用llama3微调了一个WiFiGPT 用于室内定位

---

一段话总结

本文提出WiFiGPT，一种基于Decoder-Only Transformer（如LLaMA 3）的室内定位系统，通过将WiFi遥测数据（如CSI、FTM、RSSI）转换为文本序列进行端到端训练，无需手工特征工程即可实现高精度定位。实验表明，WiFiGPT在LOS环境中实现亚米级精度（MAE低至0.90米），在NLOS环境中误差低于1.5米，且融合多源数据（如FTM+RSSI）可进一步提升性能，验证了大语言模型在无线传感领域的泛化能力。

系统架构

---

思维导图

详细总结

一、研究背景与挑战

1. WiFi定位现状
   • 应用需求：室内导航、资产追踪、智能建筑等场景需要高精度定位，但传统方法（如RSSI指纹）受多径效应、环