一种基于无标签众包数据的免校准定位新统计方法

基于指纹的室内定位方法通常需要在已知参考位置处进行劳动密集型的现场勘测以采集信号测量值,并且需要频繁重新校准,这限制了其可扩展性。本文针对这些挑战,提出了一种利用无位置标签众包数据进行室内定位的新方法。我们利用众包数据的统计信息,提出了一种基于累积分布函数(CDF)的距离估计方法,将接收信号强度(RSS)映射为到接入点的距离。该方法通过有效捕捉阴影衰落和多径效应的影响,克服了基于经验路径损耗模型的传统距离估计方法的局限性。与指纹方法相比,我们的无监督统计方法无需在已知参考位置处采集信号测量值。估计得到的距离随后被整合到一个三步框架中以确定目标位置。我们使用基于射线追踪仿真生成的RSS数据评估了所提方法的定位性能。结果表明,与基于经验路径损耗模型的方法相比,我们的方法在定位精度方面有显著提升。此外,我们基于无标签数据的统计方法达到了与有监督方法——即需要带位置标签指纹的$k$近邻($k$NN)算法——相当的定位精度。为保证可复现性并促进未来研究,我们在文献[2]公开了射线追踪数据集。