基于生成对抗网络模型的RSS缺失值预测

任晓琪, 翁仲铭

天津大学 智能与计算学部, 天津 300350

收稿日期:2019-11-09出版日期:2021-02-28发布日期:2021-09-30

作者简介:任晓琪(1994-),女,硕士生,renxiaoqi@tju.edu.cn;翁仲铭(1970-),男,副教授.

RSS Missing Value Estimation with Generative Adversarial Networks Model

REN Xiao-qi, OWN Chung-ming

College of Intelligence and Computing, Tianjin University, Tianjin 300350, China

Received:2019-11-09Online:2021-02-28Published:2021-09-30

摘要/Abstract

摘要： 无线上网（Wi-Fi）定位是目前室内定位中的主流方法，指纹数据库的构建是Wi-Fi定位系统的关键.然而指纹数据库中的接收信号强度（RSS）指纹值会随室内环境的变化而变化，通常需要不断地重新测量指纹值去更新指纹数据库，这就导致了成本高、耗时长，尤其是在定位区域较大的动态环境中是不切实际的.针对此问题，提出了自适应上下文生成对抗网络模型.该模型只需测量指纹数据库中的部分RSS指纹，即"参考点"，然后通过学习参考点的分布情况，预测特定位置的缺失指纹.仿真实验结果表明，室内定位精确性显著提高，人力成本大大减少.
中图分类号:
TN932

引用本文

任晓琪, 翁仲铭. 基于生成对抗网络模型的RSS缺失值预测[J]. 北京邮电大学学报, 2021, 44(01): 26-31.
REN Xiao-qi, OWN Chung-ming. RSS Missing Value Estimation with Generative Adversarial Networks Model[J]. Journal of Beijing University of Posts and Telecommunications, 2021, 44(01): 26-31.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4867