基于注意力机制WGAN-GP的可见光指纹定位方法OA

为减少可见光指纹定位在指纹建库中的人力物力消耗并提升传统数据增强算法的全局感知能力,提出基于注意力机制Wasserstein GAN-梯度惩罚(GP)项的可见光指纹定位方法。该方法在生成器和判别器中嵌入多头自注意力模块,对指纹空间分布特征进行增强,并引入GP项以解决模式坍塌问题;采用发光二极管(LED)的光强信号作为特征构建指纹数据库,利用增强后数据训练轻量化网络实现位置估计。仿真实验表明:所提模型生成数据质量较传统GAN显著提高;在5 m×5 m×3 m的室内场景下,实测定位误差可达6~8 cm。