## 留言板 引用本文: 李玉柏, 孙迅. 基于迁移学习提高WiFi室内定位中信道状态信息指纹库的鲁棒性[J]. 电子与信息学报, 2023, 45(10): 3657-3666. LI Yubai, SUN Xun. A Highly Robust Indoor Location Algorithm Using WiFi Channel State Information Based on Transfer Learning Reinforcement[J]. Journal of Electronics & Information Technology, 2023, 45(10): 3657-3666. doi: 10.11999/JEIT221160
 Citation: LI Yubai, SUN Xun. A Highly Robust Indoor Location Algorithm Using WiFi Channel State Information Based on Transfer Learning Reinforcement[J]. Journal of Electronics & Information Technology, 2023, 45(10): 3657-3666. • 中图分类号: TN92

## A Highly Robust Indoor Location Algorithm Using WiFi Channel State Information Based on Transfer Learning Reinforcement

Funds: Key R & D plan of Sichuan Province (23ZDYF0198)
• 图  1  室内环境变化前后定位误差

图  2  室内定位系统架构

图  3  数据预处理算法流程图

图  4  迁移学习网络架构

图  5  CSI数据拼接

图  6  室内环境

图  7  CSI数据预处理算法比较

图  9  室内定位中的不同方法

 算法1　数据预处理算法 输入：${\bf{CSI} }_{i}$, ${\rm{RS}}\mathrm{S}{\mathrm{I} }_{i}$ 输出：预处理后的${\bf{CSI} }_{i}$ (1) for ${\bf{CSI} }_{i}$ do (2) 　　for ${\bf{CSI} }_{ij}$ do (3) 　　　　通过式(5)计算$s;$ (4) 　　　　通过式(6)修正${\bf{CSI} }_{i}$; (5) 　　end (6) 　　if ${\bf{CSI} }_{i}$ 不是最大的聚类部分 then (7) 　　　　删除${\bf{CSI} }_{i}$; (8) 　　end (9) 　　删除非数据子载波; (10) 　　利用PCA算法进行降维; (11)　 end
 算法2　迁移学习训练与位置预测 输入：经过数据预处理后的训练数据${ {\bf{CSI} } } _{i}^{S}$，测试数据${\bf{CSI}}_{i}^{T}$ 输出：训练好的指纹库，预测位置 (1) for ${{\bf{CSI}}}_{i}^{S}$ do (2) 　　输入到特征提取器以获得${Z}_{i}^{S};$ (3) 　　通过式(10)计算${y}_{i}^{\left(S;{M}_{{\rm{P}}}\right)}$; (4) 　　通过式(11)计算${L}_{\mathrm{a}}$; (5) 　　计算域间损失${L}_{\mathrm{d}}$; (6) 　　反向传播更新网络参数; (7) end (8) for ${\bf{CSI}} _{i}^{T}$ do (9) 　　输入到特征提取器以获得${{\boldsymbol{Z}}}_{i}^{T}$; (10) 　 通过式(10)计算${y}_{i}^{\left(T;{M}_{{\rm{P}}}\right)}$; (11) 　 输出位置预测结果。 (12) end
 算法3　网络更新算法 输入：测试数据${\bf{C}\bf{S}{\bf{I} }}_{i}^{ {\rm{t} } }$，信标数据${\bf{C}\bf{S}{\bf{I} }}_{i}^{{\rm{b}}}$ 输出：更新后的网络 (1) for ${\bf{C}\bf{S}{\bf{I} }}_{i}^{{\rm{t}}}$ do (2) 　　执行算法1：数据预处理算法; (3) 　　if $D\left(\bf{C}\bf{S}{\bf{I} }_{i}\right) < \mathrm{\delta }$且无异常值then (4) 　　　　作为训练数据执行算法2：迁移学习训练算法; (5) 　　end (6) end (7) for ${\bf{C}\bf{S}{\bf{I} }}_{i}^{{\rm{b}}}$ do (8) 　　执行算法1：数据预处理算法; (9) 　　作为训练数据执行算法2：迁移学习训练算法; (10) end

表  1  数据降维带来的精度提升(%)

 CSI_pre 帧过滤 提升 第1周 99 52 47 第2周 98 45 53 第3周 97 32 65 数据降维 AGC补偿 提升 第1周 94 48 46 第2周 84 37 47 第3周 76 28 48
•  点击查看大图
##### 计量
• 文章访问数:  463
• HTML全文浏览量:  321
• PDF下载量:  118
• 被引次数: 0
##### 出版历程
• 收稿日期:  2022-09-06
• 修回日期:  2023-02-14
• 网络出版日期:  2023-02-19
• 刊出日期:  2023-10-31

### 目录 / 下载:  全尺寸图片 幻灯片
• 分享
• 用微信扫码二维码

分享至好友和朋友圈