基于深度学习的室内定位系统设计与实现

作     者：王林琳 黎海涛 Wang Linlin;Li Haitao

作者机构：北京工业大学信息学部北京100124 

出 版 物：《国外电子测量技术》 (Foreign Electronic Measurement Technology)

年 卷 期：2020年第39卷第4期

页      码：138-143页

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。

主 题 词：室内定位 地磁定位 深度学习 

学科分类：080901[080901] 0809[工学-计算机类] 08[工学] 080401[080401] 0804[工学-材料学] 0803[工学-仪器类] 

D　O　I：10.19652/j.cnki.femt.201901839

馆 藏 号：203922825...