1.一种基于信息增益比的多特征模糊映射接入点优化方法，其特征在于包括以下步骤：步骤一、离线阶段，在目标环境中部署n(n为整数)个位置已知的接入点(Access Point,AP)并标定m(m为整数)个参考点(Reference Point,RP)；

步骤二、在每个RP处采集来自不同AP的接收信号强度(Received Signal Strength,RSS)，构建离线RSS特征矩阵Zoff；

步骤三、根据Zoff构造AP的信息增益比集合Φ；

off

步骤四、根据Φ构造离线RSS特征的模糊关系矩阵R ；

步骤五、根据Roff并利用关于离线RSS特征的模糊关系方程，获取离线RSS特征的模糊权重Aoff；

步骤六、在线阶段，在待定位点(即测试点)处采集来自不同AP的RSS，构建在线RSS特征onli矩阵Z ；

步骤七、根据Zonli并通过关于在线RSS特征的模糊映射，构造在线RSS特征的模糊判定矩阵Ronli；

步骤八、根据Aoff和Ronli，并利用模糊关系方程 获取在线阶段AP的模糊隶属度集合步骤九：将具有较大模糊隶属度的AP定义为具有较强位置分辨力的AP，并将其作为优化AP用于定位。

2.根据权利要求1所述的一种基于信息增益比的多特征模糊映射接入点优化方法，其特征在于，所述步骤三包括以下步骤：步骤三、根据Zoff构造AP的信息增益比集合Φ。具体包括以下步骤：步骤三(一)、计算关于目标环境中所有RP的不确定度H(P)：其中，m表示目标环境中的RP数目，pj表示第j个RP的先验概率(通常假设测试点在每个RP处的概率相等，即 )；

步骤三(二)、对于第i个AP(即APi)，根据Zoff将所有RP划分为U个子集C1i,…,CUi，其中，每个子集Cui(u＝1,…,U)中的RP具有相同的来自APi的离线RSS特征 χ表示离线RSS特征类别数目；

步骤三(三)、根据 将所有RP划分为V个子集 其中，第v个子集表示对于APi具有相同 的RP集合；

步骤三(四)、对于APi，根据Zoff计算目标环境中所有RP的不确定度H(P|APi)：其中， 表示 中RP数目， 表示 中RP的不确定度，表示 中RP数目；

步骤三(五)、对于APi，根据 计算目标环境中所有RP关于第i个AP的第s个离线RSS特征的不确定度H(P|APi)s：off

步骤三(六)、根据Z 计算APi关于第s个离线RSS特征的信息增益比进而构造AP的信息增益比集合Φ：

Φ＝(ψ1,…,ψχ)

其中， 为AP关于 的信息增益比。

3.根据权利要求1所述的一种基于信息增益比的多特征模糊映射接入点优化方法，其特征在于，所述步骤五包括以下步骤：步骤五、根据Roff并利用模糊关系方程，获取离线RSS特征的模糊权重Aoff。具体包括以下步骤：步骤五(一)、令 其中， 表示 的模糊权重，构造关于离线RSS特征的模糊关系方程 其中，

步骤五(二)、由步骤五(一)，将 改写为：步骤五(三)、计算步骤五(二)方程组中第i个方程的第s个解其中，

步骤五(四)、由步骤五(三)，可得步骤五(二)方程组中第i个方程的解步骤五(五)、由步骤五(四)，可得 的解Aoff＝A(1)∩…∩A(n)。