.png){kind=icon}
返回
Probabilistic surface correlation for robust indoor localization using RSSI vector sequence
.png){kind=icon}
OA
AI
DOI：10.1016/j.icte.2026.07.017.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
室内定位的准确性由于复杂环境中RSSI信号固有的不稳定性而仍然是一个具有挑战性的任务。为解决这一挑战，我们先前引入了表面相关（SC）技术，该技术通过比较累积RSSI向量的空间分布——即用户RSSI表面（URS）——与预先构建的无线电地图来估计用户位置。SC捕获用户的信号空间模式，提高了定位精度。然而，它依赖于确定性相似度计算，这可能受到室内环境中常见的噪声和信号波动的影响。本研究通过引入基于朴素贝叶斯方法的概率公式扩展了SC框架。我们使用与用户估计轨迹同步的基于BLE的RSSI向量序列构建URS，并计算在观测到的URS条件下每个参考点（RP）的后验概率。通过建模每个RP下的RSSI值的条件似然，我们的方法考虑了无线信号测量中固有的不确定性，并实现了更稳健的位置估计。在KIST L3楼进行的实验表明，与原始SC方法相比，所提出的概率SC显著提高了定位精度，特别是在RSSI变异性高的环境中。
Keyword:
ICT express
Indoor localization
Surface correlation
Probabilistic fingerprinting
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。