基于降噪生成对抗网络的Wi-Fi指纹变化强度检测算法
打开文本图片集
【摘要】在Wi-Fi指纹室内定位中,由于Wi-Fi访问接入点(AP, access point)会随时间发生各种改变,为了保持较高的定位精度,需要定期更新指纹库,这将浪费大量的人力物力成本。本文研究了如何在线准确检测Wi-Fi指纹变化,从而有效地更新指纹库。AReDGAN(Alteration Reducing Denoising Generative Adversarial Network)是一个基于降噪自编码器和生成对抗网络的深度学习模型,通过学习变化指纹的分布来重构指纹。(剩余10818字)
网站仅支持在线阅读(不支持PDF下载),如需保存文章,可以选择【打印】保存。