WiLoc：面向机器学习基于定位的大规模Wi-Fi信道状态信息测量数据集
信号处理
2026-05-08 v3
摘要
定位是无线生态系统的关键组成部分。基于信道状态信息（CSI）的机器学习（ML）基于定位的方法是实现高精度定位且成本较低的最受欢迎的方法。然而，要准确且稳健，ML方法需要使用大量数据进行训练和测试，这些数据不仅覆盖许多用户设备（UE)/目标位置，还要覆盖许多不同的接入点（AP）位置，以供UE连接，在各种不同环境类型中。本文提出了一个大规模CSI数据集，WiLoc（Wi-Fi Localization），并将其公开可用。WiLoc通过三个月的一系列精确测量活动获得，数据集在上述三个维度上都具有巨大的规模：> 1200万个UE位置，> 3000个AP，覆盖16个建筑物用于室内定位，> 30条街道用于户外使用。论文描述了数据集结构、测量环境、测量协议以及数据集验证。全面的案例研究验证了大数据集在ML驱动的定位策略中的优势，适用于“标准”和迁移学习。我们设想，这个数据集是目前规模最大的数据集，最终将成为该领域研究人员的标准资源。
引用
@article{arxiv.2602.09115,
title = {WiLoc: Massive Measured Dataset of Wi-Fi Channel State Information with Application to Machine-Learning Based Localization},
author = {Yuning Zhang and Lei Chu and Omer Gokalp Serbetci and Jorge Gomez-Ponce and Andreas F. Molisch},
journal= {arXiv preprint arXiv:2602.09115},
year = {2026}
}
备注
Accepted by Incofom 2026. 9 pages without reference