仪器仪表学报

作者：蒲巧林，陈有坤，周 牧，余征巍，张钰坤

单位：蒲巧林,1.重庆邮电大学通信与信息工程学院,,陈有坤,1.重庆邮电大学通信与信息工程学院,,周 牧,1.重庆邮电大学通信与信息工程学院,,余征巍,1.重庆邮电大学通信与信息工程学院,,张钰坤,1.重庆邮电大学通信与信息工程学院,

关键词：室内定位;对比学习;卷积神经网络;长短期记忆;特征融合

基金：国家自然科学基金青年基金(62201110)、重庆市自然科学面上基金(CSTB2022NSCQ-MSX1385)项目资助

机器学习在WiFi指纹定位技术中扮演着重要角色。针对信号波动对指纹辨识力的影响往往被忽略以及如何从样本中提取更广泛的表征信息的问题,提出了一种基于改进对比学习(CL)和并行融合神经网络的WiFi定位算法。该算法首先利用改进对比学习来提高指纹辨识力,其在增加不同类别指纹间的区分度的同时能减小同类别指纹间的差异。其次,构建基于卷积神经网络(CNN)和长短期记忆(LSTM)的并行融合网络,与传统的串行融合方式相比,网络可以从原始样本中提取更多的有效特征。此外,在池化层后增加Flatten层以进一步考虑网络的中间层信息,从而利用更广泛的特征信息来提高模型的泛化性能。结果表明,所提算法的定位性能比其他定位算法提高26%。

来源：2024年第1期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第1期