Page 207 - 《武汉大学学报（信息科学版）》2025年第10期

2142 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 10 月

间的定位效果一致性差异，三星 S8 与三星 S10 之
间的定位差异较小，三星 S8 与谷歌 Pixel4、小米
10 之间的定位差异较大，CSSD 方法比 SSD 方法
手 机 之 间 的 定 位 一 致 性 差 异 误 差 平 均 提 高 了
32.67%。

图 12 不同手机和方法的匹配定位误差箱形图
Fig. 12 Box Plot for Matching Positioning Error of
Different Phones and Methods
图 14 不同手机定位一致性对比
表 2 不同手机和方法的匹配定位误差统计表/m
Fig. 14 Comparison of Positioning Consistency Between
Table 2 Statistics for Matching Positioning Errors of
Different Mobile Phones
Different Mobile Phones and Methods/m
三星 小米 综上所述，基于 CSSD 的移动采集指纹匹配
统计值 方法 三星 S8 谷歌 Pixel4 平均
S10 10 方法不仅能够提升指纹采集效率，还可以进一步
CS 3.13 3.99 3.42 4.10 3.66 降低不同型号手机硬件差异对定位精度一致性
σ SSD 3.55 4.73 3.70 4.82 4.20 的影响，定位误差小于现有常用方法。
CSSD 1.76 2.37 1.85 2.69 2.17
4 结 语
CS 7.68 7.60 6.59 8.59 7.62
2σ SSD 7.98 8.11 7.58 9.88 8.39
本文提出了一种面向移动采集 RSSI 指纹的
CSSD 5.03 5.58 4.68 7.80 5.77
手机自适应压缩感知室内定位方法，针对基于位
CS 2.68 3.29 2.60 3.39 2.99
置服务指纹匹配定位中指纹采集效率与定位一
ME SSD 2.89 3.65 2.85 4.01 3.35
致性问题，通过行人步行中移动采集信号指纹的
CSSD 1.61 2.07 1.65 2.51 1.96
方式代替常用静态无线信号指纹数据采集工作
CS 3.57 4.35 3.43 4.48 3.96
中繁琐冗长的步骤，利用泛在无线信号的手机自
RMSE SSD 3.80 4.74 3.73 5.31 4.40
CSSD 2.32 2.68 2.23 3.75 2.75 适应稀疏向量相似性进行移动采集指纹匹配定
位 ，从 而 实 现 快 速 采 集 指 纹 提 升 指 纹 库 构 建 效
率 ，降 低 不 同 手 机 硬 件 差 异 对 定 位 一 致 性 的 影
响。实验结果表明，所提出的移动采集的效率是
传 统 静 态 采 集 方 法 的 10 倍 ，采 集 效 率 提 升 了
90.83%。即使采用与采集阶段硬件有差异的不
同型号手机，所提出的 CSSD 方法 ME 平均值为
1.96 m，RMSE 平均值为 2.75 m，定位一致性差异
误差平均提高了 32.67%，定位结果一致性优于
常用的 SSD 方法。该方法满足了室内环境变化
时需要高效率更新指纹库的需求，保证了指纹定
位系统服务在大规模室内环境的快速部署和不
同定位终端的广泛应用。
图 13 误差 CDF 曲线图 在后续研究中，将增加不同硬件手机数量，
Fig. 13 CDF Error Curves 选择拓扑结构复杂的实验路线和不同手机活动