WiFi指纹室内定位数据增强技术综述：性能分析与优化策略

《IEEE Sensors Reviews》：A Survey on Data Augmentation for WiFi Fingerprinting Indoor Positioning

本文针对WiFi指纹室内定位中数据采集成本高、环境适应性差的问题，系统综述了70余种数据增强技术。研究团队提出新型分类法将现有方法分为传统方法、传播模型、机器学习、深度学习、混合方法等六类，通过定量分析发现传统方法能以最小计算开销实现显著性能提升，而深度学习模型在生成数据超过输入样本三倍时效率下降。该研究为WiFi指纹数据集增强提供了理论进展与实际部署间的桥梁。

　　

在当今数字化时代，室内定位技术正成为智能建筑、商场导航、紧急救援等众多应用的核心支撑。虽然全球定位系统(GPS)在室外环境中表现可靠，但其信号在室内环境中会因墙体阻隔和多径效应而严重衰减，这促使研究人员转向WiFi指纹识别这一替代方案。该技术利用现有WiFi基础设施，相比超宽带(UWB)和蓝牙低功耗(BLE)等专用硬件解决方案，具有部署成本低、普及度高的显著优势。

然而，WiFi指纹识别技术面临着一个关键瓶颈：其性能高度依赖于预先构建的指纹数据库的质量和完整性。理想情况下，需要以密集且空间均匀的方式收集WiFi信号测量值（如接收信号强度(RSS)、信道状态信息(CSI)或往返时间(RTT)），但实际实施却面临重大挑战。在92×15米的大学建筑开放空间中以1米间隔进行系统现场勘测，需要测试人员投入超过40小时的手动努力。此外，为了解决室内环境的时空变化和WiFi信号特性的波动，还需要持续的维护和定期重新校准。

为了应对这些挑战，数据增强技术应运而生。这类技术旨在通过引入额外信息来增强机器学习和深度学习模型的性能。在WiFi指纹数据构建中，数据增强既可用于生成未覆盖区域的合成WiFi数据样本以减少人力投入，也可通过改变训练数据集本身的一些特性来丰富指纹数据库，从而提升定位性能。尽管文献中提出了越来越多的数据增强方法，但仍缺乏对其优势、局限性和比较性能的系统分析。

研究人员采用系统文献综述方法，基于PRISMA指南，经过识别、筛选、资格评估和纳入四个阶段，最终对70多项近期关于WiFi指纹数据增强的研究工作进行了全面回顾和分析。研究特别考察了测试台类型和大小、收集的数据总量、用作增强模型输入的实世界数据量、生成的合成数据量以及定位性能等关键方面。通过这项分析，文章旨在提供关于最广泛采用的数据增强技术的独特见解，进行迄今为止最详细的性能比较，确定最有效的数据增强方法，以及找到用于改进定位性能的合成数据与原始输入数据的最有效比率。

该研究的主要贡献包括四个方面：首先，对70多篇WiFi指纹数据增强研究论文进行了深入广泛的分析，从物理驱动的传播模型到最新的生成模型，全面概述了当前技术水平；其次，提出了一个新颖的WiFi指纹数据增强方法分类法，将现有方法分为六组：传统方法、传播模型、机器学习方法、深度学习方法和混合方法等；第三，系统识别和分析了现有WiFi指纹数据增强方法的关键特征，包括那些在原研究论文中未明确说明的特征；最后，确定了最有效的数据增强方法和最能提高基于WiFi的室内定位精度的合成数据与原始输入数据的比率。

在技术方法层面，作者系统评估了六大类数据增强技术。传统方法包括插值法和扰动法等无需额外建模的直接数据操作技术；传播模型方法基于LDPL(对数距离路径损耗)和多墙(MW)等物理模型估计信号强度；机器学习方法以高斯过程回归(GPR)为代表，学习信号分布模式；深度学习方法采用生成对抗网络(GAN)和自编码器(AE)等神经网络生成合成数据；混合方法则结合多种技术优势，如GPR与GAN的融合；其他创新方法包括地理加权回归(GWR)和张量补全等。研究特别关注了各种方法在不同数据量条件下的性能表现，并分析了生成数据与输入数据的比例对定位精度的影响。

研究方法分类体系显示，深度学习方法和传统方法在文献中最为流行。研究提出的新型分类法将WiFi指纹数据增强方法分为六大类：传统方法、传播模型、机器学习方法、深度学习方法和混合方法等。这种分类不仅代表了当前研究现状，也有助于进行方法论趋势的稳健统计分析、跨组比较和识别研究空白。

传统方法作为一组直接改变记录的WiFi信号测量值的技术，包括重采样、排列、扰动和插值等方法。其中插值法最为流行，因为它能有效保持WiFi信号的时间和空间连续性，同时在保持结构完整性的情况下填补稀疏或嘈杂数据集中的空白。插值法通过多项式拟合或克里金插值等技术，利用来自预收集的稀疏数据集中附近参考点的已知值来估计未知的WiFi指纹值。

传播模型方法则从物理原理出发，考虑复杂室内环境中无线电波的行为以及障碍物和材料的影响。常用的对数距离路径损耗(LDPL)模型及其变体通过划分建筑区域、独立估计每个区域的路径损耗参数来提高估计准确性。多墙(MW)传播模型基于COST 231室内路径损耗框架，同时考虑距离和环境障碍物（如墙和地板）造成的信号衰减。

机器学习方法特别是高斯过程回归(GPR)成为WiFi指纹数据增强的最流行技术之一。GPR是一种用于回归任务的监督机器学习技术，是一种非参数贝叶斯方法，将基本函数建模为可能函数的分布，而不是假设固定函数形式。其关键优势在于它不仅提供预测，还提供每个预测的不确定性度量，这在数据可能稀疏或有噪声的WiFi指纹识别应用中特别有用。研究还采用了复合核，如Matern核和有理二次(RQ)核的组合，以捕捉平滑趋势和局部变化。为联合建模多建筑、多楼层环境中多个AP的输出，采用了具有线性区域化模型的多输出高斯过程回归(MOGP)模型。

深度学习方法特别是生成对抗网络(GANs)在生成合成WiFi指纹数据方面显示出强大能力。标准GAN由两个竞争的神经网络组成：生成器创建合成数据样本，判别器尝试区分真实数据和生成数据。条件GAN(cGANs)可以通过结合附加条件信息（如楼层或建筑标签）来生成针对特定位置的合成指纹。其他深度学习方法包括自编码器(AE)、变分自编码器(VAE)和超分辨率卷积神经网络(CNN)等。

混合方法结合多种技术以增强生成合成WiFi数据样本的质量。包括PCA和GPR的组合、线性插值与GAN的结合、DNN与GAN的集成、GPR与最小二乘GAN(LSGAN)的融合以及AE与GAN的组合等。这些混合方法试图利用不同技术的互补优势，提高合成数据的质量和多样性。

性能分析结果显示，传统数据增强方法能够以最小计算开销实现显著的定位精度提升。研究发现，增加数据量并不总能确保更稳健的定位精度，特别是在低于100，000个数据样本时。传统方法在生成数据与输入数据的比率较高时实现了较大的绝对改进（以米为单位），但在约六倍增强后改进百分比增长放缓，表明收益递减。传播模型方法在低比率时表现出性能下降，但在五倍增强后显示轻微精度恢复。

深度学习方法保持稳定的改进，即使在比率增加时也是如此，在三倍增强后达到峰值，超过这一点性能改进停止增加。这表明使用深度学习方法的数据增强的性能改进（而非性能）在三倍增强比率后饱和。因此，三倍比率代表了该方法中最有效和高效的数据增强点。相比之下，机器学习方法随着增强比率的上升而遭受性能下降，可能是由于过度拟合或过多合成数据带来的噪声。

研究还发现，将WiFi指纹转换为图像格式是一种广泛采用的做法。深度学习技术在使用高达60%的收集数据时实现了有希望的后增强改进，分别为0.16米、0.13米和0.2米，展示了更稳健可靠的性能。在硬件和计算资源需求方面，传统增强方法在标准CPU上高效运行的同时提供了有希望的性能改进，而基于深度学习的技术需要显著更大的计算资源，通常需要高性能GPU来实现可比的增益。

该研究的结论部分强调，传统数据增强方法能够在使用有限真实数据样本作为输入的情况下实现有希望的定位精度，而深度学习技术在增强室内定位精度方面显示出持续进步，但无差别地增加数据量，特别是超过三倍的生成输入比，被证明效果较差。研究还指出，当前WiFi数据增强方法的一个关键挑战是缺乏评估和呈现这些方法性能的指南或标准。

在未来工作方向方面，研究指出了几个有前景的探索方向：开发有效结合传统方法计算效率和深度学习表示能力的混合模型；通过实时数据增强框架增强对动态室内环境的适应性；优化深度学习架构以在三倍数据生成比率之外保持效率；整合新兴WiFi信号测量值（如CSI和RTT）；建立标准化评估指标和基准数据集以促进实际部署。未来研究还可以探索集成WaveFlex生物传感器，以及域泛化和适应，以确保智能WiFi室内定位系统在动态室内环境中的稳健性能。

这项研究不仅为研究人员和从业者提供了选择适当数据增强策略的实用指南，而且通过弥合理论创新与现实适用性之间的差距，为更强大、高效的WiFi室内定位系统铺平了道路。随着室内定位需求的不断增长，这类系统将在实现智能建筑、个性化导航和应急响应等应用方面发挥越来越重要的作用。