基于CNN活动识别辅助PDR室内定位算法

• 作者: 余敏 冯描芬 薛峰
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 室内定位 卷积神经网络 活动识别 WiFi-PDR 特征点
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算与测试
• 页码范围: 118-120,128
• 页数: 4页
• 分类号: TP301.6|TP212
• 字数: 2165字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)04-0118-03

摘要

针对传统WiFi-行人航迹推算(PDR)定位算法中WiFi信号提供的初始位置存在误差及PDR也存在累积误差等因素导致定位精度下降的问题,提出了一种基于卷积神经网络(CNN)的活动识别辅助PDR室内定位算法.在实验区域布置若干接入点(AP),在特征区域得出的AP信号强度阈值RSSIθ作为触发器,当移动设备检测到信号强度(RSSI)大于RSSθ时,则触发该算法,判断用户是否在特征区域内活动,是否与当前特征点活动匹配;若匹配,则将此时位置校正为当前特征点所属位置,否则继续PDR定位.实验结果表明:相较于传统WiFi-PDR算法,该算法在特征点处定位精度提高了33.5％,且整体定位精度提高了24.6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余敏	江西师范大学计算机信息工程学院	94	616	12.0	19.0
2	薛峰	江西师范大学计算机信息工程学院	4	7	1.0	2.0
3	冯描芬	江西师范大学计算机信息工程学院	1	0	0.0	0.0