基于深度特征学习的免校准室内定位方法

• 作者: 于怡然 余江 常俊 杨锦朋
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: WiFi位置指纹 室内定位 异构设备 堆叠降噪自编码器 深度特征子指纹库
• 年，卷（期）: 2020,（6）
• 页码范围: 1106-1115
• 页数: 10页
• 分类号: TP393
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2020.06.010

摘要

针对基于WiFi位置指纹的室内定位中设备异构带来的接收信号强度(Received signal strength,RSS)差异和定位精度偏移的问题,提出一种基于深度特征挖掘的免校准室内定位方法.离线阶段,结合最强接入点(Access point,AP)分类和普氏分析(Procrustes analysis)对原始指纹库处理,获取标准化子指纹库,采用堆叠降噪自编码器(Stacked denoising autoencoder,SDAE)学习标准化子指纹库获取深度特征指纹,构建深度特征子指纹库.在线阶段,利用与离线阶段相同的指纹处理方法,挖掘待定位点RSS数据的深度特征,采用加权最近邻算法(Weighted k-nearest neighbor,WKNN)与深度特征子指纹库匹配,获得估计的位置.在典型实验楼场景使用4种异构类型的手机进行实验,本文方法对比传统的标准化指纹的两种免校准方法,定位精度分别有5.9％和12.5％的提升,实验结果表明,本文算法提高了定位的准确性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余江		69	295	9.0	13.0
2	常俊		37	107	6.0	8.0
3	于怡然		3	1	1.0	1.0
4	杨锦朋		4	2	1.0	1.0