TimeSense：基于 RTT 的多人无设备室内定位
信号处理
2024-09-04 v1 人工智能
机器学习
摘要
在无需人员携带专用设备的情况下对在环境中移动的人员进行定位，对于安防、物联网、医疗保健等许多应用至关重要。现有的无设备室内定位系统通常依赖于接收信号强度指示（RSSI）和 WiFi 信道状态信息（CSI）技术。然而，RSSI 的准确性会受到多径干扰和衰落等环境因素的不利影响。此外，CSI 缺乏标准化，需要使用专用的硬件和软件。在本文中，我们提出了 TimeSense，这是一种基于深度学习的多人无设备室内定位系统，旨在解决这些挑战。TimeSense 利用 IEEE 802.11-2016 标准的精细时间测量协议获取的飞行时间信息。具体而言，发射机和接收机之间测量的往返时间会受到人类存在引起的环境动态变化的影响。TimeSense 使用堆叠去噪自编码器模型有效检测这种异常行为，从而估计用户的位置。该系统在深度学习模型之上结合了概率方法，以确保对用户的无缝跟踪。在两个现实环境中对 TimeSense 的评估证明了其有效性，实现了 1.57 米和 2.65 米的中值定位精度。这在这两个测试平台中分别比现有技术高出 49% 和 103%。
引用
@article{arxiv.2409.00030,
title = {TimeSense: Multi-Person Device-free Indoor Localization via RTT},
author = {Mohamed Mohsen and Hamada Rizk and Hirozumi Yamaguch and Moustafa Youssef},
journal= {arXiv preprint arXiv:2409.00030},
year = {2024}
}