基于去噪自编码器和卷积神经网络的WiFi指纹室内定位方法
成果类型:: 发明专利
发布时间: 2023-09-11 11:27:16
随着物联网技术的发展,人们对定位服务的需求逐渐从室外扩展到室内,WiFi指纹定位因其便携性、部署简单、覆盖范围广、定位精度高和成本低等优点,迅速成为基于智能设备的主流室内定位技术。在室内环境中,多个WiFi信号接入点发射的信号会随传播距离增加而衰减,并且会被墙面等物体反射、遮挡,使得每个位置能接收到的WiFi信号都不同,形成独一无二的“位置指纹”,WiFi指纹定位即是利用物理位置与WiFi信号的映射对应关系实现基于WiFi信号来确定物理位置。
与现有技术相比,本发明的优点在于,提出一种卷积去噪自编码器,利用含噪声的WiFi指纹训练去噪自编码器,能够提取出与噪声无关的鲁棒特征,抑制WiFi信号波动性和人体遮挡等因素造成的信号干扰。并且提出了基于卷积神经网络的轻量化回归网络,用于对待定位坐标进行预测。此外,还提出基于AP位置信息排序的WiFi指纹数据增强方法,降低了WiFi指纹稀疏性的影响。总之,本发明通过搭建轻量化的网络模型,降低了模型运行时间,并采用去噪自编码器和基于AP位置信息排序的WiFi指纹数据增强方法提高了模型抗噪能力和鲁棒性,降低了数据稀疏问题对定位精度的影响。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
技术合作
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。