资料1

为了保证最终与物理位置相对应的信号特征数据的可靠性，每个参考点要对来个各个AP的RSSI进行多次测量，然后对其处理的方式，目前的考虑如下：

由于RSS采样值的不确定性，同一固定位置接收到的RSS信号上下波动，为提高定位精度，先对RSS采样值进行预处理，去除较大偏差数据，平滑数据，使用的方法是残差去除粗大误差、滤波算法平滑数据

利用残差去除粗大误差

假设在某个参考点来自某一固定AP 的RSS信号采样值为{X1，X2，…，Xn}，那么定义残差

为v i =xi-_

x，其中x=，通过残差由贝塞尔公式计算可得采样值的均方根误差：

,然后根据以下准则剔除粗大误差。

(1)3准则

若残差|vi|〉3，则对应于vi=xi-_

x的采样值xi应视为含有粗大误差而剔除

(2)格罗布斯准则

首先将重复测量的值按大小排列成顺序统计量

然后根据样容量n和选取的判断显著性水平，由表得相应格罗布斯准则临界值T（n,）, 若Ti>= T（n,）,则认为Xi剔除（每次只能剔除一个测量值）

若T1和Tn都>= T（n,）,则剔除两者中较大者，在重新计算算术平均值和，这时子样

容量只有n-1，再行判断，直至余下的测量值中再未发现剔除值

显著水平一般可取0.05或0.01在离线阶段适合使用3，准则剔除粗大误差。而在在线定位

阶段，RSS信号的采样值较少，适用于格罗布斯准则。

数据滤波

数据平滑处理的原则是：通过数据平滑处理，既要消弱干扰成分、减小噪声带来的影响，又要保持原有曲线的变化趋势。

(1)均值滤波改进算法

标准差：，改进的均值滤波法是设置一个阈值T ，当信号的标准差满足>T时，使得较强的信号在采样值中占较大的比重，根据公式RSS avg’=(1-) RSSavg1+

n

x

x

x≤

≤

≤

2

1

RSSavg2得到RSS 信号的平均值，反之则采用式RSSavg=求得RSS信号的平均值。

其中RSSavg1表示采样值中大于RSS avg采样值均值的那部分数据的均值，RSS avg2表示采样值中小于RSS avg的那部分数据的均值。

(2)高斯滤波

假设在某个参考点来自某一固定AP 的RSS 信号采样值{X1，X2，…，Xn}服从正态分布，均

值为=，标准差为，，密度函数为：，原

则为选取大概率发生的RSS信号值，然后再取均值得到最终的RSS信号值，从而减小概率、大干扰的异常值对采样值整体的影响