基于深度學(xué)習(xí)的蜂窩信號室內(nèi)定位算法

摘要：針對基于蜂窩信號的室內(nèi)定位問題,提出基于深度學(xué)習(xí)的室內(nèi)定位(Deep Learning-based Cellular Signal Indoor localization,DLCS)算法。DLCS算法建立深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network,DNN)模型,進(jìn)而學(xué)習(xí)從信號塔所接收的信號強(qiáng)度(Received Signal Strength,RSS)與用戶位置間的非線性關(guān)系。DLCS算法由離線階段和在線階段構(gòu)成。在離線階段,將從信號塔所接收的信號訓(xùn)練學(xué)習(xí)模型DNN。在在線階段,用戶在監(jiān)測區(qū)域自由移動,從信號塔獲取RSS值,再將這些RSS值反饋給DNN,進(jìn)而估計(jì)用戶位置。仿真結(jié)果表明,提出的DLCS算法能夠獲取高的室內(nèi)定位精度。