期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于LCVAE-CNN的多任务室内Wi-Fi指纹定位方法
1
作者 吴仕勋 曾鑫睿 +3 位作者 徐凯 蓝章礼 张淼 金悦 《计算机应用研究》 北大核心 2025年第6期1844-1851,共8页
室内Wi-Fi接收信号强度指示(RSSI)指纹定位广泛应用于位置服务,但面临数据采集困难、环境动态变化的RSSI测量剧烈波动等挑战,难以实现高精度定位。为解决因数据稀缺和环境动态变化导致定位精度不佳问题,采用双编码器结构独立处理RSSI数... 室内Wi-Fi接收信号强度指示(RSSI)指纹定位广泛应用于位置服务,但面临数据采集困难、环境动态变化的RSSI测量剧烈波动等挑战,难以实现高精度定位。为解决因数据稀缺和环境动态变化导致定位精度不佳问题,采用双编码器结构独立处理RSSI数据和位置坐标数据,引入地理信息损失函数,构建了位置条件变分自编码器(LCVAE)模型,生成具有地理准确性的指纹数据,以此增强定位模型的性能。进一步设计了共享的卷积神经网络(CNN)模型特征提取层,整合分类与回归功能,提出一种基于LCVAE-CNN的多任务室内Wi-Fi指纹定位方法。实验结果表明,所提LCVAE-CNN方法在UJIIndoorLoc数据集的楼层分类准确率和平均定位误差(MPE)分别达到98.80%和6.79 m,在Tampere数据集上分别达到97.22%和5.44 m。与现有五种方法相比,楼层分类准确率最少提升1.9百分点,MPE最少提高19%。 展开更多
关键词 室内定位 位置条件变分自编码 卷积神经网络 数据增强
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部