BiCSI: A Binary Encoding and Fingerprint-Based Matching Algorithm for Wi-Fi Indoor Positioning
信号处理
2024-12-04 v1 信息论
math.IT
摘要
传统全球定位系统在室内往往表现不佳，而 Wi-Fi 已成为各种无线感知服务的有效载体。 Specifically,利用 Wi-Fi 网络的信道状态信息 (CSI) 提供了一种非接触式的精确室内定位方法；然而，准确地解释复杂的 CSI 矩阵以开发可靠的物理相似性度量策略仍具有挑战性。本文提出了 BiCSI，通过融合二进制编码与指纹匹配技术来提高半静止目标的位置匹配精度。受基因测序过程的启发，BiCSI 首先将 CSI 矩阵转换为二进制序列，并采用汉明距离评估信号相似性。结果表明，BiCSI 在平均准确率超过 98%，平均绝对误差 (MAE) 小于三厘米，优于直接依赖物理测量的算法至少提高两倍。此外，本文提出的从 CSI 矩阵中提取特征向量作为指纹的方法显著降低了数据存储需求，远低于传统机器学习模型通常要求的 megabytes 范围。此外，结果表明，该算法适用于多种物理相似性度量标准，具有良好的鲁棒性，能够在不同时间段下保持稳定，增强了其在各种场景下的实用性和通用性。
关键词
引用
@article{arxiv.2412.02260,
title = {BiCSI: A Binary Encoding and Fingerprint-Based Matching Algorithm for Wi-Fi Indoor Positioning},
author = {Pei Tang and Jingtao Guo and Ivan Wang-Hei Ho},
journal= {arXiv preprint arXiv:2412.02260},
year = {2024}
}
备注
10 pages, 14 figures, this article was submitted to IEEE for possible publication