虚拟AP融合CNN模型的自适应RSSI指纹定位方法

来源：计算机应用与软件杂志2025年第1期北京时间：

作者：吴仕勋, 黄文鲜, 李敏, 徐凯

摘要：基于RSSI（Received Signal Strength Indication）位置指纹的Wi-Fi室内定位现已被大量应用于各类基于位置信息的服务中。但指纹定位的精度受到RSSI信号的剧烈波动影响，难以满足高精度位置信息服务的需求。为克服该困难，提出一种结合虚拟AP技术与高精度CNN（Convolutional Neural Network）判别模型的定位方法。该方法通过距离比定位得到虚拟AP的位置，并将该信息与RSSI融合作为数据增强CNN模型的输入，确定样本的位置。设计实验方案采集实际的用户终端RSSI数据，构建指纹定位的数据集，验证所提出的指纹定位方案的有效性。实验结果表明，在该数据集上，所提出的方法在确定区域时的准确度达到91%，并将95%的定位误差控制在2 m以内。对比现有的定位方案，所提出的方案在定位精度上有显著提升。

关键词：接收信号强度指示, 指纹定位, 卷积神经网络, 虚拟AP