摘要
基于WLAN(wireless local area network)的定位在智能家居、室内导航、个性化服务等应用中扮演着重要的角色。研究了基于序列到序列seq2seq模型的室内WLAN定位方法。该方法基于在自然语言处理中广泛应用的seq2seq神经网络模型,通过样本数据学习信号指纹空间中的时间序列和坐标空间中的时间序列的关系。经过滤波等预处理后,再进行样本增强,并设计合理的输入输出及代价函数,本方法能够实现更高精度定位。实测的数据表明,提出的方法相比于其他几种基于神经网络的定位方法,度量学习RFSM方法、去噪自编码器DAE方法、f-RNN方法,平均定位精度分别提高了23%、11%和20%。
Wireless local area network(WLAN)based positioning plays an important role in smart homes,indoor navigation and user-defined services.Proposed a seq2 seq model based WLAN indoor positioning method.The method is based on the seq2 seq neural network model,which is widely adopted in the natural language processing(NLP).The seq2 seq model can learn the relationships of the time sequences in the signal domain and the coordinate domain.After carefully designed signal pre-processing,sample augmentation and reasonable loss function,the learned model can be adopted for positioning.According to the experimental results from our collected data,our method can improve positioning accuracy compared with some other neural network based methods,including the RFSM method,the denoising autoencoder(DAE)based method and the f-RNN method,by 23%,11%and 20%respectively.
作者
邢方方
惠向晖
Xing Fangfang;Hui Xianghui(Xuchang Electrical Vocational College,Xuchang 461000,China;Henan Agricultural University,Zhengzhou 450002,China)
出处
《电子测量与仪器学报》
CSCD
北大核心
2020年第11期93-100,共8页
Journal of Electronic Measurement and Instrumentation
关键词
序列到序列模型
WLAN定位
神经网络
seq2seq based model
WLAN based indoor positioning
neural network
作者简介
邢方方,2005年毕业于中央广播电视大学,现为许昌电气职业学院讲师,主要研究方向为计算机通信、网络应用研究。E-mail:ffwwork@sina.com;惠向晖,2003年于郑州大学获得学士学位,2011年于解放军信息工程大学获得硕士学位,现为河南农业大学教师,主要研究方向为云计算,智能机器人技术。E-mail:truhui@sina.com
