基于深度特征学习的免校准室内定位方法

作者：常俊; 杨锦朋; 于怡然; 余江

来源：数据采集与处理, 2020, 35(06): 1106-1115.

DOI：10.16337/j.1004-9037.2020.06.010

• 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

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。

• 单位
  云南大学