[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

说明书

本发明公开了一种强遮挡环境下基于声音指纹的室内定位方法，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，将待定位点处的声信号的相对增益‑时延分布信息与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。本发明能够提高强遮挡环境下室内定位精度。

技术领域

本发明属于室内定位领域，具体涉及一种强遮挡环境下基于声音指纹的室内定位方法。

背景技术

室内定位方法实现的前提是信号的高质量和数据传输的稳定性，但在实际室内环境中，信号的传播过程会受到强遮挡环境的影响而产生定位误差。信号在室内强遮挡环境中的传播主要包括非视距传播和多径效应，无线信号发射端与接收端的直射路径之间，存在尺寸大于其波长的障碍物，如墙壁、柜椅等，导致发射端与接收端之间的视距传播路径往往由于遮挡现象而消失，即为非视距传播。由于信号所处的室内结构复杂，使得单一信号在传播过程中遇到障碍物发生反射、散射、绕射，最终所接收到的信号是多个路径信号的时延加权叠加和，即为多径效应。多径效应给信号的参数估计带来了极大困难。

室内复杂环境下，声信号传播距离短，功率小，且与无线信号相比，声信号的波长较短，因此受室内强遮挡的影响更加严重。无论是室内摆设、结构、建筑材料等静态因素，还是门窗开闭、人员流动等动态因素，都会使得智能移动终端与信标之间的声信号视距传播路径受到强烈的遮挡，产生非视距传播和多径效应，最终导致基于声音的室内定位系统产生定位误差，我们将其称之为遮挡导致的定位误差。综上，强遮挡环境是限制基于声音的室内定位系统进行商业化应用和推广的最基础问题和主要技术瓶颈。

发明内容

针对现有技术中存在的技术问题，本发明提供了一种强遮挡环境下基于声音指纹的室内定位方法，能够提高强遮挡环境下室内定位精度。

为了解决上述技术问题，本发明通过以下技术方案予以实现：

一种强遮挡环境下基于声音指纹的室内定位方法，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，将待定位点处的声信号的相对增益-时延分布信息与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。

进一步地，声源广播设备发射的声信号为双曲调频信号。

进一步地，匹配定位算法为人工神经网络算法。

进一步地，利用人工神经网络算法进行匹配定位，具体如下：

将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；根据人工神经网络模型，输入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。

进一步地，采用互相关的增益和时延估计算法获取每个参考节点处的声信号的相对增益-时延分布信息。

进一步地，将定位区域进行网格划分，划分后的网格交点为参考节点。