1、介绍
Adaptive Device-free Localization in Dynamic Environments through Adaptive Neural Networks由于WiFi信号容易受到各种环境的影响因子、CSI指纹随环境变化而显著变化。因此,本地化模型为原始环境在变化的环境中急剧退化。重新校准整个感兴趣的区域是劳动密集、耗时。这是无设备WiFi本地化的一大挑战。为了缓解这个问题,本文提出了AdapLoc方法,目的是使原始定位模型适应变化的环境大大减少了重新校准的工作量。AdapLoc基于一维卷积神经网络(1D-CNN)并利用领域适应(DA)和语义对齐(SA)来实现自适应。四次广泛评估真实世界中的多环境变化的单链路试验台证明了AdapLoc在应对环境变化方面的有效性动态环境下的本地化,在定位和适应方面优于现有的工作。其网络结构如下:
2、技术方法
对于不同定位点的CSI数据特征分布进行欧几里得距离最大化处理,对于相同定位点采取欧几里得距离最小化处理
进行特征域对齐过后的分布如下图所示: