WLAN室内分步式RD-ANFIS定位方法

摘要

WLAN室内分步式RD-ANFIS定位方法，涉及模糊聚类型ANFIS室内定位方法，解决了WLAN室内环境下由于定位区域大、模式复杂导致ANFIS系统易产生过匹配、环境适应性降低且定位精度差的问题。该定位方法为：在离线阶段，根据FCM聚类技术将目标定位区域分割为若干相邻、连通子区域，具有相似SNR分布特性的RP属于同一子区域；利用模糊减法聚类方法得到每个连通子区域的初始模糊推理准则，并完成对每个子区域的ANFIS定位系统的建立；在在线阶段，通过比较定位终端处采集的SNR样本均值与不同聚类中心的欧几里得距离，进而获得定位终端位置的预估计区域，最终利用该区域的ANFIS定位系统即可实现对位置的精确坐标估计。本发明可用于模式识别领域。

主权项

WLAN室内分步式RD‑ANFIS定位方法，其特征在于它的具体过程如下：步骤一、确定WLAN室内环境下的目标定位区域，根据WLAN无线AP发射信号的覆盖范围和目标定位区域的面积，确定AP、RP和测试点的位置，使每个RP处均能采集到至少来自一个AP的信号SNR值；步骤二、建立二维坐标系，得到每个RP的二维位置坐标，并在离线定位阶段，将每个RP处采集的来自不同AP的瞬时信号强度值，作为位置指纹数据库中的WLAN信号强度指纹样本进行存储；步骤三、利用FCM聚类技术，将目标定位区域分割为若干相邻、连通的子区域；步骤四、利用模糊减法聚类方法，对每个子区域中的WLAN信号强度指纹样本进行分类，对每个子区域分别建立相应的初始模糊推理准则；步骤五、将所述信号强度指纹样本作为ANFIS系统的输入训练样本，将与所述信号强度指纹样本对应的各个RP的二维位置坐标作为ANFIS系统的输出训练样本，对所述初始模糊推理准则进行迭代优化训练，进而完成对每个子区域ANFIS系统的建立；步骤六、在在线定位阶段，对定位终端的所在区域进行预估计，获得定位终端的初步位置估计区域；步骤七、将定位终端处采集的信号强度均值作为所述初步位置估计区域的ANFIS系统的输入值，进而计算获得定位终端的精确位置坐标估计；其中：英文缩写RD‑ANFIS为“Region Division‑Adaptive Network based Fuzzy Inference System”的缩写，翻译为中文是“区域分割的自适应神经模糊推理”；AP为Access Point的缩写，它表示接入点；RP为Reference Point的缩写，它表示目标定位区域内预先标记的参考点；FCM为Fuzzy C‑means的缩写，为“模糊C均值”。