[发明专利]一种基于声信号时延估计及到达频率的室内非视距定位方法在审
申请号: | 201911243318.1 | 申请日: | 2019-12-06 |
公开(公告)号: | CN111308420A | 公开(公告)日: | 2020-06-19 |
发明(设计)人: | 张磊;胡志新;郭万金;黄超雷;白旭晶;薛文涛;钟宇 | 申请(专利权)人: | 长安大学 |
主分类号: | G01S5/18 | 分类号: | G01S5/18;G01S5/26 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 李晓晓 |
地址: | 710064*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 信号 估计 到达 频率 室内 视距 定位 方法 | ||
1.一种基于声信号时延估计及到达频率的室内非视距定位方法,其特征在于,结合距离量测以及频率到达信息中所包含的目标设备相对运动速度测量来对目标设备的位置进行定位,具体包括以下步骤:
S10,目标设备对信标节点发出的声音信号采集,得到原始声音信号,并将原始声音信号发送至计算单元或计算中心;
S20,从S10所发送的原始声信号中对来自各信标节点的声信号进行探测及分割,获得增强后的声信号片段及互相关结果片段;
S30,结合声信号的时延估计及到达频率估计对目标当前位置进行估计,记当前为第k次定位,k≥0,则位置估计结果为具体包括以下步骤:
S31,对S20所得声信号片段进行声信号片段进行非视距识别,通过估计声信道相对增益-时延分布,并对其提取特征值,结合机器学习对其进行分类识别,来判断声信号是否为非视距特性;
S32,根据S31判断出声信号片段的视距特性和非视距特性,对声信号片段进行分组后获得视距声信号集合以及非视距声信号集合;若视距声信号集合中的信号数量≤1,则从非视距声信号集合中寻找距离目标设备最近的两个信标节点的声信号数据,将其添加至视距声信号集合中;
S33,对S32所得视距声信号集合的声信号进行时延估计及频率到达估计,分别获得视距声信号集合的声信号的TOA估计值及FOA估计值;
S34,对S33所得视距声信号集合的声信号的TOA估计值及FOA估计值所对应的信标节点进行匹配,更新信标节点的坐标信息和目标设备到各信标节点的距离,以及目标设备到各信标节点的相对运动速度信息;
S35,根据S34所得信标节点的坐标信息和目标设备到各信标节点的距离,以及目标设备到各信标节点的相对运动速度信息,计算目标位置估计
2.根据权利要求1所述的基于声信号时延估计及到达频率的室内非视距定位方法,其特征在于,S10中,所述的目标设备包括但不限于笔记本电脑、智能平板电脑、手机、无人车以及机器人;所述的计算单元或计算中心是指具有计算能力或进行数据处理和运算的芯片、模组、模块、计算机、服务器或云端服务器。
3.根据权利要求1所述的基于声信号时延估计及到达频率的室内非视距定位方法,其特征在于,S20具体包括以下步骤:
S21,对S10所得原始声信号x[n]进行滤波与增强,获得增强后的声信号x'[n];
S22,构造参考信号r[n]并用参考信号r[n]对增强后的声信号x'[n]进行互相关计算,获得互相关信号Rx'r[τ];
S23,在互相关信号Rx'r[τ]中,对来自各信标节点的声音信号进行探测,并将其进行分割提取,获得互相关结果片段,记第i个信标声信号的互相关结果片段为Ri[τ],并记录有效信号的下标索引idxs及idxe,idxs为第i个信标声信号的互相关结果片段的开始,idxe第i个信标声信号的互相关结果片段的结尾;
S24,从增强后的声信号x'[n]中截取增强后的声信号片段x'i[n],即x'i[n]=x'[idxs:idxe]。
4.根据权利要求1所述的基于声信号时延估计及到达频率的室内非视距定位方法,其特征在于,S21中的滤波与增强,是指通过能对信号进行带通滤波和噪声抑制的硬件电路或信号处理算法对信号进行带通滤波和噪声抑制。
5.根据权利要求1所述的基于声信号时延估计及到达频率的室内非视距定位方法,其特征在于,S23中的有效性探测方法,是指通过对来自各信标节点的声音信号波形特征进行提取和判断来确定当前声音数据是否含有有效信号,以及信号所处在声信号序列中的位置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长安大学,未经长安大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911243318.1/1.html,转载请声明来源钻瓜专利网。