基于Sigfox的室外定位中RSSI指纹识别的可复现分析：预处理与超参数调优
信号处理
2020-11-10 v1 机器学习
机器学习
摘要
指纹识别技术作为室内定位的常用方法，近来已成功应用于室外环境。特别是，低功耗广域网(LPWAN)（如Sigfox）的通信信号已被用于定位。在这一相当新兴的研究领域中，目前尚不存在许多可促进不同定位系统一致比较的公开数据集。在本研究中，我们使用了一份已发布的、部署于比利时安特卫普的Sigfox网络上的RSSI测量数据集，以分析预处理步骤的恰当选择并调优kNN指纹识别方法的超参数。首先，我们展示了针对多种距离度量对超参数k的调优，以及相关工作中提出的若干高效数据变换方案的选择。此外，本研究通过对所测试数据变换方案参数及越界值处理的恰当调整进行详细考察，实现了精度的提升。通过对这些因素的适当调优，所达到的平均定位误差为298米，中位误差为109米。为促进测试的可复现性与结果的可比性，本研究使用的代码及训练/验证/测试划分均已公开。
引用
@article{arxiv.1908.06851,
title = {A Reproducible Analysis of RSSI Fingerprinting for Outdoor Localization Using Sigfox: Preprocessing and Hyperparameter Tuning},
author = {Grigorios G. Anagnostopoulos and Alexandros Kalousis},
journal= {arXiv preprint arXiv:1908.06851},
year = {2020}
}
备注
Preprint of a paper to be presented in IPIN2019