基于卷积神经网络的室内指纹定位算法

来源：软件学报杂志2018年第S1期北京时间：

作者：王英,黄旭东,郭松涛

单位：王英，西南大学 电子信息工程学院, 重庆 400715;网络与云计算安全重庆市高校重点实验室(西南大学), 重庆 400715;西南大学 计算机与信息科学学院, 重庆 40071511,黄旭东，西南大学 电子信息工程学院, 重庆 400715;网络与云计算安全重庆市高校重点实验室(西南大学), 重庆 40071502,郭松涛，西南大学 电子信息工程学院, 重庆 400715;网络与云计算安全重庆市高校重点实验室(西南大学), 重庆 40071503

摘要：随着无线网络和智能设备的普及，室内定位得到了迅速发展.在室内定位中，基于指纹的定位方法因为无需外部设施、抗干扰性强等优点逐渐成为研究热点.近几年深度学习的发展为提高指纹定位算法的精度带来了新的机遇.因此提出了一种基于CNN的指纹定位算法，使用卷积神经网络（convolutional neural network，简称CNN）来改进指纹库的构建.首先，在收集了CSI与磁场数据后，通过CNN对这些数据进行处理，将每个参考点处的CNN模型参数值用作为指纹.然后使用一种概率方法来进行最后的指纹匹配.实验结果表明，该定位算法比传统的指纹定位算法具有更好的鲁棒性和更高的定位精度.

关键词：室内定位;磁场;深度学习;指纹定位;信道状态信息

基金资助：国家自然科学基金（61772432，61772433）；重庆市自然科学重点基金（cstc2015jcyjBX0094）；西南大学基本科研业务费专项资金（XDJK2016C040）