基于自注意力的无监督室内定位信号异常检测

TP399; 基于射频信号的室内指纹定位技术,以其精度高、部署成本低等优点被广泛运用于室内定位领域.室内信号环境的变化会直接影响定位精度.深度神经网络也用于时序数据异常检测,在此基础上,提出了一种基于自注意力机制的无监督室内定位信号异常检测模型.训练模型的输入是易获得的正常信号环境下无位置标签的指纹数据.该模型的注意力模块关注提取指纹数据中不同信号来源之间的相互关联,结合关联误差和重构误差来放大正常与异常的可区分性,从而提升室内定位信号检测的精度.在实验室采集的蓝牙信号数据集和一个公开的Wi-Fi数据集UJIIndoorLoc中进行性能评估,实验结果表明,与其他算法相比,所提模型具有最好的异常...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	电信科学 2023, Vol.39 (12), p.42-52
Hauptverfasser:	袁江华, 艾浩军
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

container_end_page	52
container_issue	12
container_start_page	42
container_title	电信科学
container_volume	39
creator	袁江华艾浩军
description	TP399; 基于射频信号的室内指纹定位技术,以其精度高、部署成本低等优点被广泛运用于室内定位领域.室内信号环境的变化会直接影响定位精度.深度神经网络也用于时序数据异常检测,在此基础上,提出了一种基于自注意力机制的无监督室内定位信号异常检测模型.训练模型的输入是易获得的正常信号环境下无位置标签的指纹数据.该模型的注意力模块关注提取指纹数据中不同信号来源之间的相互关联,结合关联误差和重构误差来放大正常与异常的可区分性,从而提升室内定位信号检测的精度.在实验室采集的蓝牙信号数据集和一个公开的Wi-Fi数据集UJIIndoorLoc中进行性能评估,实验结果表明,与其他算法相比,所提模型具有最好的异常检测性能.
doi_str_mv	10.11959/j.issn.1000-0801.2023258
format	Article
fullrecord	<record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_dxkx202312004</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>dxkx202312004</wanfj_id><sourcerecordid>dxkx202312004</sourcerecordid><originalsourceid>FETCH-wanfang_journals_dxkx2023120043</originalsourceid><addsrcrecordid>eNpjYFA0NNAzNLQ0tdTP0sssLs7TMzQwMNA1sDAw1DMyMDI2MrVgYeCEi3Ew8BYXZyYBJcxMzAwsDTkZbJ7O3_VkV9-L9lXPNq941tL_tGv281ktz6YveD574vO5i5-uW_K0rfXpullP9vY-2b_waf_2p3uanu7Y8Wxxw7Ot3TwMrGmJOcWpvFCam0HVzTXE2UO3PDEvLTEvPT4rv7QoDygTn1KRXQFyj6GRgYGJMbHqAHOEVVM</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于自注意力的无监督室内定位信号异常检测</title><source>DOAJ Directory of Open Access Journals</source><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>袁江华 ; 艾浩军</creator><creatorcontrib>袁江华 ; 艾浩军</creatorcontrib><description>TP399; 基于射频信号的室内指纹定位技术,以其精度高、部署成本低等优点被广泛运用于室内定位领域.室内信号环境的变化会直接影响定位精度.深度神经网络也用于时序数据异常检测,在此基础上,提出了一种基于自注意力机制的无监督室内定位信号异常检测模型.训练模型的输入是易获得的正常信号环境下无位置标签的指纹数据.该模型的注意力模块关注提取指纹数据中不同信号来源之间的相互关联,结合关联误差和重构误差来放大正常与异常的可区分性,从而提升室内定位信号检测的精度.在实验室采集的蓝牙信号数据集和一个公开的Wi-Fi数据集UJIIndoorLoc中进行性能评估,实验结果表明,与其他算法相比,所提模型具有最好的异常检测性能.</description><identifier>ISSN: 1000-0801</identifier><identifier>DOI: 10.11959/j.issn.1000-0801.2023258</identifier><language>chi</language><publisher>武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室,湖北武汉 430040</publisher><ispartof>电信科学, 2023, Vol.39 (12), p.42-52</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/dxkx/dxkx.jpg</thumbnail><link.rule.ids>314,780,784,864,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>袁江华</creatorcontrib><creatorcontrib>艾浩军</creatorcontrib><title>基于自注意力的无监督室内定位信号异常检测</title><title>电信科学</title><description>TP399; 基于射频信号的室内指纹定位技术,以其精度高、部署成本低等优点被广泛运用于室内定位领域.室内信号环境的变化会直接影响定位精度.深度神经网络也用于时序数据异常检测,在此基础上,提出了一种基于自注意力机制的无监督室内定位信号异常检测模型.训练模型的输入是易获得的正常信号环境下无位置标签的指纹数据.该模型的注意力模块关注提取指纹数据中不同信号来源之间的相互关联,结合关联误差和重构误差来放大正常与异常的可区分性,从而提升室内定位信号检测的精度.在实验室采集的蓝牙信号数据集和一个公开的Wi-Fi数据集UJIIndoorLoc中进行性能评估,实验结果表明,与其他算法相比,所提模型具有最好的异常检测性能.</description><issn>1000-0801</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2023</creationdate><recordtype>article</recordtype><recordid>eNpjYFA0NNAzNLQ0tdTP0sssLs7TMzQwMNA1sDAw1DMyMDI2MrVgYeCEi3Ew8BYXZyYBJcxMzAwsDTkZbJ7O3_VkV9-L9lXPNq941tL_tGv281ktz6YveD574vO5i5-uW_K0rfXpullP9vY-2b_waf_2p3uanu7Y8Wxxw7Ot3TwMrGmJOcWpvFCam0HVzTXE2UO3PDEvLTEvPT4rv7QoDygTn1KRXQFyj6GRgYGJMbHqAHOEVVM</recordid><startdate>2023</startdate><enddate>2023</enddate><creator>袁江华</creator><creator>艾浩军</creator><general>武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室,湖北武汉 430040</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2023</creationdate><title>基于自注意力的无监督室内定位信号异常检测</title><author>袁江华 ; 艾浩军</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_dxkx2023120043</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2023</creationdate><toplevel>online_resources</toplevel><creatorcontrib>袁江华</creatorcontrib><creatorcontrib>艾浩军</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>电信科学</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>袁江华</au><au>艾浩军</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于自注意力的无监督室内定位信号异常检测</atitle><jtitle>电信科学</jtitle><date>2023</date><risdate>2023</risdate><volume>39</volume><issue>12</issue><spage>42</spage><epage>52</epage><pages>42-52</pages><issn>1000-0801</issn><abstract>TP399; 基于射频信号的室内指纹定位技术,以其精度高、部署成本低等优点被广泛运用于室内定位领域.室内信号环境的变化会直接影响定位精度.深度神经网络也用于时序数据异常检测,在此基础上,提出了一种基于自注意力机制的无监督室内定位信号异常检测模型.训练模型的输入是易获得的正常信号环境下无位置标签的指纹数据.该模型的注意力模块关注提取指纹数据中不同信号来源之间的相互关联,结合关联误差和重构误差来放大正常与异常的可区分性,从而提升室内定位信号检测的精度.在实验室采集的蓝牙信号数据集和一个公开的Wi-Fi数据集UJIIndoorLoc中进行性能评估,实验结果表明,与其他算法相比,所提模型具有最好的异常检测性能.</abstract><pub>武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室,湖北武汉 430040</pub><doi>10.11959/j.issn.1000-0801.2023258</doi></addata></record>
fulltext	fulltext
identifier	ISSN: 1000-0801
ispartof	电信科学, 2023, Vol.39 (12), p.42-52
issn	1000-0801
language	chi
recordid	cdi_wanfang_journals_dxkx202312004
source	DOAJ Directory of Open Access Journals; 国家哲学社会科学学术期刊数据库 (National Social Sciences Database)
title	基于自注意力的无监督室内定位信号异常检测
url	https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-02T02%3A13%3A14IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E8%87%AA%E6%B3%A8%E6%84%8F%E5%8A%9B%E7%9A%84%E6%97%A0%E7%9B%91%E7%9D%A3%E5%AE%A4%E5%86%85%E5%AE%9A%E4%BD%8D%E4%BF%A1%E5%8F%B7%E5%BC%82%E5%B8%B8%E6%A3%80%E6%B5%8B&rft.jtitle=%E7%94%B5%E4%BF%A1%E7%A7%91%E5%AD%A6&rft.au=%E8%A2%81%E6%B1%9F%E5%8D%8E&rft.date=2023&rft.volume=39&rft.issue=12&rft.spage=42&rft.epage=52&rft.pages=42-52&rft.issn=1000-0801&rft_id=info:doi/10.11959/j.issn.1000-0801.2023258&rft_dat=%3Cwanfang_jour%3Edxkx202312004%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=dxkx202312004&rfr_iscdi=true