基于深度学习的室内定位系统设计与实现

Design and implementation of indoor positioning system based on deep learning

扫码查看

原文链接

NETL
NSTL
维普
万方数据

中文摘要：设计并实现了一个基于深度学习的室内定位系统,该系统分为信息采集模块、地磁定位模块、深度神经网络定位模块及联合定位模块4个模块.首先利用智能手机传感器采集室内地磁信号,以地理位置为标签保存为位置指纹文件.通过粒子滤波算法计算得出用户地理位置.然后使用深度神经网络模型和当前扫描的数据预测行人位置,最后对用户位置进行校正,消除地磁定位的累计误差.将基于深度学习的室内定位方法在Android平台实现并进行相应测试.实验结果表明,改进后的地磁室内定位的平均误差为2.2m,较只使用地磁定位技术进行定位时,定位误差平均降低了2.3m,具有更高的定位精度.

作者：

王林琳、黎海涛

展开 >

作者单位：

北京工业大学信息学部北京100124

关键词：

室内定位地磁定位深度学习

出版年：

2020

DOI：

10.19652/j.cnki.femt.201901839

国外电子测量技术