基于生成对抗网络的高精度室内无线定位方法

摘要：

无线信号在传播过程中容易受到干扰,这限制了传统室内定位方法在实际生活中的应用.而基于位置的指纹定位技术具有普适性强的优点,是当前的研究热点.指纹数据的数量是影响指纹定位精度的重要因素,但是采集大量指纹数据的成本较大.因此,如何使用少量指纹数据实现较高定位精度成为指纹定位技术的难点.针对此问题,提出了一种基于生成对抗网络(GAN,generative adversarial network)的高精度室内无线定位方法.首先,在室内等间隔密集地采集指纹数据,构造初始指纹数据集,选取初始指纹数据集中部分指纹数据,使用GAN利用部分指纹数据得到大量指纹数据;然后,基于这些生成数据,使用k最近邻(KNN,k-nearest neighbor)分类算法模型和随机森林模型进行定位预测.实验结果表明,该方法能够基于少量指纹数据实现较高的无线定位精度,定位精度达15.4 cm.

关键词：指纹定位、生成对抗网络、室内、KNN、随机森林

所属期刊栏目：5

分类号：TN961

在线出版日期：2021-06-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：107-115