近日，我院黄宝琦教授课题组与新加坡南洋理工大学合作研究的论文（题目为“A Robust Indoor Positioning System based on the Procrustes Analysis and Weighted Extreme Learning Machine”）被国际期刊IEEE Transactions on Wireless Communications录用。该期刊是国际上公认的无线通信研究领域的顶级期刊，同时也是中科院SCI期刊分区表的二区刊物，2013年SCI影响因子为2.762。 该论文深入研究了基于WiFi指纹的室内定位算法所面临的设备异构性难题。对于WiFi指纹定位算法来说，离线阶段构建的WiFi指纹库是基于某个特定的移动终端设备，而在实际的在线定位阶段，系统将不可避免地面临来自于各种不同品牌、不同类型设备的定位请求。由于不同设备体现出了不同的WiFi指纹特征，现有的WiFi指纹定位算法将很难取得满意的定位精度。该论文通过分析了智能手机、平板电脑等异构移动终端设备对定位精度的影响，提出了基于普氏分析的WiFi指纹标准化方法，并利用加权极限机器学习算法实现了一个鲁棒的室内定位系统。通过在多个不同的室内环境进行的长期实验，结果表明了该论文提出的算法有效地解决了设备异构性产生的问题，并取得了较高的定位精度。