基于神经网络和无线局域网基础架构的2.5D定位方法

摘要

基于神经网络和无线局域网基础架构的2.5D定位方法，属于无线局域网客户定位，其特征在于，在无线局域网的定位服务器上设定数据采集模块，数据库，定位请求模块，定位计算模块，以及定位呈现模块，通过各无线接入点AP，在设定的距离间隔，测量时间间隔下获取一段时间内的客户手中笔记本电脑发射的信号强度信息，采用Matlab Neural Network工具箱实时获取客户所在的楼层编号和平面坐标，通过页面向客户的笔记本电脑显示，信号强度信息包括，日期，测量时间，无线接入点AP的标识，客户端MAC以及信号强度。在平均采样距离间隔为6.6m下，平均定位误差为4.44m，在采样点平均间隔为3.7m下，定位误差为2.98m，比Radar法效果为佳。