广泛使用的移动设备促进了许多新应用程序和服务的出现。其中包括基于用户位置的服务（LBS）。即使在全球定位系统 (GPS) 定位精度低的室内环境中，已经提出了几种技术来启用 LBS。这些方法使用一些环境测量（如信道状态信息 (CSI) 或接收信号强度 (RSS)）进行用户定位。在本文中，我们将使用 CSI 和一种新颖的深度学习算法来设计一个强大而高效的室内定位系统。更准确地说，我们使用监督自编码器 (SAE) 使用在训练阶段收集的数据对环境进行建模。然后，在测试阶段，我们使用训练好的模型并通过检查不同的可能标签来估计未知点的坐标。与之前的指纹识别方法不同，在这项工作中，我们不存储指纹的 {CSI/RSS}，而是仅使用单个 SAE 对环境进行建模。然后在两种室内环境中评估所提出方案的性能，并与类似方法的性能进行比较。



"点击查看英文标题和摘要"