构建基于WIFI的室内定位RSSI指纹图谱的时空相似性模型(S-T)

构建基于WIFI的室内定位RSSI指纹图谱的时空相似性模型(S-T)
李安国教授
2022年10月5日
研究

基于WIFI的接收信号强度指标(RSSI)指纹法由于具有普遍可用性、隐私保护和低部署成本等理想特性而被广泛用于室内定位。RSSI指纹法的关键是构建一个可信的RSSI地图,其中包含在不同校准点的接收接入点(AP)信号强度的测量值。通过将实时RSSI与RSSI地图相匹配,可以估计位置。然而,细粒度的地图需要大量的人力和时间。这就要求开发高效的插值和近似方法。此外,由于环境变化,RSSI地图需要定期更新以保证定位的准确性。在本文中,我们提出了一个空间-时间(S-T)相似性模型,该模型使用S-T相关性来构建一个细粒度和最新的RSSI地图。提出了五个S-T相关度量,即空间距离、信号相似性、相似性可能性、RSSI矢量距离和S-T可靠性。该模型在我们的室内WIFI定位系统测试平台的实验基础上进行了评估。结果显示,与四种常用的RSSI地图构建方法,即线性插值、立方插值、近邻插值和压缩传感相比,插值精度(高达7%)和定位精度(高达32%)都有提高。

构建基于WIFI的室内定位RSSI指纹图谱的时空相似性模型(S-T)

麻省理工学院学士丶硕士丶博士;香港大学电子工程系首席教授;清华大学长江学者;IEEE院士,香港工程科学院院士;香港特别行政区铜紫荆勋章获得者。