本技术介绍了一种自适应立体阵列室内定位技术与系统,该系统将室内区域划分为多个正方形子区域,并收集每个子区域的环境数据,包括信号强度RSSI和光强数据。通过预处理这些数据,构建训练集、验证集和测试集。利用训练集对Lo_RES网络进行训练,并用验证集和测试集评估网络的定位精度,最终形成室内定位网络。该网络能够通过分析环境数据来确定其在正方形子区域中的具体位置。
背景技术
在6G通信环境下,高精度室内定位的需求愈加显著。AR/VR应用中,用户需要精准的位置和环境信息以实现无缝互动;工业环境里,设备的精确定位可提升生产效率和安全性;智能家居系统则依赖准确的用户定位以提供个性化服务。目前基于卫星的定位服务可以完成对室外环境的高精度定位,但由于缺乏卫星定位系统信号,室内定位的精度仍需进一步提高。指纹定位最近因其良好的性能而受到关注,如射频识别、ZigBee、蓝牙、WiFi等。由于WiFi指纹基础设施和用户设备的成本相对较低已成为室内定位研究的热点,但WiFi指纹定位受复杂室内环境干扰定位精度仍需提高。
实现思路