基于深度抽象的集成神經(jīng)網(wǎng)絡(luò)定位算法.pdf

1、隨著無線網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，智能手機的不斷普及，WiFi熱點的大規(guī)模覆蓋。利用WiFi信號進行室內(nèi)定位逐漸成為了室內(nèi)定位的研究熱點，本文采用CSI作為位置指紋，提出了一種融合了深度學(xué)習(xí)算法與集成神經(jīng)網(wǎng)絡(luò)的定位算法，從而有效提高了室內(nèi)定位效果。具體內(nèi)容如下:
　　1)首先本文對CSI進行了研究，通過實驗對比CSI與RSSI的特性，證明了CSI在復(fù)雜的室內(nèi)環(huán)境下具有更好的穩(wěn)定性和位置敏感性，因此更適合室內(nèi)定位。接著本文采用BP神經(jīng)網(wǎng)絡(luò)

2、算法進行室內(nèi)定位研究，實驗發(fā)現(xiàn)，基于神經(jīng)網(wǎng)絡(luò)的定位由于受到CSI數(shù)據(jù)特征值和CSI樣本集選取的影響，存在定位波動性較大和精度受限兩個問題；
　　2)針對神經(jīng)網(wǎng)絡(luò)定位算法中存在的兩個問題，本文提出了創(chuàng)新的解決辦法。對于特征值選取影響定位精度的問題，本文提出采用基于深度學(xué)習(xí)的算法對原始CSI數(shù)據(jù)進行特征抽象，通過使用棧式自動編碼器將高維的CSI數(shù)據(jù)降到低維數(shù)據(jù)，從而提取出更能表征數(shù)據(jù)本質(zhì)的特征值，有效地提高了定位的精度。而對于不同CS

3、I樣本集選取導(dǎo)致定位出現(xiàn)波動的問題，本文提出了一種基于定位誤差的加權(quán)集成算法，首先通過隨機抽取不同數(shù)量的CSI數(shù)據(jù)作為樣本訓(xùn)練出多個不同神經(jīng)網(wǎng)絡(luò)模型，然后根據(jù)定位的誤差對各個模型進行權(quán)重分配，最終的定位結(jié)果由各個神經(jīng)網(wǎng)絡(luò)模型定位結(jié)果加權(quán)得到，從而使定位算法更加穩(wěn)定;
　　3)基于以上的結(jié)論，本文提出了一種基于深度抽象的集成神經(jīng)網(wǎng)絡(luò)定位算法(Deep abstraction Ensemble Neural Network，D-ENN