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）