-
题名基于信道状态信息幅值-相位的被动式室内指纹定位
被引量：7
- 1
-
-
作者
江小平
王妙羽
丁昊
李成华
-
机构
中南民族大学电子信息工程学院
湖北省智能无线通信重点实验室
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2020年第5期1165-1171,共7页
-
基金
国家自然科学基金(61402544)
中南民族大学中央高校专项(CZQ14001)
+1 种基金
湖北省自然科学基金(2017CFB874)
中央高校基本科研业务费专项(CZY17001)。
-
文摘
基于信道状态信息(CSI)的室内定位技术近几年备受关注。已提出的室内定位方案主要在适用性和定位精度等方面进行不断地创新和改进。该文提出一种被动式的1发2收指纹室内定位系统。用两个固定接收端采集CSI数据,信号预处理阶段对CSI幅值进行奇异值去除与低通滤波,用线性拟合的方法对CSI相位进行校正,将两个接收端采集处理得到的CSI幅值和相位信息共同作为指纹,最终通过全连接神经网络对指纹样本进行训练,并与采集到的实时数据进行匹配识别。实验表明,采用两个接收端以及幅值和相位结合定位的方法,匹配识别率达到了98%,定位精度达到0.69 m。证明该系统能精确有效地实现室内定位。
-
关键词
室内定位
信道状态信息
幅值-相位指纹
神经网络
-
Keywords
Indoor location
Channel State Information(CSI)
Amplitude-phase fingerprint
Neural networks
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名基于CSI非视距识别的被动式指纹室内定位
被引量：2
- 2
-
-
作者
王妙羽
李宪军
-
机构
中南民族大学电子信息工程学院
-
出处
《无线互联科技》
2019年第3期28-29,共2页
-
文摘
由于基于WiFi的室内定位技术的主要挑战是多路径和非视距(NLOS),因此,室内定位可以从NLOS识别中获益。然而,来自商用WiFi的接收信号强度信息(RSSI),使得非视距识别受限于有限的带宽和粗略的多径分辨率。文章提出了一种更加细粒度的方法,即利用物理层的信道状态信息(CSI)进行室内非视距识别。利用网卡及现有的WiFi设备,采集室内环境的CSI信息并提取特征信息,构建视距和非视距CSI指纹。利用一种基于深度学习的神经网络算法进行非视距识别,从而达到室内定位的目的。在不同室内环境下的实验结果表明,本方案的NLOS识别率达到96.43%,能有效并准确地区分视距与非视距位置。
-
关键词
CSI
非视距识别
室内定位
神经网络
-
Keywords
CSI
NLOS recognition
indoor positioning
neural networks
-
分类号
TN92
[电子电信—通信与信息系统]
-
