GRAFICS：基于图嵌入利用众包射频信号进行楼层识别
网络与互联网体系结构
2022-10-17 v1
摘要
我们研究以众包方式获得的射频（RF）信号样本的楼层识别问题，其中信号样本高度异构且大多数样本缺乏其楼层标签。我们提出了GRAFICS，一种基于图嵌入的楼层识别系统。GRAFICS首先构建一个高度通用的二部图模型，一侧为接入点（AP），另一侧为信号样本。GRAFICS然后通过一种名为E-LINE的新型图嵌入算法学习信号样本的低维嵌入。GRAFICS最后通过基于邻近度的层次聚类将节点嵌入与少量标记样本的嵌入一起聚类，从而简化每个新样本的楼层识别。我们基于两个大规模数据集验证了GRAFICS的有效性，这些数据集包含来自中国杭州204栋建筑以及香港5栋建筑的RF信号记录。我们的实验结果表明，GRAFICS仅使用少量标记样本即可实现高度准确的预测性能（微观和宏观F分数均达96%），并且显著优于几种最先进（SOTA）算法（微观F分数提升约45%，宏观F分数提升约53%）。
引用
@article{arxiv.2210.07895,
title = {GRAFICS: Graph Embedding-based Floor Identification Using Crowdsourced RF Signals},
author = {Weipeng Zhuo and Ziqi Zhao and Ka Ho Chiu and Shiju Li and Sangtae Ha and Chul-Ho Lee and S. -H. Gary Chan},
journal= {arXiv preprint arXiv:2210.07895},
year = {2022}
}
备注
Accepted by IEEE ICDCS 2022