Localización interior de nivel de decímetro impulsada por IA utilizando Wi-Fi de enlace único: agrupación adaptativa...

Área de la Ciencia:

• Inteligencia Artificial
• Comunicaciones Inalámbricas
• Localización en Interiores

Sus antecedentes:

• Los entornos interiores complejos presentan desafíos para la localización debido a la interferencia de trayectos múltiples y la dinámica de la señal.
• Los métodos existentes de localización Wi-Fi luchan con la precisión y la robustez en escenarios del mundo real.
• Necesidad de técnicas de IA adaptativas y no supervisadas para un posicionamiento interior fiable.

Objetivo del estudio:

• Desarrollar un marco impulsado por IA para la localización de interiores de alta precisión utilizando la información de estado del canal (CSI) de Wi-Fi.
• Mejorar la robustez y la precisión en entornos desafiantes de trayectos múltiples.
• Permitir la implementación en tiempo real compatible con hardware comercial.

Principales métodos:

• Integración de módulos de IA adaptativos y no supervisados en el pipeline de localización.
• Una estimación refinada de tiempo de vuelo (TOF) en dos etapas que combina el mínimo de norma y el refinamiento ponderado por probabilidad para condiciones de no línea de visión (NLOS).
• DBSCAN adaptativo con parámetros ajustados para la agrupación no supervisada espacio-temporal de secuencias de ángulo de llegada (AOA).

Principales resultados:

• Se logró una precisión de nivel de decímetro con un error de localización promedio de 0.63 m en el conjunto de datos Widar2.0.
• Se demostró un rendimiento superior sobre los métodos existentes como Widar2.0 y Dynamic-MUSIC en precisión y eficiencia.
• Se suprimió con éxito la interferencia de trayectos múltiples y se eliminó la ambigüedad de posicionamiento.

Conclusiones:

• El marco de IA propuesto ofrece una solución robusta y precisa para la localización de interiores utilizando CSI de Wi-Fi.
• La arquitectura inteligente y ligera es adecuada para aplicaciones en tiempo real en hardware comercial.
• Potencial significativo para aplicaciones como seguimiento de personas, navegación en edificios inteligentes e IA consciente de la ubicación.