基于容错技术的WLAN室内三层ANN智能定位方法

摘要

基于容错技术的WLAN室内三层ANN智能定位方法，它涉及复杂系统辨识领域。它解决了现有的三层ANN中隐藏层节点个数难以确定而使三层ANN的容错性不稳定及定位精度不理想的问题，本发明首先将接入点AP的个数作为ANN输入层的节点数，将位置信息的维数作为ANN输出层的节点数，然后利用参考点RSS矩阵和相应参考点的位置坐标组成ANN训练集，根据所述ANN训练集并选择不同的ANN隐藏层的节点数训练ANN，获得容错满意度最高的ANN隐藏层的节点数，保存此ANN容错结构，最后。将待测点的测试点RSS矩阵导入所述ANN容错结构，获得待测点的定位坐标。本发明适用于复杂系统中定位。

主权项

1.基于容错技术的WLAN室内三层人工神经网络ANN智能定位方法，其特征在于它的定位过程为：步骤一：在WLAN室内定位环境中，设置N个参考点、U个测试点和M个接入点AP，同时定义每个参考点和每个测试点的位置坐标，确保每个参考点被两个或两个以上的接入点AP发出的信号覆盖，同时确保每个测试点亦被两个或两个以上的接入点AP发出的信号覆盖；步骤二：根据接入点AP的个数M和位置坐标的维数初始化人工神经网络ANN结构，具体为：取接入点AP的个数M为人工神经网络ANN输入层的节点数，取位置坐标的维数为人工神经网络ANN输出层的节点数；步骤三：将关于同一个参考点的来自不同接入点AP的多个信号强度RSS值组成参考点RSS矩阵，并将每一个参考点的位置坐标及相应参考点的参考点RSS矩阵组成人工神经网络ANN训练集，利用所述人工神经网络ANN训练集训练多个人工神经网络ANN，获得多个人工神经网络ANN结构，所述多个人工神经网络ANN的人工神经网络ANN隐藏层节点数不同；步骤四：将关于同一个测试点的来自不同接入点AP的多个信号强度RSS值组成测试点RSS矩阵，根据准线性函数的斜率α值、WLAN定位系统容许的抖动量xi和任意一个测试点的测试点RSS矩阵，计算每一种人工神经网络ANN结构的人工神经网络ANN隐藏层的每一个节点的容错差异量，并计算每一种人工神经网络ANN结构的人工神经网络ANN隐藏层的容错差异量为0的节点数，所述容错差异量为0表示人工神经网络ANN输入层加入WLAN定位系统容许的抖动量后，人工神经网络ANN输出层输出的位置坐标不变；步骤五：根据每一种人工神经网络ANN结构的人工神经网络ANN隐藏层的容错差异量为0的节点数和每一种人工神经网络ANN结构的人工神经网络ANN隐藏层的总节点数，计算每一种人工神经网络ANN结构的容错满意度记录所述容错满意度λ为最高时的人工神经网络ANN隐藏层节点数，保存相应的人工神经网络ANN结构并将所述人工神经网络ANN结构定义为人工神经网络ANN容错结构；步骤六：从所有测试点中选取待测点，向人工神经网络ANN容错结构导入待测点的测试点RSS矩阵，得到待测点的定位坐标。