基于CSI-XGBoost的高精度WiFi室内定位算法

作者：张玄黎; 修春娣^*; 王延昭; 杨东凯

来源：北京航空航天大学学报, 2018, 44(12): 2536-2544.

DOI：10.13700/j.bh.1001-5965.2018.0268

• 室内定位
• 信道状态信息(CSI)
• 指纹匹配
• 极限梯度提升(XGBoost)
• 相位延拓

考虑到室内环境的复杂性和多径效应对Wi Fi指纹定位性能的影响从Intel5300无线网卡中提取信道状态信息(CSI),利用修正后的CSI幅值和相位信息作为指纹特征,使用极限梯度提升(XGBoost)算法构建高精度指纹库,实现分米级的高精度室内定位。进一步通过实测数据分析了采样间隔、室内视距(LOS)和非视距(NLOS)环境、缺失值和数据维度等因素对所提算法定位性能的影响。实际室内环境下的实验结果表明,本文算法受NLOS影响较小,对室内复杂环境有很强的鲁棒性;此外,该算法能够很好地处理高维稀疏数据,解决CSI指纹特征的"误匹配"问题,且对缺失数据不敏感,定位准确度优于90%。

• 单位
  北京航空航天大学; 电子信息工程学院