Localização Interna WiFi com Impressão Digital CSI Baseada em Random Forest

Os sistemas de posicionamento interno com impressão digital WiFi têm amplas perspectivas aplicadas. No entanto, uma grande quantidade de dados em um ambiente específico precisa ser coletada para estabelecer um banco de dados de impressão digital. As deficiências desses sistemas são a falta de universalidade dos efeitos de múltiplos caminhos e a carga de trabalho pesada no armazenamento de impressões digitais. Assim, este artigo apresenta um novo método de localização por impressão digital usando Random Forest (RFFP) com informações de estado de canal (CSI), que utiliza o modelo Random Forest treinado na fase offline como impressões digitais para economizar espaço de memória e possuir uma boa característica anti-múltiplo caminho. Além disso, uma série de experimentos específicos foi realizada em uma câmara anecoica de micro-ondas e em um escritório para detalhar o desempenho de localização do RFFP em diferentes circunstâncias de canal sem fio, parâmetros de sistema, algoritmos e conjuntos de dados de entrada. Além disso, em comparação com outros algoritmos, incluindo K-Nearest-Neighbor (KNN), Weighted K-Nearest-Neighbor (WKNN), REPTree, CART e J48, o método RFFP fornece uma precisão de classificação muito maior, assim como um menor erro médio de localização. O método proposto oferece um desempenho abrangente excepcional, incluindo precisão, robustez, baixa carga de trabalho e melhor resistência ao desvanecimento por múltiplos caminhos.