仪器仪表学报

作者：刘 林，廖子阳

单位：刘 林,1. 极端环境岩土和隧道工程智能建养全国重点实验室(中铁一院) ,2. 西南交通大学信息编码与传输四川省重点实验室,,廖子阳,2. 西南交通大学信息编码与传输四川省重点实验室,

关键词：室内定位;注意力机制;卷积神经网络;精细时间测量

基金：国家自然科学基金高铁联合基金(U2268201)项目资助

IEEE802.11-2016定义了精细时间测量(FTM)协议,利用信号往返时间(RTT)实现WiFi室内定位,以期达到米级定位精度。但在非视距或多径环境下,RTT测距精度下降,严重影响定位性能。因此,为了提高RTT定位精度,提出了一种将多个无线接入点(AP)测得的WiFiRTT测距序列转换为多通道图像的方法,基于多通道图像采用有效通道注意力机制卷积神经网络(ECA-CNN)学习测距数据与目标位置之间的关系,实现位置估计。实验结果表明,提出的定位模型与常规深度神经网络(DNN)定位模型、基于单通道图像的卷积神经网络(SCI-CNN)定位模型和基于单通道图像的有效通道注意力机制卷积

来源：2024年第10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10期