1、隨著各種無線設(shè)備的日益普及，無線定位技術(shù)得到較多的應(yīng)用，無線局域網(wǎng)因其廣泛的覆蓋范圍成為了室內(nèi)定位的更好選擇。目前大部分無線局域網(wǎng)的定位技術(shù)都是基于到達(dá)時(shí)間、到達(dá)時(shí)間差和到達(dá)方向等，但這些信息需要發(fā)射機(jī)與接收機(jī)之間的準(zhǔn)確同步，實(shí)現(xiàn)難度大，基于接收信號(hào)強(qiáng)度 RSS的解決方案利用待測(cè)點(diǎn)感應(yīng)的來自接入點(diǎn) AP的信號(hào)強(qiáng)度，且不需要專門設(shè)備支持，減少了額外的系統(tǒng)負(fù)擔(dān)。
　　無線環(huán)境的復(fù)雜性和不同無線客戶端之間的物理性能和軟件差異，導(dǎo)致了信號(hào)

2、強(qiáng)度特性在不同無線客戶端之間存在非常大的差異。本文采取位置指紋方法解決了如上問題。方法在離線階段，通過采集初始參考點(diǎn)處接收到的各個(gè)AP的信號(hào)強(qiáng)度值，并經(jīng)過信號(hào)室內(nèi)傳播特性分析及信號(hào)預(yù)處理過程建立Radio Map，并以此訓(xùn)練算法，在線階段以信號(hào)覆蓋圖為基礎(chǔ)，在待測(cè)點(diǎn)進(jìn)行空間信號(hào)的實(shí)時(shí)采樣，然后通過算法匹配得出對(duì)采樣數(shù)據(jù)的位置預(yù)測(cè)結(jié)果。
　　本文所設(shè)計(jì)模糊邏輯信號(hào)強(qiáng)度識(shí)別算法在結(jié)構(gòu)辨識(shí)方面采用了減法聚類法，通過定義數(shù)據(jù)點(diǎn)的密度函數(shù)，

3、將一個(gè)模糊空間內(nèi)具有最大密度的數(shù)據(jù)點(diǎn)選為聚類中心，從而將一個(gè)模糊集劃分為若干的模糊子集。然后通過神經(jīng)網(wǎng)絡(luò)BP算法調(diào)節(jié) IF-THEN規(guī)則的前、后件參數(shù)，從而達(dá)到系統(tǒng)誤差最小的目的。信號(hào)強(qiáng)度均值具有較好的位置依賴性，在此基礎(chǔ)上，本文選取了單復(fù)雜性和雙復(fù)雜性兩個(gè)實(shí)驗(yàn)環(huán)境，在測(cè)試環(huán)境1中，多數(shù)參考點(diǎn)的信號(hào)強(qiáng)度直方分布圖呈現(xiàn)雙峰特性，極大的影響了均值的位置依賴性，也是造成定位算法泛化能力下降的主要原因，通過微波暗室及網(wǎng)卡互干擾性實(shí)驗(yàn)發(fā)現(xiàn)，雙峰現(xiàn)