Proje önerisinde öncelikli olarak, SPAM yöntemi için literatürde önerilmiş olan sınıflandırma yöntemine göre daha düşük karmaşıklığa sahip bir sınıflandırma tekniğinin geliştirilmesi ile ilgili teorik bir çalışma sunulmaktadır. Geliştirilen matematiksel altyapı dikkate alınarak Ortalama Değer Sınıflandırıcı (MVC: Mean Value Classifier) olarak adlandırılan bu yöntemin MATLAB ortamında performansı araştırılmaktadır. Önerilen yöntemlerin simülasyon ortamında alıcı-verici arasındaki mesafeye göre performanslarının incelenebilmesi için Lambertian model referans olarak alınmaktadır. Ancak, hem önerilen MVC yöntemi hem de literatürde önerilen çalışmalar gezgin kullanıcı durumunda yetersiz performansa sahiptirler. Bunun nedeni eğitim verilerinin sadece belirli bir alıcı-verici arasındaki mesafe için kullanılmasıdır. Bu problemin üstesinden gelebilmek için bu projede sınıflandırma yöntemlerinin yerine kümeleme yöntemlerinin kullanılması düşünülmektedir. Projede MVC yönteminde olduğu gibi kümeleme yöntemleri için de teorik bir altyapı sunulmaktadır. Dolayısıyla, kümeleme yöntemleri sayesinde gezgin kullanıcılar için eşik değeri sınıflandırma probleminin ortadan kaldırılması amaçlanmaktadır. Ayrıca kümeleme yöntemlerinin performansını daha iyi araştırabilmek için yapay ışığın fotodiyot üzerindeki etkisi nedeniyle eşik değeri seviyelerindeki değişimlerin tahmin edilmesi incelenecektir.
