文档名：基于Geo编码的CNN无线室内定位
基于WiFi的无线室内定位技术由于无线设备部署广泛、成本低廉而受到广泛关注.室内场景复杂,因此RSS具有区域性和随机性.针对以上问题,创新性地提出一种基于Geo编码子区域划分的CNN无线室内定位理论.将CNN应用于室内定位,可减少数据分析及人工干预,增强算法的通用性.采用Geo编码划分子区域,无须计算参考点之间的欧式距离,有效地避免传统聚类算法出现奇点的情况.在定位阶段,将用户实时接收到的RSS与子区域指纹进行匹配,能够提供用户粗定位;然后引入CNN模型确定用户的精确位置.提出模型能够隐式地从指纹数据库中学习,避免了主观的特征选择.实验结果表明,与现有的室内定位算法相比,提出算法能够有效地降低定位误差.
作者：朱琼琼黎子豪陈绍建龙云亮
作者单位：中山大学电子与信息工程学院,广州510006
母体文献：第26届全国电磁兼容会议论文集
会议名称：第26届全国电磁兼容会议
会议时间：2018年10月13日
会议地点：重庆
主办单位：中国通信学会,中国电子学会
语种：chi
分类号：TP3TP2
关键词：无线保真 室内定位 接收信号强度 子区域划分 卷积神经网络
在线出版日期：2021年8月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.63 MB
- 下载次数:
- 60
-
高速下载
|
|
