基于深度学习的Wi-Fi与iBeacon融合的室内定位方法

摘要：

针对传统室内定位指纹法存在定位精度低、容易受到环境影响的问题,提出了一种基于深度学习的Wi-Fi与iBeacon融合的室内定位方法.离线阶段在参考点处采集各个AP和iBeacon的信号强度,使用这些信号强度数据对堆叠自动编码机进行训练并从大量带有噪声的信号强度样本中提取特征,构建位置指纹数据库;在线定位阶段,使用堆叠自动编码机获得待测点信号强度特征并与位置指纹数据库中信号强度特征进行匹配,通过近邻算法估计待测点位置.实验结果表明,基于堆叠自动编码机的室内定位算法具有更高的定位精度.

关键词：室内定位、深度学习、堆叠自动编码机、近邻算法、iBeacon、Wi-Fi

所属期刊栏目：55

分类号：TP393(计算技术、计算机技术)

资助基金：江苏省青年科学基金BK20150159;江苏省研究生科研与实践创新计划项目SJCX17_0509

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：29-34,46