基于指纹的室内定位深度学习方法：综述
机器学习
2022-05-31 v1 信号处理
摘要
基于全球导航卫星系统的室外定位系统存在若干缺陷，使其用于室内定位不切实际。利用机器学习的位置指纹技术因其概念简单和性能准确，已成为室内定位的一种可行方法与解决方案。过去，浅层学习算法传统上用于位置指纹。近来，研究界在目睹深度学习方法相对于传统/浅层机器学习算法的巨大成功与优越性后，开始将其用于指纹定位。本文对室内定位中的深度学习方法进行了全面综述。首先，讨论了各类用于室内定位的指纹类型的优缺点。随后，对文献中提出的方案进行分析、分类，并针对各种性能评价指标进行比较。由于数据是指纹中的关键，详细综述了公开的室内定位数据集。尽管将深度学习引入指纹带来了显著改进，但也引入了新挑战。讨论了这些挑战以及常见的实现陷阱。最后，以若干评述和未来研究趋势结束本文。
引用
@article{arxiv.2205.14935,
title = {Deep Learning Methods for Fingerprint-Based Indoor Positioning: A Review},
author = {Fahad Alhomayani and Mohammad H. Mahoor},
journal= {arXiv preprint arXiv:2205.14935},
year = {2022}
}