AF-DCGAN：用于室内定位系统指纹构建的幅度特征深度卷积GAN
网络与互联网体系结构
2019-10-14 v3
摘要
随着WiFi网络的广泛部署以及无线信道信息的唯一特征（指纹），基于指纹的WiFi定位目前是室内定位的主流方法，其中指纹数据库的构建至关重要。然而，为了保证精度，该方法需要在许多参考点采样足够的数据，耗费大量人力和时间。本文通过无设备定位方法在参考点采集信道状态信息（CSI）数据，随后将采集的CSI数据转换为幅度特征图，并使用所提出的幅度特征深度卷积生成对抗网络（AF-DCGAN）模型扩展指纹数据库。AF-DCGAN的使用加速了训练阶段的收敛，并大幅增加了CSI幅度特征图的多样性。实验表明，扩展后的指纹数据库既减少了指纹数据库构建中的人力投入，又提高了室内定位系统的精度。
引用
@article{arxiv.1804.05347,
title = {AF-DCGAN: Amplitude Feature Deep Convolutional GAN for Fingerprint Construction in Indoor Localization Systems},
author = {Qiyue Li and Heng Qu and Zhi Liu and Nana Zhou and Wei Sun and Stephan Sigg and Jie Li},
journal= {arXiv preprint arXiv:1804.05347},
year = {2019}
}