基于生成对抗网络的高精度室内无线定位方法

作     者：王福展 朱晓荣 陈美娟 朱洪波 WANG Fuzhan;ZHU Xiaorong;CHEN Meijuan;ZHU Hongbo

作者机构：南京邮电大学通信与信息工程学院江苏南京210003 

出 版 物：《物联网学报》 (Chinese Journal on Internet of Things)

年 卷 期：2021年第5卷第2期

页      面：107-115页

学科分类：08[工学] 080401[工学-精密仪器及机械] 081105[工学-导航、制导与控制] 0804[工学-仪器科学与技术] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

主　　题：指纹定位 生成对抗网络 室内 KNN 随机森林 

摘      要：无线信号在传播过程中容易受到干扰,这限制了传统室内定位方法在实际生活中的应用。而基于位置的指纹定位技术具有普适性强的优点,是当前的研究热点。指纹数据的数量是影响指纹定位精度的重要因素,但是采集大量指纹数据的成本较大。因此,如何使用少量指纹数据实现较高定位精度成为指纹定位技术的难点。针对此问题,提出了一种基于生成对抗网络(GAN,generative adversarial network)的高精度室内无线定位方法。首先,在室内等间隔密集地采集指纹数据,构造初始指纹数据集,选取初始指纹数据集中部分指纹数据,使用GAN利用部分指纹数据得到大量指纹数据;然后,基于这些生成数据,使用k最近邻(KNN,k-nearest neighbor)分类算法模型和随机森林模型进行定位预测。实验结果表明,该方法能够基于少量指纹数据实现较高的无线定位精度,定位精度达15.4 cm。