基于深度抽象的集成神经网络定位算法

《基于深度抽象的集成神经网络定位算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于深度抽象的集成神经网络定位算法AnEnsembleNeuralNetworkLocationAlgorithmbasedonDeepAbstraction工程领域：计算机技术研究生：唐伟华指导教师：石高涛副教授企业导师：韩双立高工天津大学计算机科学与技术学院二零一五年十二月摘要随着无线网络技术的迅速发展，智能手机的不断普及，WiFi热点的大规模覆盖。利用WiFi信号进行室内定位逐渐成为了室内定位的研究热点，本文采用CSI作为位置指纹，提出了一种融合了深度学习算法与集成神经网络的定位算法，从而有效提高了室内定位效果。具体内容如下：1）首先本文对CSI进行了研究，通过

2、实验对比CSI与RSSI的特性，证明了CSI在复杂的室内环境下具有更好的稳定性和位置敏感性，因此更适合室内定位。接着本文采用BP神经网络算法进行室内定位研究，实验发现，基于神经网络的定位由于受到CSI数据特征值和CSI样本集选取的影响，存在定位波动性较大和精度受限两个问题；2）针对神经网络定位算法中存在的两个问题，本文提出了创新的解决办法。对于特征值选取影响定位精度的问题，本文提出采用基于深度学习的算法对原始CSI数据进行特征抽象，通过使用栈式自动编码器将高维的CSI数据降到低维数据，从而提取出更能表征数据本质的特征值，有效地提高了定位的精度。而对于不同CSI样本集选

3、取导致定位出现波动的问题，本文提出了一种基于定位误差的加权集成算法，首先通过随机抽取不同数量的CSI数据作为样本训练出多个不同神经网络模型，然后根据定位的误差对各个模型进行权重分配，最终的定位结果由各个神经网络模型定位结果加权得到，从而使定位算法更加稳定；3）基于以上的结论，本文提出了一种基于深度抽象的集成神经网络定位算法(DeepabstractionEnsembleNeuralNetwork,D-ENN)。在离线阶段，我们使用CSI数据训练得到栈式自动编码器，然后使用训练好的栈式自动编码器将所有CSI数据进行特征抽象，接着将这些抽象后的CSI特征作为样本集训练得到

4、多个神经网络模型，并根据误差计算各模型的权重。在实时定位阶段，将采集到的原始CSI数据通过之前训练的栈式自动编码器进行特征抽象后，再用多个神经网络模型分别进行定位，最后对各个定位结果进行加权，得到最终的定位位置。关键词：CSI深度学习神经网络室内定位ABSTRACTWiththerapiddevelopmentofwirelessnetworktechnology,andthepopularityofsmartphones,WiFihotspotoflarge-scalecoverage.IndoorlocationusingWiFisignalisbecominga

5、hotresearchhotspot.ThispaperusesCSIasthepositionfingerprint,andproposesanewalgorithmwhichintegratedthedeeplearningalgorithmandensembleneuralnetwork,thisalgorithmcaneffectivelyimprovetheindoorpositioningeffect.Specificcontentsareasfollows:1)Atfirst,thispaperstudiedtheCSI,throughexperimen

6、tcontrastCSIandthecharacteristicsofRSSI.TheresultsshowthatCSIhasbetterstabilityandpositionsensitivityinthecomplexindoorenvironment,soitismoresuitableforindoorlocation.ThenweusetheBPneuralnetworkalgorithmforindoorpositioningresearch.Theresultsshowthatthelocationalgorithmbasedonneuralnetw

7、orkisaffectedbytheCSIdataandtheCSIsampleselection,whichhastwoproblemswithlargefluctuationsandaccuracyislimited;2)Forthetwoproblemsofneuralnetworklocationalgorithm,thispaperproposesaninnovativesolutionmethod.Fortheproblemoffutureselectingcanimpactthepositioningaccuracy,wepropose