location 室内定位算法

室内定位算法，最近邻算法，K最近邻算法，加权K最近邻算法，贝叶斯算法

function loc_point=FingerLocFun（APxAPyFPxFPyfp_powerap_powerap_gainfp_gainp_xp_ynoiseidk）;
%id:算法ID号，1、NN  2、KNN 3、WKNN 4、Bayes 5、Kbayes 6、Dbayes

loc_point=[0 0];
[ap_rap_num]=size（APx）;
[fp_rfp_num]=size（FPx）;
rp_power=zeros（1ap_num）;

for j=1:1:ap_num 
    dis=sqrt（（p_x-APx（j））*（p_x-APx（j））+（p_y-APy（j））*（p_y-APy（j）））;
    loss_db=32.44+20*log10（2400）+20*log10（dis/1000）; 
    rp_power（1j）=ap_power+ap_gain+fp_gain-loss_db-noise;
end

dis_power=zeros（1fp_num）;
for i=1:1:fp_num
    d_sum=0;
    for j=1:1:ap_num
        d_sum=（fp_power（ij）-rp_power（1j））*（fp_power（ij）-rp_power（1j））+d_sum;
    end
    dis_power（1i）=sqrt（d_sum）;
end

temp_fpx=FPx;
temp_fpy=FPy;
temp_dispow=dis_power;
temp_power=fp_power;
temp=0;

for i=1:1:fp_num-1
    for j=1

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       4785  2012-05-31 07:01  新建文件夹\FingerLocFun.m

     文件       4596  2012-05-26 23:07  新建文件夹\main.m

     文件        419  2012-05-26 23:07  新建文件夹\ReceivePowerFun.m

     目录          0  2012-05-26 23:10  新建文件夹

----------- ---------  ---------- -----  ----

                 9800                    4