-
题名基于WiFi指纹的层级学习室内定位模型
被引量：10
- 1
-
-
作者
薛敏
孙炜
余洪山
张星
-
机构
湖南大学电气与信息工程学院控制科学与工程系
机器人视觉感知与控制技术国家工程实验室
电子制造业智能机器人技术湖南省重点实验室
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2021年第4期118-126,共9页
-
基金
国家自然科学基金(U1813205)
汽车车身先进设计制造国家重点实验室(71765003)
电子制造业智能机器人技术湖南省重点实验室(2017TP1011)项目资助。
-
文摘
随着物联网和信息技术的飞速发展,基于移动位置的服务近年来日益受到关注,同时也促进了室内定位技术的发展。基于WiFi指纹的室内定位技术以其部署广泛、成本低廉等优点受到了学术界的广泛研究。针对移动设备在室内环境中的定位问题,提出了一种层级学习室内定位系统(hierarchical deep learning indoor localization framework,HDLIL)。为获取和学习可靠的指纹特征,采用基于变分自编码(variational autoencoder,VAE)的特征提取模块来表征训练数据的潜在表示。通过构建多层神经网络来分析输入特征与位置输出之间的关系,并在输出层连接Softmax分类器,预测移动设备的位置。在定位阶段,移动设备接收测试数据并发送定位请求,然后通过加载HDLIL估计该测试指纹的位置。最后通过实验对HDLIL的定位性能进行了评估,讨论了不同定位因素对结果的影响,验证了该定位算法的精度及鲁棒性。
-
关键词
位置管理
WiFi指纹
室内定位
层级学习模型
-
Keywords
location management
WiFi fingerprint
indoor localization
hierarchical neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TN96
[电子电信—信号与信息处理]
-
