用于室内定位和导航数据集的BLE RSSI数据集

该数据集是使用西密歇根大学沃尔多图书馆一楼13个ibeacons阵列的RSSI读数创建的。数据是用iphone6s收集的。该数据集包含两个子数据集：一个标记的数据集（1420个实例）和一个未标记的数据集（5191个实例）。录音是在图书馆工作时间内进行的。对于带标签的数据集，输入数据包含位置（标签列）、时间戳，然后是13个iBeacons的RSSI读数。RSSI测量值为负值。较大的RSSI值表示更接近给定的iBeacon（例如，与RSSI为-85相比，RSSI为-65表示更接近给定的iBeacon）。对于超出范围的iBeacons，RSSI用-200表示。与RSSI读数相关的位置组合在一列中，由一个字母表示该列，一个数字表示该位置的行。附图描述了iBeacons的布局以及位置的安排。 Attribute Information: location: The location of receiving RSSIs from ibeacons b3001 to b3013; symbolic values showing the column and row of the location on the map (e.g., A01 stands for column A, row 1). Date: Datetime in the format of a€?d-m-yyyy hh:mm:ssa€? b3001 - b3013: RSSI readings corresponding to the iBeacons; numeric, integers only. Relevant Papers: M. Mohammadi and A. Al-Fuqaha, 'Enabling Cognitive Smart Cities Using Big Data and Machine Learning: Approaches and Challenges,' IEEE Communications Magazine, vol. 56, no. 2, 2018. Citation Request: @article{mohammadi2017semi, author={M. Mohammadi and A. Al-Fuqaha and M. Guizani and J. S. Oh}, journal={IEEE Internet of Things Journal}, title={{Semi-supervised Deep Reinforcement Learning in Support of IoT and Smart City Services}}, year={2017}, pages={1-12}, publisher={IEEE}, doi={10.1109/JIOT.2017.2712560}, ISSN={2327-4662}, } Mehdi Mohammadi and Ala Al-Fuqaha, {mehdi.mohammadi, ala-alfuqaha}@wmich.edu Department of Computer Science Western Michigan University

本数据集基于西密歇根大学沃尔多图书馆一楼部署的13个iBeacon（iBeacon）的接收信号强度指示（Received Signal Strength Indicator, RSSI）读数构建，数据采集设备为iPhone 6s。本数据集包含两个子数据集：带标签数据集（含1420条实例）与无标签数据集（含5191条实例），所有数据均采集于图书馆开放时段。

对于带标签数据集，其输入数据包含位置标签列、时间戳，以及13个iBeacon的RSSI读数。RSSI测量值均为负值，数值越大（越接近0）代表距离对应iBeacon越近——例如RSSI为-65时，相比-85更接近目标iBeacon。对于超出接收范围的iBeacon，其RSSI记为-200。位置信息以单列存储，通过字母代表列、数字代表行的方式编码（例如A01代表A列第1行）。附件图示出了iBeacons的部署布局与各位置的分布情况。

### 属性信息
1. `location`：用于接收b3001至b3013号iBeacon RSSI信号的位置；以符号值形式表示地图上的列与行（例如A01代表A列第1行）。
2. `Date`：时间戳格式为`d-m-yyyy hh:mm:ss`
3. `b3001 - b3013`：对应各iBeacon的RSSI读数；为整数型数值。

### 相关论文
M. Mohammadi与A. Al-Fuqaha发表于《IEEE Communications Magazine》2018年第56卷第2期的论文《Enabling Cognitive Smart Cities Using Big Data and Machine Learning: Approaches and Challenges》。

### 引用请求
@article{mohammadi2017semi,
author={M. Mohammadi and A. Al-Fuqaha and M. Guizani and J. S. Oh},
journal={IEEE Internet of Things Journal},
title={{Semi-supervised Deep Reinforcement Learning in Support of IoT and Smart City Services}},
year={2017},
pages={1-12},
publisher={IEEE},
doi={10.1109/JIOT.2017.2712560},
ISSN={2327-4662},
}

Mehdi Mohammadi和Ala Al-Fuqaha，电子邮箱：{mehdi.mohammadi, ala-alfuqaha}@wmich.edu，西密歇根大学计算机科学系。

搜集汇总

背景与挑战

背景概述

该数据集包含标记和未标记的BLE RSSI读数，用于室内定位和导航研究，数据在西密歇根大学图书馆收集，包含13个iBeacons的RSSI测量值和位置信息。