基于可见光的室内定位指纹生成
信号处理
2025-08-06 v1 机器人学
摘要
精准的室内定位是导航、紧急响应、资产跟踪和智能建筑服务等应用的基础。射频解决方案(如 Wi-Fi、RFID、UWB)虽广泛采用，但易受多径衰落、干扰和不可控的覆盖变化影响。我们探索了另一正交模态——可见光通信(VLC)，并证明了由低成本 AS7341 传感器捕获的光谱特征可作为稳健的位置指纹。我们引入了一个两阶段框架：(i) 在真实光谱测量上训练多层感知器(MLP)，(ii) 使用 TabGAN 生成合成样本扩充训练语料。增强后的数据集将平均定位误差从62.9cm 降至49.3cm——降低了20%——且仅需5%的额外数据采集工作。实验结果在U型实验室的42个参考点处获得，表明 GAN 基于的扩充有效缓解了数据稀缺问题，提升了泛化能力。
引用
@article{arxiv.2508.03011,
title = {Generating Light-based Fingerprints for Indoor Localization},
author = {Hsun-Yu Lee and Jie Lin and Fang-Jing Wu},
journal= {arXiv preprint arXiv:2508.03011},
year = {2025}
}
备注
5 pages, 12 figures; presented at the 2024 MC & WASN Conference (Best Paper Candidate)