基于移动性的 WiFi 定位图学习
原文中文，约400字，阅读约需1分钟。发表于：。利用移动智能手机进行用户位置追踪，在低规格的惯性测量单元（IMUs）内存在无法预测的错误，因此不能单独使用，而需要与另一种定位技术（如 WiFi 定位）进行集成。本文提出了一种新的集成技术，使用名为 Mobility-INduced Graph LEarning（MINGLE）的图神经网络，它基于捕捉不同用户移动特征生成的两种类型的图。经过实地实验验证，MINGLE...
本文介绍了使用MINGLE图神经网络结合移动智能手机和WiFi定位技术进行用户位置追踪的新集成技术。实验结果显示，MINGLE相比基准模型具有更好的定位精度，RMSE分别为1.398米和1.073米。
