在对采样点的信号强度值进行滤波处理后，需要建立数据集来存储采集到的大量采样点数据，以方便与定位算法进行匹配。假设某采样点A的坐标为，考虑到人们在建筑物内实际使用的定位场景及需求，坐标中表示高程的z其实并无太大实用价值，因此，我们对其用楼层数f代替，获得A点的坐标。这样既减小了前期测量的工作量，同时也便于定位算法中对楼层进行识别。采样点A经滤波处理后第n次扫描到的APi的信号强度的样本信息用矩阵LA通过式（5.8）表示：

构建指纹数据集时，虽然数据集中RSSI越多，对该采样点的特征描述越准确，但这也造成了定位时测量定位点坐标需对比的数据量大、定位算法复杂、运算速度慢等问题，因此，需要对矩阵LA进行简化。本书将简化的样本数据集分为两部分，分别为优秀AP的选取以及同AP若干次扫描结果的处理。

通过多次实验，我们发现在采样点虽然能采集到大量不同的AP信号，但其中有很多AP信号，质量差、不稳定，在扫描过程中可能只是偶尔出现。因此，本书把能扫描到AP信号的具体RSSI值的扫描称为有效扫描，有效扫描次数μ占总扫描次数ε的比例称为有效扫描率η，其表达方式如公式（5.9）：

为保证指纹集内的数据合理有效，需要剔除所采集数据中只是偶尔出现的AP数据。根据大量实验验证，有效扫描率η≥80%的AP信号较为稳定，在此称之为优秀AP。(www.daowen.com)

以某采样点的四百次扫描为例，共扫描到51个不同的AP信号，其中20个AP的有效扫描率大于80%（见图5.4）。在剔除了31个AP信号源以后，大大提高了指纹数据集的质量，避免了定位时对不稳定、出现频率较低的AP的匹配，提高了定位的可靠性。

图5.4　某采样点AP有效扫描情况分布图

在数据采集时，往往会对各个AP进行上百次的扫描，以确保采样点数据的可靠性，但是在在线阶段，LA中如果列n过大，会增加定位匹配的工作量，导致定位速度变慢。因此，本书将LA中各优秀AP中的扫描结果进行均值处理（如式5.10），最终构建出采样点A的位置指纹（如式5.11）：