Page 200 - 《武汉大学学报（信息科学版）》2025年第10期

第 50 卷 第 10 期 武 汉 大 学 学 报（ 信 息 科 学 版 ） Vol.50 No.10
2025 年 10 月 Geomatics and Information Science of Wuhan University Oct. 2025

引文格式：杨帆,柳景斌,龚晓东，等 . 基于移动采集指纹的手机自适应压缩感知室内定位方法[J]. 武汉大学学报（信息科学
版）,2025,50(10):2135-2144.DOI:10.13203/j.whugis20230241
Citation：YANG Fan, LIU Jingbin, GONG Xiaodong, et al. Mobile Phone-Based Indoor Positioning Method Using Adaptive
Compressed Sensing for Mobile-Collected Fingerprints[J].Geomatics and Information Science of Wuhan University,2025,50(10):
2135-2144.DOI:10.13203/j.whugis20230241

基于移动采集指纹的手机自适应压缩感知室内

定位方法

杨 帆 柳景斌 龚晓东 黄格格 刘德龙 毛井锋 李孟祥 4
3
1
3
2
3
3
1 广东电网有限责任公司韶关供电局，广东 韶关，512000
2 山东科技大学测绘与空间信息学院，山东 青岛，266590
3 武汉大学测绘遥感信息工程全国重点实验室，湖北 武汉，430079
4 测绘遥感信息工程全国重点实验室深圳研发中心，广东 深圳，518057
摘 要：基于接收信号强度指示（received signal strength indicator，RSSI）指纹的定位方法需要预先建立定位区域指纹库，
传统静态采集指纹库的建立更新需要大量的人力和时间，并且定位一致性容易受终端差异（如指纹采集手机与定位手机
硬件不同导致接收信号差异）影响，使得这种方法的大范围推广使用变得异常艰难。针对以上问题，通过移动行走过程
中采集的 RSSI 指纹建立对应的移动采集指纹库，根据移动采集指纹特征构建特征向量，提出移动采集指纹稀疏特征表
征，建立基于自适应压缩感知算法的指纹匹配室内定位模型。实验结果表明，指纹采集效率提升了 90.83%，平均定位误
差为 1.96 m，均方根误差为 2.75 m，定位一致性差异误差平均提高了 32.67%。所提方法在指纹采集效率、定位精度及不
同手机的定位一致性方面优于现有算法。
关键词：室内定位；泛在无线信号；移动采集指纹库；硬件异构；自适应压缩感知
中图分类号：P208 文献标识码：A 收稿日期：2023‑10‑31
DOI：10.13203/j.whugis20230241 文章编号：1671‑8860（2025）10‑2135‑10
Mobile Phone-Based Indoor Positioning Method Using Adaptive
Compressed Sensing for Mobile-Collected Fingerprints

YANG Fan LIU Jingbin GONG Xiaodong HUANG Gege
3
1
3
2
LIU Delong MAO Jingfeng LI Mengxiang 4
3
3
1 Shaoguan Power Supply Bureau, Guangdong Power Grid Co. Ltd, Shaoguan 512000, China
2 College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China
3 State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University,
Wuhan 430079, China
4 Shenzhen R & D Center of State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Shenzhen
518057, China
Abstract： Objectives: The location method based on received signal strength indication (RSSI) fingerprint
requires building a fingerprint database of the location area in the offline stage. The traditional static finger‑
print collection method is time-consuming and labor-intensive to establish and update the fingerprint data‑
base, and the location consistency is easily affected by the terminal difference (such as the difference of the
received signal caused by the different hardware of the fingerprint collection phone and the location phone),
which hinders the large-scale application of this method. Methods: To address these problems, we collect

基金项目：深圳市科技计划（JCYJ20210324123611032）；武汉市知识创新专项基础研究项目（2022010801010109）；武汉市重点研发计划
人 工 智 能 创 新 专 项（2023010402040029）；湖 北 省 自 然 科 学 基 金（2024AFD403，2023AFB081）； 南 方 电 网 公 司 科 技 项 目
（GDKJXM20220188）；测绘遥感信息工程全国重点实验室专项科研经费。
第一作者：杨帆，硕士，高级工程师，主要从事电力信息化技术研究。yangfan0318@gdsg.csg.cn
通信作者：龚晓东，博士，博士后。gongxiaodong@whu.edu.cn