无位置标签的室内区域无线电地图构建
机器学习
2024-02-26 v2 信号处理
摘要
无线电地图构建需要大量带位置标签的无线电测量数据，这带来了高昂的部署成本。本文利用接收信号强度（RSS）测量数据，在无位置标签的情况下构建了基于区域的无线电地图。该构建基于一组盲采的RSS测量数据，这些数据来自一台在室内区域中恰好访问每个区域一次的设备，且未记录足迹与时间戳。主要挑战在于对RSS数据进行聚类并将簇与物理区域匹配。经典聚类算法失效，因为由于多径和噪声，RSS数据自然呈现为非聚类形态。本文为RSS数据构建了带序列先验的信号子空间模型，并开发了集成分割与聚类算法，证明在特定情况下可找到全局最优解。此外，利用基于图的方法将聚类数据与物理区域匹配。基于办公室空间的实际测量，所提方案相比加权质心定位（WCL）基线将区域定位误差降低约50%，甚至优于一些有监督定位方案，包括k近邻（KNN）、支持向量机（SVM）和深度神经网络（DNN），这些方案需要带标签数据训练。
引用
@article{arxiv.2308.16759,
title = {Constructing Indoor Region-based Radio Map without Location Labels},
author = {Zheng Xing and Junting Chen},
journal= {arXiv preprint arXiv:2308.16759},
year = {2024}
}