58、室内定位技术：GRU与混合TDOA/TOA方法解析

室内定位技术：GRU与混合TDOA/TOA方法解析

1. GRU基于WiFi RSSI的室内地图匹配算法

在室内定位领域，传统基于HMM的室内地图匹配算法存在匹配精度低和房间匹配错误的问题。为解决这些问题，提出了一种集成WiFi - RSSI GRU室内房间切换分类器的地图匹配算法。

• GRU分类器受时间戳数量影响 ：基于GRU的WiFi RSSI房间切换分类器会受到定时记录中时间戳数量k的影响。随着k的增加，算法的精度不断提高。当k值过小时，由于训练数据中的时间序列特征太少，算法效果不理想，甚至比基于传统HMM算法的地图匹配效果还差。
• k值的合理范围 ：受手机等终端操作系统的限制，WiFi RSSI的采样频率最多为每3秒一次，因此无法通过不断增加k值来提高算法精度。将k值设置在5到7的范围内，最能满足算法的应用需求。
• 算法效果验证 ：通过在室内三条不同路径下进行测试，该算法的匹配精度分别提高了7.4%、25.1%和0.6%。模拟和实验结果表明，该算法能有效减少传统HMM地图匹配的误差，提高匹配精度。

以下是该部分内容的总结表格：
| 算法类型 | 影响因素 | 效果 |
| — | — | — |
| 基于GRU的WiFi RSSI房间切换分类器 | 时间戳数量k | k在5 - 7范围最佳，可提高匹配精度 |
| 传统HMM算法 | 无 | 匹配精度低，房间匹配易出错 |

2. 室内混合TDOA/TOA定位的DOP分析