基于深度学习的WiFi指纹室内定位方法

作     者：胡佳烨 梁中华 张培玟 胡雅悦 HU Jiaye;LIANG Zhonghua;ZHANG Peiwen;HU Yayue

作者机构：长安大学西安710064 

出 版 物：《计算机与数字工程》 (Computer & Digital Engineering)

年 卷 期：2022年第50卷第11期

页      面：2485-2489,2508页

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金面上项目(编号:61871314) 陕西省自然科学基础研究计划一般项目(编号:2020JM-242) 陕西省自然科学基础研究计划一般项目(编号:2021JM-185)资助 

主　　题：室内定位 RSSI 深度学习 卷积神经网络 长短期记忆网络 

摘      要：针对基于接收信号强度指示(RSSI)的WiFi指纹室内定位方法存在定位精度较低的问题,论文提出一种基于深度学习的WiFi指纹室内定位方法。该方法首先建立RSSI指纹数据库,训练卷积神经网络(CNN)与长短期记忆网络(LSTM)结合的神经网络模型,然后对待定位点的RSSI实测数据进行卡尔曼滤波处理,并将滤波后的RSSI数据输入网络模型估计待定位点的初步位置;最后结合RSSI指纹库,按照欧氏距离找出与待定位点RSSI最接近的三个参考节点,将其坐标与初步的估计位置坐标进行加权后,得到精度更高的估计位置。仿真及实测结果表明,在中小型室内场所内,论文所提方法有85%的定位误差在0.5m以内,能获得较低的平均定位误差,相比现有方法,在定位精度及稳定性方面均有所提高。