基于3DCNN的CSI-cluster室内指纹定位算法

• 作者: 李新春 王浩童 王藜谚
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 室内定位 信道状态信息 多径效应 指纹子库 3维卷积神经网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能与信息通信
• 页码范围: 345-355
• 页数: 11页
• 分类号: TN92
• 字数: 8379字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2020.03.003

摘要

针对室内环境中复杂的多径效应影响定位精度问题,提出一种基于3维卷积神经网络(3 dimensional conv-olutional neural network,3DCNN)多径程度划分的自校准指纹定位算法.该算法利用MeanShift方法分析定位区域内每一个采样点的信道状态信息数据分布特性,得到其可代表多径效应程度的簇类数量,结合阈值原则将指纹库划分为2种不同多径程度的子库,从而减少多径程度差异较大的指纹点对后续定位影响利用3DCNN深度学习2类指纹子库.在定位阶段,根据校准算法判断待测数据所属子库,并采用相应的3DCNN模型估计位置.通过仿真实验验证,该方法在保证指纹库构建合理性和高效性的同时,在定位精度方面实现了明显的提升,优于与之对比的相关算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李新春	辽宁工程技术大学电子与信息工程学院	72	329	10.0	13.0
2	王藜谚	辽宁工程技术大学研究生院	2	0	0.0	0.0
3	王浩童	辽宁工程技术大学研究生院	3	7	1.0	2.0