仪器仪表学报

作者：江灏，黄毅，陈静，阴存翊，郑绍聪

单位：江灏,福州大学电气工程与自动化学院福州350108,jiangh@fzu.edu.cn,黄毅,福州大学电气工程与自动化学院福州350108,,陈静,福州大学电气工程与自动化学院福州350108,,阴存翊,福州大学电气工程与自动化学院福州350108,,郑绍聪,福州大学电气工程与自动化学院福州350108,

关键词：室内无人机定位;WiFi信道状态信息;AGC补偿算法;异常值处理

基金：福建省高校产学合作项目 (2022H6020)资助

随着无线通信技术的发展，WiFi信道状态信息（CSI）因其高时间分辨率和丰富的环境特征信息，成为无人机室内定位的有力工具。然而，CSI信号在采集过程中易受自动增益控制（AGC）电路引起的幅值失真，以及复杂室内环境中多径效应与动态噪声干扰的影响，这些因素严重定位精度。为解决上述问题，提出了一种融合AGC补偿与多尺度异常值处理的CSI室内无人机定位方法。首先，利用被动式CSI嗅探与Aruco视觉标识，实现自动化的数据采集与标注，在无人机正常通信过程中非侵入式地获取CSI数据，为后续算法训练提供了高质量数据。在此基础上，引入基于实时硬件增益反馈的动态AGC补偿算法，有效修正幅值失真，恢复信号的真实幅度。进一步结合Hampel滤波与基于密度的含噪声应用空间聚类（DBSCAN）的多尺度异常值处理，分别针对孤立的脉冲噪声和密集的噪声团簇进行识别与滤除，增强了信号特征在复杂环境下的稳健性与可靠性。此外，构建轻量级的基于ResNet架构的一维卷积神经网络（ResNet-1DCNN）模型，从优化后的CSI幅值序列中提取深层特征，实现高效的位置分类。各项评估指标表明，所提的AGC补偿与异常值处理策略能有效改善CSI信号质量，使定位模型能够学习到鲁棒的位置特征。所提的CSI室内无人机定位方法在定位区域上达到了98%的整体定位精度，相较于优化前性能提升了近29%。该方法为解决室内无人机精度定位问题提供了可行的方案，并验证了其在实时场景下的应用潜力。

来源：2025年第11期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第11期