结合CNN和WiFi指纹库的室内定位算法

• 作者: 吕俊杰 张旭 曹建荣 杨红娟 武欣莹
• 来源期刊: 计算机系统应用
• 关键词: 室内定位 数据处理 RSSI 指纹库 卷积神经网络
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 173-179
• 页数: 7页
• 字数: 5282字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007492]

摘要

为了提高基于WiFi的室内定位的精度和降低计算时间,本文提出一种卷积神经网络(Convolutional Neural Networks,CNN)结合传统指纹库的室内定位算法.该算法基于接收信号强度指示(Received Signal Strength Indication,RSSI)数据,首先利用卷积神经网络模型,根据实时输入数据预判出待测点的初步位置.在保证了大范围预测的位置大概率正确的前提下,再结合传统指纹库中的指纹点,确定出精确度更高的最终预测位置.实验结果表明,在时效性达到要求的前提下,累计误差在1 m以内的定位精度约有65％,累计误差在1.5 m以内的定位精度约有85％,且误差较为稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹建荣	山东建筑大学信息与电气工程学院	28	265	10.0	15.0
3	杨红娟	山东建筑大学信息与电气工程学院	35	183	8.0	12.0
7	张旭	山东建筑大学信息与电气工程学院	9	19	2.0	4.0
10	武欣莹	山东建筑大学信息与电气工程学院	3	0	0.0	0.0
11	吕俊杰	山东建筑大学信息与电气工程学院	3	18	1.0	3.0