近日，我院徐振东老师以唯一第一作者在智能无线定位感知方面取得重要进展，相关论文“Enhancing Cross-Scenario Generalization in Indoor Localization via Feature Disentanglement”被IEEE Transactions on Mobile Computing期刊录用。该工作由yl6809永利集团、清华大学与华为技术有限公司共同完成，yl6809永利官网集团为第一完成单位。IEEE TMC是计算机网络领域公认的国际顶级期刊，是中国计算机学会（CCF）推荐的A类期刊，是中国科学院一区Top期刊（2025年）。
基于深度学习的定位技术虽能显著提升精度，但其实际部署面临环境依赖性强、泛化能力不足的挑战，且重新训练模型成本高昂。为此，徐振东老师团队提出了一种新颖的泛化框架，通过充分解耦环境无关的域不变特征与环境相关域特定特征，实现了在新场景中无需额外数据采集和在线训练的高精度定位（见图1）。
图1：提出的可泛化定位系统框架
研究团队在涵盖多场景、多障碍物的真实数据集上进行了广泛验证。实验表明，该方法将平均距离和角度估计精度分别提升了22%和28%以上，性能显著优于现有对比方法（见表1和图2）。
表1：不同方法在三个数据集上的性能比较
图2：实时轨迹定位结果
相关论文信息：
Z. Xu, M. Xue, X. Xiong, H. Hu, Y. Liu, J. Zhan, H. Wang, and Y. Shen, “Enhancing Cross-Scenario Generalization in Indoor Localization via Feature Disentanglement,” IEEE Trans. Mobile Comput., 2026. Early Access.
链接：https://ieeexplore.ieee.org/document/11435480