[发明专利]一种Wi-Fi样本数据优化方法

权利要求书

1.一种Wi-Fi样本数据优化方法，其特征是，包括步骤如下：

步骤1、计算Wi-Fi样本数据两两间的相似度和空间编码值，构建Wi-Fi样本数据的相似矩阵；步骤1所述Wi-Fi样本数据是位置坐标已知或通过其他先验知识来确定位置坐标的Wi-Fi信号，每一位置点上的Wi-Fi样本数据包含一个或多个AP的信息，其表述形式如下：

其中，F_i表示为位置点i处获得的Wi-Fi样本数据，p是室内空间中AP的数量，为位置点i处获得的第j个AP点的Wi-Fi信号的强度；

室内空间区域获得的Wi-Fi样本数据表示为：

Data_WiFi＝{(x₁,y₁,F₁),(x₂,y₂,F₂),……,(x_i,y_i,F_i),……,(x_n,y_n,F_n)}

其中，(x_i,y_i)为位置点i的二维坐标，n为位置点的个数；

步骤1的子步骤如下：

步骤1.1、Wi-Fi样本数据两两间的相似度采用Jaccard系数来进行描述，位置点i和位置点j上获得的Wi-Fi样本数据分别为F_i和F_j，则所述的Wi-Fi样本数据两两间的相似度表示为：

其中，F_i∩F_j为样本数据F_i与F_j中对应位置的rss值相似的个数N_s，F_i∪F_j为F_i和F_j总的数据维数减去N_s得到的不重复的rss值个数；

S_i,j的值越大，则F_i与F_j的相似程度越高；

F_i∩F_j和F_i∪F_j的计算过程如下：

D_F＝p

其中，D_F为Wi-Fi样本数据F的维数，ε为对应位置的两个rss值是否相似的判断阈值；

通过计算Wi-Fi样本数据两两间的Jaccard系数，由这些Jaccard系数构成这些Wi-Fi样本数据的Jaccard系数相似矩阵，其表示为：

步骤1.2、根据0-1二进制编码思想，引入Wi-Fi样本数据间的空间编码值来描述Wi-Fi样本数据在空间上的相似程度：

Wi-Fi样本数据F_i和F_j对应位置上的rss值分别进行比较，若两者满足条件k∈[1,p]，则说明该位置上的值和是相似的，给予编码为“1”，否则编码为“0”；

根据Wi-Fi样本数据F_i和F_j的编码结果，Wi-Fi样本数据F_i和F_j的空间编码值的计算为：

Q＝sort{q₁,…,q_k,…,q_p}

其中序列{q₁,...,q_k,...,q_p}为Wi-Fi样本数据F_i和F_j的编码结果，即两个Wi-Fi样本数据的编码序列，其中k＝[1,p]；b为编码基数，针对0-1二进制编码，则b＝2；

Wi-Fi样本数据两两间空间编码值构成其空间编码值矩阵，表示为：

步骤1.3、根据Wi-Fi样本数据两两间的Jaccard系数，结合其空间编码值，来准确判定两个Wi-Fi样本数据是否相似，其相似矩阵表示为：

其中R_i,j＝result(J_s(i,j),C_s(i,j))＝result(S_i,j,c_i,j)；

步骤2、根据Wi-Fi样本数据的相似矩阵对样本数据进行聚类分簇，并确定每一分簇的簇头，构建Wi-Fi样本数据的一重簇头集合；

步骤3、根据Wi-Fi样本数据的一重簇头结果，将一重簇头集合中的数据视为新的Wi-Fi样本数据，计算一重簇头两两间的相似度和空间编码值，构建一重簇头集合相对应的相似矩阵，根据获得的相似矩阵对一重簇头集合中的数据进行聚类分簇，并确定每一分簇的簇头，从而构建一重簇头的新簇头，即二重簇头集合；

步骤4、采用自顶向下的方法，利用一重簇头和二重簇头的结果，根据局部最优原则，筛选得到最优的Wi-Fi样本数据。