仪器仪表学报

作者：吴岩，秦宁宁，宋书林，王艳

单位：吴岩,江南大学物联网技术应用教育部工程研究中心无锡214122,wu0114@foxmail.com,秦宁宁,江南大学物联网技术应用教育部工程研究中心无锡214122,ningning801108@163.com,宋书林,江南大学物联网技术应用教育部工程研究中心无锡214122,,王艳,江南大学物联网技术应用教育部工程研究中心无锡214122,

关键词：室内定位;指纹库扩充;辐射条件;指纹点优选

基金：长三角科技创新共同体联合攻关项目(2023CSJGG1700)资助

在地下车库复杂的室内环境中，传统基于信号强度指示(RSSI)的指纹定位技术因辐射条件波动、多径效应及信号干扰等因素，存在指纹特征失真与定位结果偏移现象。针对此问题，提出一种动态辐射条件下的双源感知室内位置测算方法，通过融合环境辐射条件感知与信号特征分析，有效提升定位系统的鲁棒性。指纹离线采集阶段，构建双向融合时序感知模型(BGLA)，创新结合双向长短期记忆网络(BiLSTM)与双向门控循环单元(BiGRU)，分别捕捉辐射条件对RSSI的长、短期影响特征，并利用多头自注意力机制对特征进行深度融合，进而构建适应不同辐射条件的自适应指纹库；指纹在线匹配阶段，采用指数幂归一化方法，通过调节归一化参数，实现不同设备RSSI信号向统一量程的映射，以缓解硬件RSSI量程差异带来的干扰；此外，提出信源感知聚类算法，基于接入点(AP)质量筛选参考点(RP)，并融合感知密度估计，抑制AP信号质量波动引发的RP在线匹配偏差。地下车库场景的实验结果显示，所提方案综合性能较优，在已知辐射条件下，平均定位精度较对比算法提升11.05%~25.38%；在未知辐射条件下，通过BGLA模型构建对应辐射条件的指纹库，从而平均定位精度优于对比算法27.55%~35.71%。

来源：2025年第5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5期