基于CNN-GAN的信道状态信息室内定位算法

来源：电子测量技术杂志2023年第24期北京时间：

作者：吴雅琴，陈林，侯云峰

单位：中国矿业大学(北京)机电与信息工程学院 北京 100083

摘要：在指纹室内定位中，构建高质量的指纹库是实现高精度定位的前提。针对建库阶段需要在每个参考点上收集足够多的信号样本，耗费大量人力与时间成本的问题，提出一种基于改进的条件深度卷积生成对抗网络的指纹库扩充方法。网络模型将参考点序号作为条件信息，得到对应参考点上的生成样本，利用最小二乘损失函数代替交叉熵损失函数，避免训练过程中容易出现的梯度消失问题。实验验证，该方法能有效增加每个参考点的样本数量，提升了卷积神经网络的训练效果，提高了小样本情况下的定位精度，均方根误差降为0.44 m，定位误差在1 m内的占比为86.98%，误差在2 m内的占比为92.72%。

关键词：Wi-Fi定位;信道状态信息;指纹库;生成对抗网络;卷积神经网络