LocaGen：通过空间数据增强实现低开销室内定位

室内定位系统通常依赖于指纹技术，需大量调查工作获取带位置标签的信号数据，限制了其实际部署可行性。近期尝试降低此开销的方法要么 suffers from 表征能力不足、模式崩溃问题，要么需要在所有目标位置收集数据。我们提出LocaGen，一种新的空间数据增强框架，通过在完全未见位置生成高质量合成数据，显著降低指纹采集开销。LocaGen利用条件扩散模型，辅以新颖的空间感知优化策略，在仅使用部分已见位置的情况下合成未见位置的真实指纹。为进一步提升扩散模型性能，LocaGen基于特定领域的启发式方法增强已见位置数据，并通过新颖的密度基方法选择已见与未见位置，以确保稳健的覆盖。我们在真实世界的WiFi指纹数据集上进行了广泛评估，表明LocaGen即使在30%位置未见的情况下仍能保持与传统方法相同的定位精度，且相对于最新数据增强方法实现了最高28%的精度提升。