基于智能手机的室内定位系统中利用 WiFi RTT 与 RSS 的实时 NLOS/LOS 识别
信号处理
2021-10-11 v2
摘要
使用 WiFi 的基于智能手机的定位方法的精度通常受到由非视距（NLOS）条件引起的测距误差的影响。先前的研究通常利用来自 WiFi 接收信号强度（RSS）或 WiFi 往返时间（RTT）的长时间序列（数百个样本）的若干统计特征来实现高识别精度。然而，长时间序列或大样本量导致训练和测试中的数据采集功耗与时间消耗都很高。这无疑也会损害用户体验，因为获取足够样本的等待时间相当长。因此，本文提出一种基于智能手机的室内定位系统中利用 WiFi RTT 和 RSS 的新的实时 NLOS/LOS 识别方法。基于我们对 RSS 和 RTT 特征的广泛分析，选择并开发了使用随机森林的基于机器学习的方法以分离 NLOS/LOS 条件下的样本。不同环境中的实验表明，我们的方法在样本量为 10 时达到约 94% 的判别精度。考虑到支持 RTT 的智能手机理论上最短 WiFi 测距间隔为 100ms，我们的算法能够在所有最先进方法中以 1s 的最短延迟提供测试结果。
引用
@article{arxiv.2104.11316,
title = {Real-time NLOS/LOS Identification for Smartphone-based Indoor Positioning System using WiFi RTT and RSS},
author = {Yinhuan Dong and Tugrul Arslan},
journal= {arXiv preprint arXiv:2104.11316},
year = {2021}
}
备注
Experiments have been reconducted