基于SIFSA-CNN的CSI室內(nèi)定位方法研究

打開文本圖片集

摘 要：針對傳統(tǒng)室內(nèi)定位方法存在的定位精度低及對復(fù)雜環(huán)境適應(yīng)性不足的問題，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的信道狀態(tài)信息室內(nèi)定位方法，以提高定位精度并增強對復(fù)雜環(huán)境的適應(yīng)能力。該方法通過立方混沌映射初始化和自適應(yīng)慣性權(quán)重混合優(yōu)化的火烈鳥搜索算法（SIFSA）對CNN進行優(yōu)化訓(xùn)練，在離線階段收集不同位置的CSI特征圖像訓(xùn)練網(wǎng)絡(luò)模型，學(xué)習(xí)CSI特征與實際位置的映射關(guān)系；在線階段使用訓(xùn)練好的模型預(yù)測測試點位置，并結(jié)合基于分類概率的定位算法實現(xiàn)精確定位。（剩余7472字）