5G超密集网络下基于矩阵补全的室内指纹定位

来源：电讯技术杂志2025年第11期北京时间：

作者：江海霞,龙光利

单位：(陕西理工大学 物理与电信工程学院，陕西 汉中 723001)

摘要：为降低室内定位指纹数据库构建的复杂度并提高定位精度，提出了一种5G超密集网络下的基于矩阵补全的室内指纹定位算法。在离线数据库构建阶段，算法首先采用K近邻（K-Nearest Neighbor，KNN插值法对部分指纹库进行矩阵补全，构建完整的数据库；其次，采用稀疏自编码器提取指纹库的稀疏特征，对高维接收信号强度指示（Received Signal Strength Indication，RSSI信号进行降维处理。在在线指纹匹配阶段，使用加权 KNN算法估算出待定位点坐标。经过实验仿真分析，算法重构指纹数据库的平均相对误差为0.31%；与传统 KNN指纹匹配算法相比，平均误差降低了24.41%。

关键词：5G超密集网络；室内指纹定位；矩阵补全；稀疏自编码；

基金资助：陕西理工大学研究生创新基金（SLGYCX2461