[发明专利]一种基于两步筛选消除关联模糊的多声源定位方法

说明书

本发明公开了一种基于两步筛选消除关联模糊的多声源定位方法。该方法包含以下几个步骤：（1）构建适用于基于TDOA多声源定位消除关联模糊的阵列结构；（2）经过时差错序处理以获得所有可能的TDOA序列；（3）基于Chan算法估计所有可能的声源位置；（4）将获取定位子阵列的TDOA与计算所有估计声源位置到其他组合的子阵列的TDOA作差值，以差值最小化作为第一步筛选虚假声源原则；（5）统计每次差值对比匹配出相应的位置，以出现的频数作为第二步筛选原则。通过以上两步筛选滤除虚假声源，解决基于TDOA多声源定位关联模糊问题。本发明的两步筛选法不仅能解决基于TDOA多声源关联模糊问题，还能以较低的计算复杂度获得较好的定位性能。

技术领域

本发明属于声源定位技术领域，特别涉及基于两步筛选消除关联模糊的多声源定位方法。

背景技术

声源定位在传感器网络、目标追踪和无线通信等领域是得到广泛的应用。声源定位使用空间分布的传声器来获取声源发射出的信号，可对接收的信号进行适当的建模，通过传声器测量获得的定位参数，如到达时差(TDOA：Time Difference Of Arrival)来构造非线性方程组，求解非线性方程组即可获得目标声源位置。TDOA定位方法对于单声源定位有较大的优势，针对三维空间分布的声源，只需检测到目标声源到传声器的到达时差。Y.T.Chan提出Chan算法(Chan Y T,Ho K C.A simple and efficient estimator forhyperbolic location[J].IEEE Transactions on signal processing,1994,42(8):1905-1915)，核心思想是两步加权最小二乘(2WLS)求解，利用Chan算法来估计出声源位置。

基于TDOA定位方法对单声源具有较大的优势,一些专利提出了适用于单声源定位方法，如专利号为CN201710015046.4的发明专利(一种基于约束凸加权的TDOA定位方法，2017年1月9日)，将目标位置的二次约束二次优化问题转化为两个单约束子优化问题进行求解，并对子优化问题的解以最优权值进行加权以获得目标位置，但未针对多声源定位进一步分析。

近些年来，多声源定位引起较多研究者的关注,Le Yang和K.C.Ho提出一种在传感器位置误差且不相干源的基于TDOA多声源闭式定位算法(Yang L,Ho K C.AnApproximately Efficient TDOA Localization Algorithm in Closed-Form forLocating Multiple Disjoint Sources With Erroneous Sensor Positions[J].IEEETransactions on Signal Processing,2009,57(12):4598-4615)，推导出了传感器存在误差的情况下，基于TDOA多声源定位求解方法。也有部分专利提出多声源定位方法，如专利号为CN201711433961.1的发明专利(一种多声源定位的方法及系统，2017年12月26日)利用GCC-PHAT函数和WCC函数对每个麦克风对的二维位置/基频特性函数加权，获得每个麦克风对的加权二维位置/基频特性函数，在设定阈值范围内根据融合后的加权二维位置/基频特性函数的函数值确定各个声源的方位角和基频，从而解决多声源定位。

以上的多声源定位方法是直接用单声源的定位方法扩展成多声源定位。然而，在TDOA的多声源定位中，由于阵列传声器对测量的TDOA值无法与目标声源进行关联，声源定位过程会产生关联模糊，从而影响多声源定位结果的精度。