主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王英,黄旭东,郭松涛.基于卷积神经网络的室内指纹定位算法.软件学报,2018,29(S1):63-72
基于卷积神经网络的室内指纹定位算法
Indoor Fingerprint Location Algorithm Based on Convolutional Neural Network
投稿时间:2018-05-01  
DOI:
中文关键词:  室内定位  磁场  深度学习  指纹定位  信道状态信息
英文关键词:indoor localization  magnetic field  deep learning  fingerprint localization  channel state information (CSI)
基金项目:国家自然科学基金(61772432,61772433);重庆市自然科学重点基金(cstc2015jcyjBX0094);西南大学基本科研业务费专项资金(XDJK2016C040)
作者单位E-mail
王英 西南大学 电子信息工程学院, 重庆 400715
网络与云计算安全重庆市高校重点实验室(西南大学), 重庆 400715
西南大学 计算机与信息科学学院, 重庆 400715 
 
黄旭东 西南大学 电子信息工程学院, 重庆 400715
网络与云计算安全重庆市高校重点实验室(西南大学), 重庆 400715 
 
郭松涛 西南大学 电子信息工程学院, 重庆 400715
网络与云计算安全重庆市高校重点实验室(西南大学), 重庆 400715 
stguo@swu.edu.cn 
摘要点击次数: 114
全文下载次数: 98
中文摘要:
      随着线网络和智能设备的普及,室内定位得到了迅速发展.在室内定位中,基于指纹的定位方法因为需外部设施、抗干扰性强等优点逐渐成为研究热点.近几年深度学习的发展为提高指纹定位算法的精度带来了新的机遇.因此提出了一种基于CNN的指纹定位算法,使用卷积神经网络(convolutional neural network,简称CNN)来改进指纹库的构建.首先,在收集了CSI与磁场数据后,通过CNN对这些数据进行处理,将每个参考点处的CNN模型参数值用作为指纹.然后使用一种概率方法来进行最后的指纹匹配.实验结果表明,该定位算法比传统的指纹定位算法具有更好的鲁棒性和更高的定位精度.
英文摘要:
      With the popularity of wireless networks and smart devices, indoor positioning has been rapidly developed. In indoor positioning, the fingerprint-based positioning method has gradually become a research hotspot because it does not require external facilities and strong anti-interference. The development of deep learning in recent years has brought new opportunities for improving the accuracy of fingerprint positioning algorithms. This paper proposes a convolutional neural network (CNN)-based fingerprint location algorithm to improve the construction of the fingerprint database. First, the collected CSI and magnetic field data is processed through CNN, and the CNN model parameter values are used at each reference point as fingerprint. Then a probabilistic method is utilized for the final fingerprint matching. Experimental results show that the proposed positioning algorithm has better robustness and higher positioning accuracy than the traditional fingerprint positioning algorithm.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利