂，利用统一标准进行筛选并非最优。统一标准进行筛选会导致定位时判断簇头步骤就容易出现错误，特别是两个簇交叠部分，导致定位方差较大。

发明内容

本发明的目的是为了解决现有技术在分簇区域的划分方面一般是随机的，利用统一标准进行筛选会导致定位时判断簇头步骤就容易出现错误，定位方差较大的问题而提出的一种基于分簇思想的AP选择方法。

上述的发明目的是通过以下技术方案实现的：

步骤一、获取未经处理的m×n参考点的规则矩形的指纹图，则指纹图信号部分为f_i,j＝{RSS₁,RSS₂,...,RSS_k}；i＝1,2，3...，m；j＝1,2,3...，n；

其中，f_i,j为指纹图中第i行第j列参考点接收k个AP对应的信号强度RSS值，指纹图中AP的序号k＝1,2,3……k；

步骤二、利用f_i,j求出指纹图中每个参考点的相关性；

步骤三、将f_i,j中每个参考点的相关性进行加和得到i,j与四个相邻点的总相关性矩阵其中，ζ_k表示指纹图中第i行第j列参考点在第k个AP上与四个相邻点在第k个AP上的总相关性；

步骤四、若ζ_k为0或1，则说明参考点接受第k个AP为分辨率弱的AP，记录下第i行第j列参考点接收到分辨率弱的AP的序号k；根据记录下AP的序号得到指纹图中每一个AP相应的无效位置分布图；

步骤五、根据步骤四中所得到的无效位置分布图，将指纹图按照AP的分辨率分簇成M组，记录下指纹图中每个簇中分辨率弱的且序号相同的AP序号；其中，分簇的原则是一个簇内的每个参考点拥有至少一个分辨率弱且序号相同的AP；

步骤六、在定位操作时，剔除指纹图的每个簇中分辨率弱且序号相同的AP，剔除后的指纹图中的AP序号发给用户；即完成了一种基于分簇思想的AP选择方法。

发明效果

为了保证指纹图的精度，每个位置需要采集大量的信息，这样在进行特征匹配时才更容易定准位置，但大量采集信息会带来处理速度的下降。通过基于分簇思想的AP选择方法可以在保证定位精度的同时有效的降低计算量。并降低定位方差，提高定位精度。

本发明取门限值ε为1dB，相邻点间距为0.5m，指纹图大小为800×8，即将0.5米间相邻参考点分辨能力小于1dB的AP排除在结算过程之外。这样定位解算过程中对于不同的分簇使用的是不同的AP组合，同时不同的簇之间使用的AP数量是根据指纹图特性动态变化的。通过上述方法有效的保证了在AP出现冗余的环境下，算法可以以最小的计算量保障定位精度，且本发明的定位误差在2m以内。

计算出每个点与周围点的相关性，若一个参考点的某个AP若与其周围任意2个点分辨小于1dB，则认为此AP为该参考点的无用AP。将位置上相近且无用AP相同的点分为同一组，在定位时先进行分组，这样又可以大大的节省计算量，分组之后进行KNN定位时排除掉无用AP。计算时有用的AP仍然保留，这样不会对定位精度造成太多的影响。并且按照随机路线测量，得到定位累计误差如图2所示。

附图说明

图1为具体实施方式一提出的一种基于分簇思想的AP选择方法流程图；

图2为具体实施方式一提出的定位误差概率密度累积图。

具体实施方式

具体实施方式一：本实施方式的一种基于分簇思想的AP选择方法，具体是按照以下步骤制备的：