基于多模态深度学习的CSI室内定位方法及系统

本发明公开了一种基于多模态深度学习的CSI室内定位方法及系统，包括步骤：S1：采集目标室内环境中的CSI数据，提取CSI的原始幅度；对CSI幅度进行快速傅里叶变换，得到FFT幅度；对CSI幅度进行逆快速傅里叶变换，得到IFFT幅度；S2：分别采用独立的特征提取网络对原始幅度、FFT幅度和IFFT幅度进行特征提取，得到对应的特征向量；S3：将步骤S2得到的三种特征向量拼接后输入深度学习模型的注意力层，动态计算各特征向量的注意力权重，并通过加权融合生成加权特征向量；S4：通过坐标回归网络将加权特征向量特征映射到二维坐标，得到预测的位置坐标；S5：利用回归失函数优化模型参数，并采用定位精度指标对模型进行评估，验证模型在不同环境下的表现。