面向室内定位的信道模拟器增强与半监督学习
信号处理
2024-08-02 v1 人工智能
摘要
本工作旨在解决室内定位任务中耗时耗力的问题，提出一种高效方法。该方法引入了带偏置教师的半监督学习（SSLB）算法，有效利用标记和未标记的信道数据。为减少测量成本，利用更新的信道模拟器（UCHS）生成未标记数据，并通过自适应置信度值进行加权，以简化超参数的调优。仿真结果表明，所提出的策略在最小化测量开销和训练成本方面优于现有基准，具备卓越性能，为室内定位提供了宝贵且实用的解决方案。
引用
@article{arxiv.2408.00429,
title = {Augmenting Channel Simulator and Semi- Supervised Learning for Efficient Indoor Positioning},
author = {Yupeng Li and Xinyu Ning and Shijian Gao and Yitong Liu and Zhi Sun and Qixing Wang and Jiangzhou Wang},
journal= {arXiv preprint arXiv:2408.00429},
year = {2024}
}
备注
ACCEPTED for presentation at 2024 IEEE Global Communications Conference