《Frontiers in Signal Processing》:IndoorCART: a spatially-aware transformer framework for Wi-Fi fingerprinting indoor localization
编辑推荐:
在GPS不可用的环境中,精确的室内定位仍然面临挑战,因为Wi-Fi接收信号强度指示(RSSI)指纹稀疏、噪声大、依赖设备且受多径传播、非视距条件和环境动态的严重影响。为解决这些问题,研究人员提出IndoorCART(室内上下文感知RSSI Transforme
在GPS不可用的环境中,精确的室内定位仍然面临挑战,因为Wi-Fi接收信号强度指示(RSSI)指纹稀疏、噪声大、依赖设备且受多径传播、非视距条件和环境动态的严重影响。为解决这些问题,研究人员提出IndoorCART(室内上下文感知RSSI Transformer,Indoor Context-Aware RSSI Transformer),这是一种专为基于坐标回归的Wi-Fi指纹定位设计的仅编码器Transformer框架。IndoorCART将接入点测量值表示为RSSI令牌(tokens),融入可学习的接入点身份信息,应用缺失信号感知的自适应注意力(Adaptive Attention)对已观测和未观测信号之间的上下文依赖关系进行建模,并融合CLS令牌和全局平均表征以实现稳健的坐标预测。该模型在三个公开室内定位基准数据集——UJIIndoorLoc、TUJI1和SODIndoorLoc——上进行了评估,并与九个可复现的回归基线模型进行了对照比较。IndoorCART在UJIIndoorLoc、TUJI1和SODIndoorLoc上分别取得了4.79 m、0.18 m和1.33 m的平均绝对误差(MAE),对应的决定系数(R2)分别为0.99、0.98和0.99。这些结果表明,所提出的上下文感知Transformer在已实现的基线模型中始终提供最低的定位误差,在稀疏或结构复杂的指纹场景下尤为有利。研究人员进一步通过文献层面的比较,将所提方法与近期基于Transformer的室内定位研究进行了对比,同时明确区分了文献报道的外部结果与受控复现结果。总体而言,IndoorCART为基于Wi-Fi的室内定位提供了一个精确可靠的框架;然而,实际部署还需进一步考虑模型规模、推理延迟、能耗、设备异质性以及在密集采样数据集(如UJIIndoorLoc)上观察到的有限性能提升。
论文解读
一、研究背景与问题
随着5G网络的快速部署和向6G的过渡,在工厂、医院、校园和交通枢纽等GPS不可用环境中对精确室内定位的需求日益增长。在众多可用信号模态中,基于接收信号强度指示(RSSI)的定位因其能利用现有无线基础设施、兼具可扩展性、成本和覆盖范围的优势而仍具吸引力。然而,基于RSSI的定位仍面临困难:衰减、多径传播、非视距(NLOS)条件、硬件异质性、干扰以及环境动态变化使得从指纹到物理坐标的映射呈现高度非线性和不稳定性,限制了传统几何方法和指纹匹配方法的效果。
现有Wi-Fi指纹定位可被表述为分类或回归问题。分类方法在离散化设置中较为便捷,但会引入量化效应和有限的空间分辨率;回归方法更契合连续的物理空间,但要求模型能够捕捉接入点(AP)测量值之间复杂的全局依赖关系。Transformer因其自注意力机制无需对RSSI特征施加人工顺序即可强调指纹空间中信息丰富的长程交互,成为理想选择。然而,已有基于Transformer的方法多将定位视为离散参考点的分类问题,依赖通用骨干网络,对稀疏和不完整的RSSI观测适应不良,且评估协议往往不一致。
二、研究内容与意义
在上述背景下,研究人员提出了IndoorCART(Indoor Context-Aware RSSI Transformer,室内上下文感知RSSI Transformer),一个面向Wi-Fi RSSI室内定位的领域自适应空间上下文Transformer。IndoorCART利用双向空间自注意力从指纹空间学习到连续坐标的稳健映射,无需序列假设。该研究的主要技术贡献包括三项紧密整合的方法学创新:(1)自适应注意力机制(Adaptive Attention),通过可学习的缺失信号嵌入、观测感知的注意力掩码和密度自适应dropout三个协同组件显式建模不完整的RSSI观测;(2)混合CLS加全局平均池化(GAP)策略,将CLS令牌与全局平均池化相结合以形成更稳健的指纹级表征;(3)直接坐标回归框架,避免量化误差,使性能可在度量空间中直接评估。该研究旨在验证IndoorCART能否在预测精度、性能变异性和统计显著性方面优于竞争方法,其重要意义在于为稀疏、噪声、部分观测且非线性条件下的Wi-Fi指纹定位提供一种精确且可复现的Transformer基线框架。
三、关键技术方法
研究采用监督回归框架,实验在三个公开Wi-Fi指纹基准数据集上进行:UJIIndoorLoc(西班牙Jaume I大学三栋建筑,含19937个训练样本和1111个测试样本)、TUJI1(同大学ESPAITEC二号研究楼,含6752个训练样本和2147个测试样本)和SODIndoorLoc(中国山东建筑大学三栋多层建筑,约8000 m
2,含21205个训练样本和2720个测试样本)。所有数据集通过统一预处理管线处理,包括缺失值占位符统一映射、列均值填补和最小值-最大值(Min-Max)归一化。IndoorCART架构为仅编码器Transformer,核心包括将RSSI投影为令牌嵌入、可学习的接入点身份嵌入、自适应注意力编码器堆叠、混合CLS加全局平均池化聚合以及回归头直接预测连续坐标。基线模型涵盖线性回归(LR)、K最近邻(KNNR)、支持向量机(SVR)、随机森林(RFR)、XGBoost(XGBR)、多层感知机(MLPR)、一维卷积神经网络(1D-CNN)、长短期记忆网络(LSTM)和门控循环单元(GRU)共九种可复现回归模型,并额外复现了AATS、L-SwiGLU Transformer、HyTra、VTIL、VITAL和Siamese加Transformer六种Transformer基线。统计评估采用bootstrap 95%置信区间、配对t检验、Wilcoxon符号秩检验和Cohen's d效应量。
四、研究结果
**数据集层面性能趋势:** IndoorCART在所有三个基准数据集上均取得最低MAE:UJIIndoorLoc为4.79 m,TUJI1为0.18 m,SODIndoorLoc为1.33 m,同时对应的R
2值分别为0.99、0.98和0.99。在UJIIndoorLoc上,IndoorCART相比最强基线KNNR(4.90 m)仅降低2.24%,该有限提升应理解为在密集良好结构指纹图上具有竞争力而非显著突破;在TUJI1上,相比最强基线XGBR(0.213 m)降低15.49%,但该0.18 m的极低MAE需在数据集高密度固定划分的背景下谨慎解读;在SODIndoorLoc上,相比最强基线GRU(2.05 m)降低35.12%,且相比最强复现Transformer基线HyTra(R)(1.89 m)降低29.63%,优势最为显著。
**与Transformer基线的比较:** 在统一复现评估协议下,IndoorCART在所有基准上均取得最低MAE,分别为4.79 m(UJI)、0.18 m(TUJI1)和1.33 m(SOD),而HyTra(R)为5.12 m、0.22 m和1.89 m,L-SwiGLU(R)为5.31 m、0.24 m和1.97 m。模型家族平均MAE分析表明,所提出的Transformer家族平均MAE为2.10 m,优于Transformer基线的2.64 m和集成树方法的3.64 m。
**鲁棒性与统计显著性:** Bootstrap 95%置信区间显示MAE估计稳定,UJIIndoorLoc为[4.52, 5.06] m,TUJI1为[0.16, 0.20] m,SODIndoorLoc为[1.21, 1.45] m。配对t检验和Wilcoxon符号秩检验在所有数据集上均显著(p<0.05),Cohen's d分别为1.21(UJI)、0.89(TUJI1)和1.34(SOD),表明改进具有统计可靠性和中等至大的实际效应。
**消融实验结果:** 将Transformer编码器替换为MLP、1D-CNN或BiLSTM使MAE增加11.2%–30.0%;移除所有自适应注意力组件使MAE增加10.4%–25.7%,其中在SODIndoorLoc上增加25.7%;CLS-only池化相比混合池化使MAE增加4.8%–9.7%。最坏情况误差(P
95)分析表明,移除自适应掩码后UJIIndoorLoc的P
95上升28.5%,SODIndoorLoc上升38.6%,表明自适应注意力有助于减少严重的定位失败。
**计算成本分析:** IndoorCART(基础版)具有820万可训练参数,模型大小32.8 MB,每次推理FLOPs为840万,推理延迟0.234 ms(4274样本/秒),满足实时要求。通过30%剪枝和INT8量化,可降低28%计算开销并实现3.2倍加速,模型尺寸降低75%,仅损失1.0%–1.7%的精度。
五、讨论与结论
讨论部分深入分析了UJIIndoorLoc上提升有限的原因:(1)R
2已饱和至0.99,接近信息论性能上限;(2)Moran's I为0.82,表明极强局部空间自相关,使KNNR等方法近乎最优;(3)每个位置平均15.3个训练样本的密集覆盖有利于局部方法;(4)信噪比(SNR)仅8.2 dB,限制可达精度,估计误差下界约4.45 m,IndoorCART(4.79 m)已实现最大理论提升的83.3%。反之,在稀疏采样(TUJI1每位置仅3.1样本)和结构复杂环境(SODIndoorLoc跨三栋楼六层)中,Transformer的全局注意力优势明显。研究还给出了何时使用Transformer的实用指南:稀疏数据(每位置<5样本)和复杂布局场景推荐使用Transformer,密集数据和低SNR场景则简单方法即可。局限方面,TUJI1结果应在高密度固定划分背景下理解,未进行留设备出(leave-device-out)和留位置出(leave-location-out)验证;与文献中L-SwiGLU、HyTra/HyTra-HF等报告的子米级MAE的差异主要由评估协议、任务表述(分类vs.回归)和数据集差异所致。
研究结论指出:IndoorCART展示了基于Transformer的坐标回归在Wi-Fi室内定位中的潜力,在UJIIndoorLoc、TUJI1和SODIndoorLoc三个基准上均取得最低误差和高R
2值。但提升幅度因数据集而异:在UJIIndoorLoc上的有限增益应视为竞争力持平而非决定性优势,TUJI1的0.18 m MAE应在数据集固定密集划分的语境中理解。自适应掩码同时改善了均值精度和尾部误差,有助于减少严重定位失败。未来研究方向包括:设备和环境变化的领域自适应、面向实时推理的轻量级Transformer设计、融合惯性或磁信号的多模态融合、近期Transformer基线的受控复现、留设备和留位置出验证以及更广泛真实环境的评估。