基于地磁轨迹信号的新型室内定位

无处不在的地磁场由于室内环境中建筑结构的差异而具有独特的特征。此外,地磁信号的分辨难度会导致定位结果的不准确。本文提出了一种使用深度神经网络来提高定位精度的地磁室内定位系统。为了解决地磁场的低分辨率问题,本文将连续的地磁信号矢量化为轨迹序列,并以此为基础设计了一种新的地图构建方法来搭建用于室内定位的地磁数据库。然后,通过引入时间卷积网络(TCN)来提取磁轨迹序列的深层特征。实验结果表明,这种方法优于KNN和基于LSTM的DRNN等其他机器学习算法。