基于LSTM的WLAN网络室内距离估计
信号处理
2021-10-22 v1 网络与互联网体系结构
机器人学
摘要
诸如GPS的全球导航卫星系统（GNSS）存在精度下降问题，且在室内环境中几乎不可用。基于WiFi信号的室内定位系统（IPS）日益受到欢迎。然而，由于室内环境中无线通信信道强烈的时空变化，现有IPS的精度仅在几十厘米左右。我们提出了一种使用LSTM的自适应WiFi室内距离估计系统的详细设计与实现。该系统的新颖之处在于能够克服信道变化的可能原因，从而高精度估计物体距离，并对不断变化的环境和周围条件具有自适应性。所提出的设计已在由ESP8266（NodeMCU）设备组成的WiFi网络上开发并物理实现。实验在真实的室内环境中进行，同时改变周围环境以确立系统的适应性。我们针对该任务引入并比较了基于LSTM、CNN和全连接网络（FCN）的不同架构。结果表明，基于LSTM的模型在上述所有架构中表现最佳，在（4.14 m * 2.86 m）的尺度上实现了5.85 cm的精度，置信区间为93%。据我们所知，所提出的方法以显著优势优于文献中报道的其他方法。
引用
@article{arxiv.2003.13991,
title = {Indoor Distance Estimation using LSTMs over WLAN Network},
author = {Pranav Sankhe and Saqib Azim and Sachin Goyal and Tanya Choudhary and Kumar Appaiah and Sukumar Srikant},
journal= {arXiv preprint arXiv:2003.13991},
year = {2021}
}
备注
Published in IEEE 16th Workshop on Positioning, Navigation and Communications (WPNC 2019, Germany)