基于 CSI 的迁移学习增强瞬时多人室内定位
信号处理
2024-03-05 v1
摘要
被动式室内定位是智能建筑、应急响应和室内导航不可或缺的组成部分，但传统上受限于单目标定位的焦点以及对多数据包 CSI 的依赖。我们引入了一种新颖的多目标损失函数，显著增强了多人定位。利用该损失函数，我们的瞬时 CSI-ResNet 在使用单时间戳 CSI 时，以 0.6m 精度达到了令人瞩目的 99.21% 准确率。我们实现了一种预处理算法来抵消 WiFi 引起的变异性，从而增强了鲁棒性。此外，我们引入了基于核范数的迁移预训练，确保在多样环境中的适应性，这为室内多人定位提供了一种新范式。另外，我们开发了一个广泛的数据集，在范围和多样性上超越了现有数据集，以强调我们方法的有效性并促进未来基于指纹的定位研究。
引用
@article{arxiv.2403.01153,
title = {Transfer Learning-Enhanced Instantaneous Multi-Person Indoor Localization by CSI},
author = {Zhiyuan He and Ke Deng and Jiangchao Gong and Yi Zhou and Desheng Wang},
journal= {arXiv preprint arXiv:2403.01153},
year = {2024}
}