半监督指纹定位网络

标签稀缺也精准

利用一致性约束生成高质量伪标签，解决蜂窝定位中标注数据匮乏的难题。

徐树公 · Jun, Jiang · Wenjun, Yu · Yilin, Gao · Pan, Guangjin · 76052909 · Zhiqi, Ai · Gao, Yuan · Jiang, Peigang · 王承祥

IEEE Wireless Communications 2026

技术优势

标注数据需求大减

利用一致性约束生成高质量伪标签,扩充训练集,使模型在标注数据有限时也能训练。

抗动态环境干扰

集成学习融合不同训练策略的模型预测,降低目标区域内动态无线环境变化带来的影响。

应对非均匀锚点

采用扇区旋转方案,解决锚点非均匀分布问题,提升定位精度。

应用场景

• 5G定位：直接用于5G蜂窝网络中的高精度定位服务,无需大量标注数据即可部署。
• 工业物联网定位：在工业物联网环境中,用少量标注数据实现设备高精度定位,降低部署成本。
• 无人机自主导航：为无人机提供蜂窝网络定位,支撑自主导航,无需额外密集标注。
• 扩展现实定位：支持扩展现实应用中的高精度用户定位,减少标注数据需求。