首页 | 本学科首页   官方微博 | 高级检索  
     

基于堆叠稀疏自动编码器和SVM的CSI室内定位方法
引用本文:张会清,王宇桐. 基于堆叠稀疏自动编码器和SVM的CSI室内定位方法[J]. 北京工业大学学报, 2021, 47(12): 1321-1329. DOI: 10.11936/bjutxb2020110017
作者姓名:张会清  王宇桐
作者单位:北京工业大学信息学部,北京 100124;数字社区教育部工程研究中心,北京 100124;城市轨道交通北京实验室,北京 100124
摘    要:针对基于高细粒度信道状态信息(channel state information,CSI)的室内定位指纹数据冗余大、解析复杂的问题,提出一种基于堆叠稀疏自动编码器和支持向量机(support vector machine,SVM)的CSI室内定位方法.该方法首先融合物理层信道信息的幅值与相位数据,利用堆叠稀疏自动编码器在非线性指纹特征空间提取深层定位特征;然后,生成稀疏特征指纹,通过支持向量分类器完成目标位置确定.稀疏特征指纹的应用将CSI指纹库体积缩小约92.6%,同时,实验结果证明该方法可在视距与非视距传播路径混合的复杂室内环境下达到1.205 m的平均定位误差,较其他定位方法有明显的定位精度提升.

关 键 词:室内定位  信道状态信息  特征提取  稀疏特征指纹  自动编码器  支持向量机

CSI Indoor Location Method Based on Stacked Sparse Auto-encoder and SVM
ZHANG Huiqing,WANG Yutong. CSI Indoor Location Method Based on Stacked Sparse Auto-encoder and SVM[J]. Journal of Beijing Polytechnic University, 2021, 47(12): 1321-1329. DOI: 10.11936/bjutxb2020110017
Authors:ZHANG Huiqing  WANG Yutong
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号