基于CSI非视距识别的被动式指纹室内定位

摘要：

由于基于WiFi的室内定位技术的主要挑战是多路径和非视距(NLOS),因此,室内定位可以从NLOS识别中获益.然而,来自商用WiFi的接收信号强度信息(RSSI),使得非视距识别受限于有限的带宽和粗略的多径分辨率.文章提出了一种更加细粒度的方法,即利用物理层的信道状态信息(CSI)进行室内非视距识别.利用网卡及现有的WiFi设备,采集室内环境的CSI信息并提取特征信息,构建视距和非视距CSI指纹.利用一种基于深度学习的神经网络算法进行非视距识别,从而达到室内定位的目的.在不同室内环境下的实验结果表明,本方案的NLOS识别率达到96.43％,能有效并准确地区分视距与非视距位置.

关键词：CSI、非视距识别、室内定位、神经网络

所属期刊栏目：16

在线出版日期：2019-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：28-29