对两组数据分别是距离和RSSI值数据进行归一化处理后，分别找出RSSI数据及距离的最大、最小值，然后将这些值通过mapminmax函数规范到[0，1]内，其作用是消除数据因为量纲不同对分析结果的影响，加快求出最优解速度的同时还可以提高测试精度。使用MATLAB仿真软件进行代码仿真

假设距离数据为D，RSSI数据为R，归一化后的距离数据为D_norm，归一化后的RSSI数据为R_norm，最大、最小值分别为D_max、D_min、R_max、R_min，则MATLAB代码如下：

% 找出最大、最小值
D_max = max(D);
D_min = min(D);
R_max = max(R);
R_min = min(R);

% 归一化距离数据
D_norm = mapminmax(D', 0, 1)';
% 归一化RSSI数据
R_norm = mapminmax(R', 0, 1)';

% 打印结果
fprintf('距离最大值：%f，最小值：%f\n', D_max, D_min);
fprintf('RSSI最大值：%f，最小值：%f\n', R_max, R_min);
disp('归一化后的距离数据：');
disp(D_norm);
disp('归一化后的RSSI数据：');
disp(R_norm);

其中，mapminmax函数的第一个参数为待归一化的数据，第二个参数为目标归一化区间的最小值，第三个参数为目标归一化区间的最大值。