| 基于深度特征学习的免校准室内定位方法 |
| |
| 引用本文： | 常俊,杨锦朋,于怡然,余江.基于深度特征学习的免校准室内定位方法[J].数据采集与处理,2020,35(6):1106-1115. |
| |
| 作者姓名： | 常俊 杨锦朋 于怡然 余江 |
| |
| 作者单位： | 云南大学信息学院,昆明,650500;云南大学信息学院,昆明,650500;云南大学信息学院,昆明,650500;云南大学信息学院,昆明,650500 |
| |
| 基金项目： | 云南省教育厅科学研究基金（2019J0007）资助项目。 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 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 |
| 收稿时间： | 2019/6/12 0:00:00 |
| 修稿时间： | 2020/4/21 0:00:00 |
Calibration-Free Indoor Positioning Method Based on Depth Feature Learning |
| |
| CHANG Jun,YANG Jinpeng,YU Yiran,YU Jiang.Calibration-Free Indoor Positioning Method Based on Depth Feature Learning[J].Journal of Data Acquisition & Processing,2020,35(6):1106-1115. |
| |
| Authors: | CHANG Jun YANG Jinpeng YU Yiran YU Jiang |
| |
| Affiliation: | School of Information Science and Engineering, Yunnan University, Kunming, 650500, China |
| |
| Abstract: | |
| |
| Keywords: | wifi location fingerprint indoor location device heterogeneity stacked denoising autoencoder (SDAE) depth feature sub-fingerprint database |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
|
