一种基于卷积神经网络的新型CSI室内定位方法

摘要

本发明属于室内领域，涉及一种基于卷积神经网络的新型CSI室内定位方法。该方法以实现低成本、高精度的室内定位为目的，步骤为：获取CSI数据，从中提取平均振幅、相位差及CIR振幅分布中心矩三类数据特征；将数据特征构建为图像，使用卷积神经网络完成位置信息和特征图像的映射；使用图像和类别标签组成的数据集训练卷积神经网络；使用训练完成的卷积网络进行在线定位，通过一种基于谱聚类的多图像定位算法实现位置估计。本发明的特点是，利用图像识别的方式实现室内定位，提升了定位性能的稳定性，有效降低了由噪声和信息丢失引起定位误差，能够满足室内定位应用场景中的高精度、低成本要求。