स्थान-आधारित सेवाओं के तेजी से विकास के साथ, इनडोर पोजिशनिंग एक शोध热点 बन गया है। चैनल स्टेट जानकारी (CSI) उच्च-सटीकता इनडोर स्थानीयकरण के लिए एक संभावित सिग्नल स्रोत के रूप में उभरा है। हालाँकि, मौजूदा विधियाँ अभी भी स्थिरता और सटीकता में चुनौतियों का सामना कर रही हैं। इस पत्र में एक WiFi CSI फिंगरप्रिंटिंग मॉडल का प्रस्ताव किया गया है जो ऑफ़लाइन चरण में आउटलेयर हटाने और डेनोइज़िंग करता है। प्रोसेसिंग के बाद, CSI का आयाम और चरण मिलाया जाता है और इसे स्पैटियल फीचर्स और वैश्विक निर्भरताओं को कैप्चर करने के लिए एक CNN-Transformer नेटवर्क में इनपुट किया जाता है। Transformers में हाइपरपैरामीटर ट्यूनिंग की कठिनाई को हल करने के लिए, प्रमुख पैरामीटरों को ऑप्टिमाइज़ करने और प्रदर्शन बढ़ाने के लिए एक सुधारित व्हाइट शार्क ऑप्टिमाइजेशन (IWSO) एल्गोरिदम प्रस्तुत किया गया है। ऑनलाइन चरण में, वास्तविक समय में CSI माप के माध्यम से पोजिशनिंग हासिल की जाती है। प्रयोगात्मक परिणाम यह दर्शाते हैं कि प्रस्तावित विधि हाइपरपैरामीटर ट्यूनिंग के बिना मॉडलों की तुलना में पोजिशनिंग सटीकता में 18.33% सुधार करती है, जिसमें औसत पोजिशनिंग त्रुटि 1.35 मीटर है।
WANG एट अल। (गुरूवार,) ने इस प्रश्न का अध्ययन किया।