无调查无线电地图构建：基于 HMM 的粗到细推断
信息论
2026-05-13 v1 math.IT
摘要
传统的无线电地图构建方法需要耗时的大量数据收集和精确的位置标注。为此，我们提出一种新颖的无调查方法，仅依赖无标记接收信号强度 (RSS) 测量，从而无需手动现场调查或辅助惯性测量单元 (IMU)。关键思想是将多个无标记 RSS 序列嵌入已知的室内布局，具体目标是针对以走廊为导向且具有单向行人流动主导特征的空间环境。然而，由于 RSS 数据固有的随机波动，将嵌入的坐标与 RSS 收集位置对齐仍然具有挑战性。为此，我们引入基于隐藏马尔可夫模型 (HMM) 的粗到细推断 (HCFI) 框架。在粗略层面，我们采用 HMM 基于区域标签的推断算法对 RSS 序列进行分区，并通过图基推断将 RSS 段与特定物理区域对齐。在细粒度层面，我们开发一种 HMM 基于位置标签的推断技术，利用 RSS 传播原理并纳入顺序时空移动概率来估计 RSS 收集坐标。实验结果表明，在办公室环境中，该方法实现了无线电地图构建平均绝对误差 (MAE) 为 8.96 dB。进一步基于估计的无线电地图，k 近邻 (KNN) 定位实现了约 3.33 米的平均定位误差，为在顺序拓扑假设下无调查的无线电地图构建提供了高度可行的解决方案。
引用
@article{arxiv.2605.11038,
title = {Survey-Free Radio Map Construction via HMM-Based Coarse-to-Fine Inference},
author = {Zheng Xing and Weibing Zhao and Guanghui Zhang and Guangjin Pan and Xuhui Zhang and Jinke Ren and Henk Wymeersch and Yuan Wu and Shuguang Cui},
journal= {arXiv preprint arXiv:2605.11038},
year = {2026}
}