• 《工程索引》(EI)刊源期刊
  • 综合性科学技术类中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于卷积神经网络的CSI指纹室内

刘帅 王旭东 吴楠

刘帅, 王旭东, 吴楠. 一种基于卷积神经网络的CSI指纹室内[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2020.12.09.003
引用本文: 刘帅, 王旭东, 吴楠. 一种基于卷积神经网络的CSI指纹室内[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2020.12.09.003
A CNN-based CSI fingerprint indoor localization method[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2020.12.09.003
Citation: A CNN-based CSI fingerprint indoor localization method[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2020.12.09.003

一种基于卷积神经网络的CSI指纹室内

doi: 10.13374/j.issn2095-9389.2020.12.09.003
详细信息
  • 中图分类号: TG142.71

A CNN-based CSI fingerprint indoor localization method

  • 摘要: 针对提高Wi-Fi指纹室内定位技术性能,提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)的信道状态信息(Channel State Information,CSI)指纹室内定位方法。该方法利用CNN对定位环境参考点的幅度差和相位差信息联合作为离线阶段训练数据,保存CNN网络模型作为指纹;在线阶段,针对不同实验场景,对测试数据的幅度差信息和相位差信息进行加权处理,引入改进的基于概率的指纹匹配算法,将待定位点的CSI信息通过CNN网络模型估计出待定位点的坐标。此外,为增强算法普适性,针对复杂室内场景,提出了双节点定位方案来提高定位精度。在廊厅和实验室室内两种不同定位场景进行了实验,信息联合定位算法分别获得了28.4 cm和65.3 cm的平均定位误差,验证了所提算法的有效性。
  • 加载中
计量
  • 文章访问数:  98
  • HTML全文浏览量:  24
  • 被引次数: 0
出版历程
  • 网络出版日期:  2021-03-01

目录

    /

    返回文章
    返回