[发明专利]一种强遮挡环境下基于声音指纹的室内定位方法在审
申请号: | 202010820813.0 | 申请日: | 2020-08-14 |
公开(公告)号: | CN111965600A | 公开(公告)日: | 2020-11-20 |
发明(设计)人: | 张磊;左文斌;谢曙钊;王宁;区汉东;焦侃;杨伟婷 | 申请(专利权)人: | 长安大学 |
主分类号: | G01S5/22 | 分类号: | G01S5/22;G06N3/04;G06N3/08 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 马贵香 |
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 遮挡 环境 基于 声音 指纹 室内 定位 方法 | ||
1.一种强遮挡环境下基于声音指纹的室内定位方法,其特征在于,包括:
若干声源广播设备发射声信号,在定位区域内预设若干参考节点,获取每个所述参考节点处的声信号的相对增益-时延分布信息,将获取的每个所述参考节点处的声信号的相对增益-时延分布信息与该参考节点对应的位置坐标信息相结合,构建所述定位区域的声音指纹库;
采集待定位点处的声信号的相对增益-时延分布信息,利用匹配定位算法,将所述待定位点处的声信号的相对增益-时延分布信息与所述声音指纹库中的相对增益-时延分布信息进行匹配计算,得到待定位点的位置信息。
2.根据权利要求1所述的一种强遮挡环境下基于声音指纹的室内定位方法,其特征在于,所述声源广播设备发射的声信号为双曲调频信号。
3.根据权利要求1所述的一种强遮挡环境下基于声音指纹的室内定位方法,其特征在于,所述匹配定位算法为人工神经网络算法。
4.根据权利要求3所述的一种强遮挡环境下基于声音指纹的室内定位方法,其特征在于,利用所述人工神经网络算法进行匹配定位,具体如下:
将所述声音指纹库中的每个参考节点处的相对增益-时延分布信息作为输入数据,将所述声音指纹库中的每个参考节点处的位置坐标信息作为期望,利用反向传播算法,对人工神经网络的权值和阈值不断进行调整训练,直到输出值与期望的误差达到最小,保存人工神经网络的权值和阈值,得到人工神经网络模型;根据所述人工神经网络模型,输入所述待定位点处的相对增益-时延分布信息,得到待定位点的位置坐标估计值。
5.根据权利要求1所述的一种强遮挡环境下基于声音指纹的室内定位方法,其特征在于,采用互相关的增益和时延估计算法获取每个所述参考节点处的声信号的相对增益-时延分布信息。
6.根据权利要求1所述的一种强遮挡环境下基于声音指纹的室内定位方法,其特征在于,将所述定位区域进行网格划分,划分后的网格交点为参考节点。
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/202010820813.0/1.html,转载请声明来源钻瓜专利网。