一种基于张量补全的高效鲁棒指纹室内定位方法

定位技术对室内基于位置服务（LBS）的发展十分重要。基于射频（RF）指纹的定位是最有前景的方法之一。然而，由于构建作为定位先验的指纹数据库耗时耗力，将该定位应用于真实环境具有挑战性。另一个挑战是指纹中异常读数的存在降低了定位精度。为应对这两个挑战，我们提出了一种高效鲁棒的室内定位方法。首先，我们将指纹数据库建模为一个三维张量，表示指纹、位置和接入点索引之间的关系。其次，我们引入一种用于鲁棒指纹数据恢复的张量分解模型，该模型将部分观测张量分解为一个低秩张量和一个稀疏异常张量的叠加。第三，我们利用交替方向乘子法（ADMM）求解异常情况下张量核范数补全的凸优化问题。最后，我们在一个尺寸为80m×20m的办公楼中采集的地面真值数据集上验证了所提方法。实验结果表明，为达到相同的4%错误率，我们方法的采样率仅为10%，而最先进方法的采样率为60%。此外，与对比方法相比，所提方法实现了更精确的定位（提升近20%，即0.6m）。