论文研究基于深度学习的WiFi与iBeacon融合的室内定位方法.pdf

针对传统室内定位指纹法存在定位精度低、容易受到环境影响的问题，提出了一种基于深度学习的Wi-Fi与iBeacon融合的室内定位方法。离线阶段在参考点处采集各个AP和iBeacon的信号强度，使 用这些信号强度数据对堆叠自动编码机进行训练并从大量带有噪声的信号强度样本中提取特征，构建位置指纹数据库；在线定位阶段，使用堆叠自动编码机获得待测点信号强度特征并与位置指纹数据库中信 号强度特征进行匹配，通过近邻算法估计待测点位置。实验结果表明，基于堆叠自动编码机的室内定位算法具有更高的定位精度。