基于多尺度特征融合的双重鲁棒无线电地图构建与更新方法及其在室内定位中的应用

本文提出了一种创新的MFRG框架，通过三维特征指纹构建和跨尺度稀疏重建技术，有效解决了室内定位中无线电地图对短期信号波动和长期分布变化的双重敏感性问题。该方法采用分段自注意力机制生成鲁棒特征指纹，结合多尺度特征融合实现稀疏采样下的精确地图更新，显著提升了定位系统的长期稳定性（11.8%鲁棒性提升）和重建精度（12.18%），为动态环境下的室内定位服务提供了可持续解决方案。

　　

亮点

• 双重鲁棒的地图构建与更新框架：我们提出了一种统一框架，通过关系建模和稳定特征增强生成指纹，提高地图稳定性并减少频繁更新需求。在更新过程中，即使当前地图与实时信号存在差异，也能实现精确的指纹校准，支持稀疏和非均匀更新。与以往将构建和更新分离的研究不同，我们的协同鲁棒设计使指纹生成和稀疏重建能够相互促进。

• 适应短期和长期变化的特征指纹：为克服RSS不稳定性，我们设计了三维空间中对AP间关系进行编码的自注意力指纹，通过结构相关性增强对短期波动的抵抗力。对于长期鲁棒性，通道注意力特征选择器通过抑制不稳定或冗余维度来支持部分匹配。这引入了一种从原始信号转向关系和选择性特征的结构化指纹范式。

• 针对稀疏和非均匀样本的重建方法：我们提出了一种将自注意力关系建模与多尺度特征提取相结合的重建方法。相对距离编码捕获RPs间的RSS变化关系，并结合AP传播模式以实现更好的泛化能力，而Swin Transformer块则学习多尺度依赖性。加权融合模块整合这些特征，从稀疏样本中实现精确重建。与基于插值的更新方法不同，这种跨尺度机制统一了局部和全局信号依赖性。

章节摘要

相关工作

指纹室内定位研究在过去几十年取得显著成果。为确保长期定位精度，研究人员在低成本无线电地图维护方面做出大量努力。我们主要关注鲁棒无线电地图构建和更新的相关研究。

系统概述

图2展示了MFRG方法的整体框架，包含两个主要模块：鲁棒无线电地图构建和精确地图更新。在鲁棒无线电地图构建模块中，原始一维RSS指纹被增强并转换为三维特征矩阵，随后通过特征选择器强调稳定特征，生成鲁棒的自注意力指纹。基于处理后的指纹构建鲁棒无线电地图...

鲁棒无线电地图构建

为增强无线电地图对短期波动和长期信号分布变化的鲁棒性，我们提出基于分段自注意力的鲁棒特征地图生成算法。如图3所示，所提出的鲁棒指纹框架组织为两个相互连接的分支。左分支将原始一维RSS指纹转换为分段子指纹，并对每个段应用自注意力，生成表征信号源间相关性的矩阵...

基于多尺度特征融合的无线电地图更新

本节详细阐述MFRG中无线电地图重建模型的核心设计。首先在第5.1节给出稀疏重建问题的定义，随后在第5.2节概述基于自注意力的重建网络（SARNet）的结构。

实验结果

为验证MFRG性能，我们在三个试验场地进行了一系列实验。本节首先在第6.1节介绍实验设置和性能指标，然后在第6.2节说明具有分段自注意力指纹的鲁棒无线电地图的效率，随后在第6.3节展示更新结果。

结论

本文提出了一种基于多尺度特征融合的鲁棒无线电地图生成和更新方法。该方法利用自注意力机制，通过强调信号源间的相对强度来增强传统一维RSS指纹的表征能力。采用分段嵌入策略实现特征增强和选择。为应对显著分布变化的挑战，该方法充分利用多尺度...