FIS-ONE：基于单标签众包射频信号的楼层识别系统

众包射频信号的楼层标签对许多智慧城市应用（如多层室内定位、地理围栏与机器人监控）至关重要。为构建预测模型以在其测量时识别新射频信号的楼层号，使用众包射频信号的常规方法假设每层至少有少量标注信号样本可用。在这项工作中，我们进一步推进边界，证明了仅使用底层一个楼层标注信号样本而其余信号样本均未标注时，技术上实现此类楼层识别是可行的。我们提出 FIS-ONE，一种仅使用一个标注样本的新型楼层识别系统。FIS-ONE 包含两步，即信号聚类与簇索引。我们首先构建二部图建模射频信号样本，并使用基于注意力的图神经网络模型获得每个节点（每个信号样本）的潜在表示，从而更准确地聚类射频信号样本。随后，我们利用来自接入点的信号可在不同楼层被检测到（即信号溢出）这一观察，解决用恰当楼层标签索引簇的问题。具体而言，我们将簇索引问题表述为组合优化问题，并证明其等价于求解旅行商问题，其（近）最优解可被高效找到。我们已实现 FIS-ONE 并在 Microsoft 数据集与三个大型购物中心验证其有效性。结果表明 FIS-ONE 显著优于其他基线算法，在使用仅一个楼层标注信号样本时，调整兰德指数最高提升 23%，归一化互信息最高提升 25%。