10.2 一种融合深度空间特征增强与注意力去噪的新型 3D 室内定位方法研究总结

文献来源：

论文解析

该文献发表于《Scientific Reports》，提出一种融合深度空间特征增强与注意力去噪的新型 3D 室内定位方法。针对室内定位数据稀缺、噪声干扰大、全局特征捕捉弱等问题，该方法采用 SVAE-WGAN 生成高质量合成数据以缓解数据稀缺，通过 ADE 模块结合注意力机制与去噪自编码器提升特征提取鲁棒性，最终结合 DNN 实现定位。在 UJIIndoorLoc、Tampere 等数据集实验显示，仅用 10% UJIIndoorLoc 数据就实现 100% 建筑定位准确率、94.7% 楼层准确率，且定位误差显著降低，验证了方法有效性。

图1 模型的整体框架

图 1 不仅是流程的可视化，更直接映射了论文对 3D 室内定位核心问题的解决思路，与文档中提及的 “数据稀缺、噪声干扰、全局特征捕捉能力弱” 三大痛点形成对应：

• 针对 “数据稀缺”：通过 “SVAE-WGAN 模块” 的合成数据生成功能，在离线阶段扩充训练数据，解决文档中 “现有方法在训练数据稀缺时定位精度低” 的问题；
• 针对 “噪声干扰”：通过 “ADE 模块” 的去噪与注意力特征聚焦，在离线训练与在线推理中均过滤无效噪声，解决 “室内环境复杂导致信号波动、定位鲁棒性差” 的问题；
• 针对 “全局特征捕捉弱”：通过 “ADE 的注意力机制 + DNN 的深层特征融合”，实现对室内空间全局特征的有效学习，避免传统方法 “局部特征依赖强、定位泛化性差” 的局限。

• 图2 核心模块

图2为模型的核心结构，其核心作用是聚焦呈现论文提出的3D室内定位框架中两大关键核心模块——SVAE-WGAN（堆叠变分自编码器-Wasserstein生成对抗网络）与ADE（注意力去噪自编码器）的内部结构、数据交互逻辑及功能协同关系，是对图1（整体框架）中核心技术细节的深化拆解，具体可从模块构成、数据流向及功能目标三方面展开解释：

从模块构成来看，图2清晰划分出SVAE-WGAN数据生成模块与ADE特征提取模块两大核心部分。SVAE-WGAN模块内，明确展示了“输入数据→SVAE编码器→SVAE解码器→WGAN判别器→生成数据”的流程，其中SVAE通过两层堆叠结构提取数据深层潜在特征，WGAN则基于Wasserstein距离优化生成样本质量，二者协同生成高保真合成数据；

ADE模块内，呈现了“输入数据→添加噪声→注意力编码器→解码器→去噪输出”的链路，注意力机制嵌入编码器以聚焦关键特征，解码器则从含噪输入中重构有效数据表示，实现去噪与特征增强。

从数据流向来看，图2以箭头明确标注了模块间及模块内部的数据传递路径：原始输入数据一方面流入SVAE-WGAN模块，经处理后生成合成数据；另一方面，原始数据与生成数据共同作为ADE模块的输入，先被注入噪声形成含噪数据，再经注意力编码器提取关键特征，最后由解码器输出去噪后的高质量特征，为后续DNN定位预测提供输入。

从功能目标来看，图2通过结构可视化直观体现两大模块的核心价值：SVAE-WGAN模块解决论文提及的“数据稀缺”问题，生成多样化、高真实度的合成数据以扩充数据集；ADE模块则针对“噪声干扰”与“特征辨识度低”问题，通过去噪与注意力特征加权，提升数据特征的鲁棒性与关键信息占比，二者共同构成定位框架的技术核心，为高精度3D室内定位奠定基础。

图3 SVAE-WGAN 模型框架

图 3核心作用是聚焦拆解论文核心数据生成模块 ——SVAE-WGAN 的内部架构、组件交互逻辑及数据处理流程，是对图 1（整体框架）和图 2（核心结构）中 “数据生成” 环节的技术细节深化，清晰呈现该模块如何通过 SVAE 与 WGAN 的协同生成高质量室内定位数据，具体可从模块构成、数据流向及功能适配三方面展开：

从模块构成看，图 3 明确划分出 SVAE（堆叠变分自编码器，标注为 “Generator” 生成器端）与 WGAN（沃瑟斯坦生成对抗网络，标注为 “Wasserstein WGAN (discriminator)” 判别器端）两大子模块，且 SVAE 采用论文设计的两层堆叠结构（含两级 “encoder- decoder” 单元），WGAN 则包含独立的编码器与解码器，二者通过潜在变量传递形成统一生成框架，精准匹配论文中 “SVAE 捕捉潜在特征 + WGAN 优化样本质量” 的设计逻辑。

从数据流向看，图 3 以箭头清晰标注全链路数据传递路径：首先，原始室内定位数据（如 Wi-Fi RSSI 数据）输入 SVAE 的第一级编码器（encoder1），经处理生成第一阶段潜在变量z1​，再通过第一级解码器（decoder1）初步重构数据；随后，z1​输入 SVAE 的第二级编码器（encoder2）生成深层潜在变量z2​，经第二级解码器（decoder2）完成二次重构，同时z2​作为关键特征传递至 WGAN 的生成器端；WGAN 接收z2​与噪声输入（符合论文中 WGAN 的噪声分布假设），通过自身编码器与解码器处理后，输出最终的 “generated data（生成数据）”，且 WGAN 判别器会对生成数据与真实数据的分布差异进行评估，反馈优化 SVAE 与 WGAN 的参数。

从功能适配看，图 3 直观体现 SVAE-WGAN 对论文核心问题的解决：通过 SVAE 的两层堆叠结构，缓解单一层 VAE 特征表示不足的问题，确保生成数据符合真实数据的潜在分布；通过 WGAN 的判别器反馈，解决传统 GAN 训练不稳定、生成样本质量低的问题，最终实现 “高质量、多样化合成数据生成”，为后续 ADE 特征提取与 DNN 定位提供充足数据支撑，直接应对论文提及的 “室内定位数据稀缺、采集成本高” 痛点。

图4 SVAE模型结构

图4为SVAE模型结构，其核心作用是聚焦拆解论文中SVAE（堆叠变分自编码器）的内部层级架构、组件连接关系及数据处理逻辑，是对图3（SVAE-WGAN模型框架）中“SVAE生成器端”的进一步技术细化，清晰呈现SVAE如何通过两层堆叠设计捕捉室内定位数据的深层潜在特征，具体可从模块构成、数据流向及功能目标三方面展开：

从模块构成看，图4严格遵循论文中“两层堆叠VAE”的设计，明确划分出两级独立的“编码器-解码器”单元（encoder1-decoder1、encoder2-decoder2），且标注了各组件的输入输出维度关联。其中，每级编码器（encoder1、encoder2）均负责将输入数据映射至潜在空间并输出均值（μ）与方差（σ²）参数，每级解码器（decoder1、decoder2）则负责从潜在变量中重构数据；同时，图中清晰标注了潜在变量的传递路径（z₁从encoder1输出，作为encoder2的输入），精准匹配论文中“层级化特征提取”的设计逻辑。

从数据流向看，图4以箭头明确标注全链路数据传递：原始室内定位数据（输入维度与论文中UJIIndoorLoc数据集的520维RSSI特征匹配）首先输入第一级编码器（encoder1），经处理后生成第一阶段潜在变量z₁（服从论文假设的高斯分布\(q_{\phi_1}(z_1|x) \sim \mathcal{N}(z_1;\mu_1(x),\sigma_1^2(x))\)）；z₁一方面输入第一级解码器（decoder1），重构生成与原始数据维度一致的中间结果\(\hat{x}_1\)，另一方面作为第二级编码器（encoder2）的输入，生成更深层的潜在变量z₂（同样服从高斯分布\(q_{\phi_2}(z_2|z_1) \sim \mathcal{N}(z_2;\mu_2(z_1),\sigma_2^2(z_1))\)）；z₂输入第二级解码器（decoder2），重构生成与z₁维度一致的\(\hat{z}_1\)，并反馈至decoder1辅助优化原始数据的重构效果，形成“双层重构”闭环。

从功能目标看，图4直观体现SVAE对论文核心需求的适配：通过两层堆叠结构，解决单一层VAE在高维室内定位数据中“特征表示不足”的问题，确保能逐步挖掘数据的深层空间关联；通过“encoder-decoder”的重构机制与高斯分布约束，使潜在变量既符合真实数据分布，又具备良好的泛化性，为后续WGAN生成高质量合成数据提供“规范的潜在特征基础”，直接服务于论文中“缓解数据稀缺”的核心目标。

算法1

算法1（Algorithm 1）核心作用是将论文提出的SVAE-WGAN数据生成模块的工作流程、数学逻辑与参数更新规则转化为可执行的步骤化流程，明确该模块如何通过SVAE（堆叠变分自编码器）与WGAN（沃瑟斯坦生成对抗网络）的协同训练，生成高质量、符合真实分布的室内定位合成数据，以缓解数据稀缺问题，具体可从“输入输出定义”“核心步骤拆解”“与论文理论的关联”三方面展开：

一、算法1的输入与输出：

明确数据与参数范围 算法1开篇清晰界定了执行所需的输入条件与最终输出结果，严格匹配论文中SVAE-WGAN的设计需求：

- **输入（Inputs）**：包含三部分关键信息，一是原始室内定位数据\(X \in \mathbb{R}^{N \times d}\)（\(N\)为样本数量，\(d\)为特征维度，如UJIIndoorLoc数据集的520维RSSI特征），作为数据生成的基础；二是WGAN生成器所需的噪声分布\(p_z\)（论文假设为标准正态分布，确保生成数据的多样性）；三是超参数（balancing parameter \(\lambda\)、learning rate、batch size），其中\(\lambda\)用于平衡SVAE损失与WGAN损失，避免单一损失主导训练，学习率与批大小则保障训练稳定性与效率。

- **输出（Outputs）**：最终生成“逼近输入数据分布的合成数据分布”，即通过算法训练后，SVAE-WGAN模块能输出与原始定位数据特征、分布高度一致的合成样本，为后续ADE特征提取与DNN定位提供数据支撑。

二、算法1的核心步骤：

分阶段实现协同训练 算法1将SVAE-WGAN的训练流程拆解为“参数初始化”与“多步骤迭代训练”两部分，每一步骤均对应论文中的数学模型与技术逻辑，具体如下：

1. **参数初始化（Initialize parameters）**：首先初始化SVAE与WGAN的核心参数——SVAE包含两层编码器（encoder1、encoder2）与两层解码器（decoder1、decoder2）的参数，WGAN包含生成器（generator）与判别器（discriminator）的参数，确保模型从合理初始状态启动训练，避免后续收敛困难。

2. **迭代训练（For each training step）**：采用循环迭代方式逐步优化参数，每一轮迭代包含四个关键步骤，形成“特征提取-重构优化-对抗训练-联合损失更新”的闭环：

- **步骤1：第一层VAE训练（First Layer VAE）**：将输入数据\(x\)输入SVAE的第一层编码器，通过公式\(q_{\phi}(z_1 | x) \sim \mathcal{N}(z_1 ; \mu_1(x), \sigma_1^2(x))\)将数据映射为第一阶段潜在变量\(z_1\)（服从高斯分布）；随后通过第一层解码器对\(z_1\)进行重构，生成与原始输入维度一致的\(\hat{x}_1\)，完成“输入-潜在变量-重构”的初步链路，对应论文中SVAE第一层“捕捉初始潜在特征”的功能。

- **步骤2：第二层VAE训练（Second Layer VAE）**：将第一层输出的潜在变量\(z_1\)作为第二层编码器的输入，生成更深层的潜在变量\(z_2\)；再通过第二层解码器对\(z_2\)重构，生成\(\hat{z}_1\)（与\(z_1\)维度一致）；同时计算SVAE的总损失\(L_{SVAE}\)，该损失由“重构损失”（衡量\(x\)与\(\hat{x}_1\)、\(z_1\)与\(\hat{z}_1\)的差异）与“KL散度损失”（约束潜在变量分布接近先验分布）构成，对应论文公式\(L_{SVAE} = L_{recon} + D_{KL}\)，实现对SVAE特征提取能力的优化。

- **步骤3：WGAN训练（WGAN）**：基于SVAE输出的潜在变量与原始数据，分别计算WGAN判别器损失\(L_D\)与生成器损失\(L_G\)——判别器通过区分真实数据与生成数据优化自身“分辨能力”，生成器则通过生成让判别器难以区分的样本优化“生成能力”，且损失计算基于论文中WGAN的Wasserstein距离（替代传统GAN的JS散度），确保训练稳定。

- **步骤4：SVAE-WGAN联合损失更新（SVAE-WGAN Loss）**：将SVAE损失与WGAN判别器损失通过超参数\(\lambda\)加权融合，得到总损失\(L_{SVAE-WGAN} = L_{SVAE} + \lambda L_D\)；随后基于该总损失反向传播，更新SVAE的编码器/解码器参数与WGAN的生成器/判别器参数，实现两大模块的协同优化，避免单一模块训练偏差。

三、算法1与论文理论的关联：

技术落地的桥梁 算法1并非独立流程，而是论文中SVAE-WGAN模块理论（如两层VAE结构、Wasserstein距离损失、联合优化逻辑）的“技术落地载体”：它将论文中的数学公式（如潜在变量的高斯分布假设、损失函数计算）转化为可执行的步骤，明确了“何时训练VAE”“何时训练WGAN”“如何平衡两者损失”，确保后续实验中SVAE-WGAN能稳定生成高质量合成数据，直接支撑论文中“缓解数据稀缺、提升定位精度”的核心目标，是连接理论设计与实验验证的关键环节。

图5 ADE模型结构

图5（Fig. 5）的标题为“Structure of ADE model”（ADE模型结构）**，其核心作用是直观拆解论文中核心特征提取模块——注意力去噪自编码器（ADE）的内部架构、数据处理链路及关键组件功能，是对图1（整体框架）和图2（核心结构）中“特征提取”环节的技术细节深化，清晰呈现ADE如何实现“去噪”与“关键特征聚焦”的双重目标，为后续DNN定位提供高质量特征输入，具体可从模块构成、数据流向及功能适配三方面展开：

从模块构成看，图5严格遵循论文中ADE“去噪自编码器（DAE）+注意力机制”的融合设计，明确划分出“噪声注入单元”“注意力编码器”“解码器”三大核心组件，且各组件的功能边界与连接关系清晰：噪声注入单元负责对输入数据添加扰动，模拟真实室内定位数据的噪声干扰；注意力编码器嵌入单头注意力机制（论文证实单头设计可降低计算复杂度、避免过拟合），既执行特征提取又为关键特征分配高权重；解码器则从含噪特征中重构去噪后的有效数据表示，三者共同构成“加噪-去噪-特征增强”的完整链路。

从数据流向看，图5以箭头标注全流程数据传递路径，精准匹配论文中ADE的工作逻辑：首先，原始室内定位数据（含真实数据与SVAE-WGAN生成的合成数据）输入模型，经“Add noise to the input data”环节注入噪声（噪声分布符合论文假设），形成“noisy data（含噪数据）”；随后，含噪数据输入“encoder（注意力编码器）”，编码器在提取深层特征的同时，通过注意力机制动态聚焦对定位关键的特征（如高辨识度的AP信号特征），过滤无关噪声；最后，编码器输出的潜在特征输入“decoder（解码器）”，重构生成“denoised output（去噪输出）”，既完成噪声过滤，又输出鲁棒的高维特征，为下游DNN定位任务提供输入，同时图中还标注“Measure reconstruction loss against original data”，体现通过对比重构输出与原始数据计算损失、优化模型参数的过程。

从功能适配看，图5直观体现ADE对论文核心问题的解决：针对“室内定位数据噪声干扰大”的痛点，通过“加噪-去噪”机制提升模型抗噪能力，确保在多径效应、信号衰减等复杂环境下仍能提取有效特征；针对“传统方法难以捕捉关键空间特征”的局限，通过注意力机制强化关键特征权重，避免无关信号干扰定位精度，最终实现“高质量特征提取”，直接支撑论文中“提升3D室内定位鲁棒性与准确性”的核心目标。

算法2 ADE（注意力机制去噪编码器）

算法2（Algorithm 2）的标题为“ADE”**，其核心作用是将论文提出的注意力去噪自编码器（ADE）的工作流程、参数设置与优化逻辑转化为步骤化的可执行流程，明确该模块如何通过“噪声注入-注意力特征提取-去噪重构”的闭环，从含噪室内定位数据中提取鲁棒、高辨识度的深层特征，为后续DNN定位预测提供高质量输入，具体可从“输入输出定义”“核心步骤拆解”“与论文理论的关联”三方面展开：

## 一、算法2的输入与输出：

匹配特征提取需求 算法2开篇明确界定了执行所需的输入条件与最终输出结果，严格贴合论文中ADE的设计目标：

- **输入（Inputs）**：包含三部分关键信息，一是室内定位数据\(X \in \mathbb{R}^{N \times d}\)（\(N\)为样本数，\(d\)为特征维度，如UJIIndoorLoc数据集的520维RSSI特征，且数据含真实样本与SVAE-WGAN生成的合成样本）；二是超参数（平衡参数\(\lambda\)、学习率、批大小），其中\(\lambda\)用于平衡重构损失与正则化损失，保障特征提取精度与模型泛化性；三是噪声分布\(p_{noise}\)（论文未明确具体分布，通常为高斯噪声，模拟室内环境的信号波动干扰）。

- **输出（Outputs）**：最终输出“去噪后的输出数据\(\hat{X}\)”与“学习到的潜在特征\(z\)”，前者实现对含噪输入的噪声过滤，后者则是经注意力机制强化的关键空间特征，二者共同服务于下游定位任务，直接应对论文中“数据噪声干扰大、关键特征捕捉难”的痛点。

## 二、算法2的核心步骤：

分阶段实现特征优化 算法2将ADE的训练与特征提取流程拆解为“参数初始化”与“迭代训练”两部分，每一步骤均对应论文中ADE的技术逻辑与数学模型，形成“加噪-编码-解码-优化”的完整链路：

1. **参数初始化（Initialize Parameters）**：

首先初始化ADE的核心组件参数，包括含注意力机制的编码器（attention encoder）、解码器（decoder），以及注意力正则化相关参数。这一步确保模型从合理初始状态启动，避免后续训练中出现收敛困难或特征提取偏差，符合论文中“ADE需平衡去噪能力与特征聚焦能力”的设计要求。

2. **迭代训练（Training Steps）**：采用循环迭代方式逐步优化模型参数，每一轮迭代包含五个关键步骤，层层递进实现“抗噪”与“特征增强”：

- **步骤1：添加噪声（Add Noise）**：按照噪声分布\(p_{noise}\)，对输入数据\(X\)注入噪声，生成含噪数据\(X_{noisy} = X + Noise\)。这一步模拟真实室内环境中信号受多径效应、衰减等干扰的场景，让模型在训练中学习从噪声中挖掘有效信息，对应论文中“DAE通过加噪-去噪提升抗噪性”的核心思想。

- **步骤2：注意力编码（Encode with Attention）**：将含噪数据\(X_{noisy}\)输入注意力编码器，通过公式\(z = Attention\_Encoder(X_{noisy})\)生成潜在特征\(z\)。编码器在提取特征过程中，嵌入论文设计的**单头注意力机制**（降低计算复杂度、避免过拟合），为对定位关键的特征（如高稳定性的AP信号特征）分配更高权重，过滤无关噪声与冗余信息，实现“关键特征聚焦”。

- **步骤3：解码重构（Decode）**：将潜在特征\(z\)输入解码器，通过\(\hat{X} = Decoder(z)\)生成去噪后的重构数据\(\hat{X}\)。解码器的核心目标是从经注意力强化的潜在特征中，恢复出与原始无噪数据分布一致的输出，完成“去噪”过程，对应论文中“ADE需同时实现去噪与特征保留”的需求。

- **步骤4：计算损失（Compute Loss）**：损失函数为重构损失与正则化损失的加权组合，公式为\(Loss_{ADE} = MSE(X, \hat{X}) + \lambda \cdot D_{KL}(q(z|X)||p(z))\)。其中，MSE（均方误差）衡量原始数据\(X\)与重构数据\(\hat{X}\)的差异，保障去噪精度；KL散度（\(D_{KL}\)）约束潜在特征\(z\)的分布接近先验分布（如标准正态分布），避免模型过拟合，超参数\(\lambda\)平衡二者权重，完全匹配论文中ADE损失函数的定义。

- **步骤5：反向传播（Backpropagation）**：基于计算出的\(Loss_{ADE}\)，通过反向传播算法更新编码器、解码器及注意力机制的所有参数，最小化损失值。这一步实现模型的迭代优化，确保ADE在训练中逐步提升“去噪能力”与“关键特征提取能力”，最终输出稳定、鲁棒的特征。

## 三、算法2与论文理论的关联：

技术落地的关键 算法2并非独立流程，而是论文中ADE模块理论设计的“技术落地载体”：它将论文中“ADE=DAE+注意力机制”的融合逻辑、单头注意力的选择依据、损失函数的数学公式，转化为可执行的步骤，明确了“何时加噪”“如何嵌入注意力”“怎样优化损失”，确保后续实验中ADE能稳定处理含噪定位数据，提取出支撑高精度定位的关键特征。同时，算法2的步骤设计也直接呼应了论文中ADE的性能优势——通过加噪步骤提升抗噪性，通过注意力编码强化特征辨识度，最终为DNN定位提供高质量输入，支撑论文中“提升3D室内定位精度与鲁棒性”的核心目标。