本文档属于类型a，即报告了一项原创性研究。以下是基于文档内容生成的学术报告：

基于离散化算法的室内环境最优AP部署研究

作者与机构
本研究由Meizhu Pan和Xiaofeng Zhong共同完成，他们来自清华大学电子工程系和北京信息科学与技术国家研究中心。该研究发表于2023年IEEE国际会议（iThings, GreenCom, CPSCom, SmartData, Cybermatics）。

学术背景
随着智能设备的普及和室内高质量、高速通信需求的增长，单一接入点（Access Point, AP）已无法满足需求。因此，如何策略性地部署多个AP以实现全面的信号覆盖成为了一个重要问题。目前，AP部署主要依赖经验或仿真方法，这些方法在复杂性和准确性上存在不足。本研究旨在提出一种离散化最优部署算法，通过精确预测接收信号强度指示（Received Signal Strength Indicator, RSSI）值来优化AP的部署位置，从而降低算法复杂度并提高准确性。

研究流程
1. 问题分析与模型构建
研究首先分析了室内布局，提取了关键参数，并将连续问题离散化为网格问题。通过将室内环境划分为网格，并排除不适合的AP部署位置组合，简化了问题的复杂性。
研究采用了改进的Keenan-Motley模型（K-M模型）来预测RSSI值。该模型考虑了自由空间路径损耗和障碍物穿透损耗，并通过实际测量数据拟合了RSSI传播公式，以提高预测精度。

1. 算法设计
   研究提出了一种基于离散化网格的AP部署算法。算法输入包括室内布局、可选AP位置集合和AP数量。通过遍历所有可能的AP位置组合，计算每个网格的RSSI值，并根据设定的RSSI阈值判断是否覆盖。算法通过排除同一房间内的AP部署组合，进一步降低了计算复杂度。

2. 实验验证
   研究在两个不同大小的公寓（Apartment1和Apartment2）中进行了实验验证。实验使用5GHz Wi-Fi，信道36，带宽20MHz，发射功率固定为20dBm。RSSI值通过华为Mate40 Pro手机测量。实验分为单AP和多AP两种场景，分别评估了算法的覆盖准确性。

主要结果
1. 单AP场景
在Apartment1中，算法识别出6个可以实现全覆盖的AP部署位置，与实际测量结果一致，准确率为83.3%。在Apartment2中，算法识别出2个全覆盖位置，准确率达到100%。相比经验公式，算法在准确性上显著提升。

1. 多AP场景
   在Apartment1中，算法推荐的10个AP组合中有9个实现了全覆盖，准确率为90%。在Apartment2中，所有推荐的10个组合均实现了全覆盖，准确率为100%。相比经验公式的70%准确率，算法在多AP场景中表现更为优异。

结论
本研究提出了一种离散化算法，用于优化室内环境中多个AP的联合部署。通过改进RSSI传播公式并基于实际测量数据拟合，算法显著提高了AP部署位置的准确性。实验结果表明，该算法在单AP和多AP场景中均表现出色，能够满足室内移动设备对高质量信号覆盖的需求。算法的提出为室内无线通信网络的优化提供了新的解决方案，具有重要的科学价值和应用价值。

研究亮点
1. 创新性算法：本研究首次将离散化网格方法应用于AP部署问题，通过排除不适合的位置组合，显著降低了算法复杂度。
2. 高精度预测：通过改进K-M模型并基于实际测量数据拟合RSSI传播公式，算法在预测RSSI值方面表现出更高的准确性。
3. 广泛应用性：算法在小型和大型公寓中均表现出色，能够适应不同规模的室内环境。

其他有价值的内容
研究中还提到，算法在处理复杂的室内环境（如多路径效应和障碍物）时表现出较强的鲁棒性。此外，通过将连续问题离散化，算法为类似优化问题提供了新的解决思路。

以上报告详细介绍了本研究的背景、流程、结果和意义，为其他研究人员提供了全面的参考。