摘要：
无设备定位（device free localization, DFL)的研究多为单人定位。 针对多人DFL 研究少、精度低的问题，提出了一种基于ZigBee 接收信号强度指示（received signal strength indication， RSSI)与多任务学习的多人DFL 方法。 首先介绍了ZigBee 无线传感网络的搭建，并分析了ZigBee RSSI 数据包的预处理方法，然后介绍了算法设计：使用基于多任务学习框架，构建以ZigBee RSSI 为特征的神经网络，两个任务分别为人数预测与位置预测，通过在线阶段的实验验证，计算得到定位任务的分类准确率为97.68%。 提供了一种多人DFL 的创新思路，在较少网络参数量的情况下达到了较高的定位精度。