基于智能手机的声信号室内定位系统研究

发布时间：2017-03-22 22:01

  本文关键词：基于智能手机的声信号室内定位系统研究，，由笔耕文化传播整理发布。

【摘要】：基于位置的服务(Location Based Service,LBS)为人们日常生活提供了很多便利,智能手机已成为人们生活中的必需品。调查表明,人们80%的时间是在室内度过的,随着人们活动的室内空间越来越庞大和复杂,室内定位技术的需求也越来越明显,如精准营销、商场定位与导航、医疗救护与智能仓储等。基于手机的室内定位服务已经成为国内外的研究前沿与热点。复杂多变的室内环境使得GPS(Global Position System)的应用受到限制,而WIFI蓝牙、超宽带等在定位精度或手机兼容性方面存在短板。基于声信号的室内定位技术由于其成本低、精度高、与智能手机兼容性好等特征,成为最具潜力的定位技术之一。因此,本文提出了一种新的基于手机平台的声信号室内定位方法,并解决了多径与强噪声环境下微弱信号的时延估计等问题。对系统进行了设计与实现,实际场景下的实验结果表明,本系统具有精度高、实时性好,稳定性强等特性。论文的主要贡献包括：1)为了提高测距的精度、鲁棒性与实时性,对声信号进行设计与优化。通过对手机平台的声信号频率响应进行测试与分析,设计了具有较强抗干扰能力的加窗LFM(Linear Frequency Modulation)声信号。通过对不同长度LFM声信号的距离估计实验结果进行统计与分析,优化了信号的起始频率、变化率、终止频率与时域带宽。2)针对基于互相关的声信号时延估计,通过优化多径与微弱信号的估计参数,显著提高了时延估计精度。室内定位场景中多径现象较为严重,传统的基于最大峰峰值估计的估计方法存在较大误差,甚至得出错误的估计结果。本文通过优化峰值估计参数,提高了互相关估计方法的鲁棒性。针对微弱信号,设计有效峰判别准则,解决了强噪声环境下的微弱信号时延估计问题。3)针对高性能的声信号时延估计,提出了模糊函数滤波和投影解空间的时频分析方法,提高了时延估计性能,降低了计算复杂度。采用AF(Ambiguity Function)滤波技术,在多普勒时延域设计模糊函数对信号进行滤波,实现了高精度的时延估计。为了提高运算效率,提出了累积能量投影(Cumulative Energy Projective Distribution, CEPD)和累计点数投影(Cumulative Points Projective Distribution, CPPD)的概念,大大提高了时延估计的实时性能。实验结果显示,时频分析时延估计方法能够获得更加精确的估计结果。4)提出了一种新的室内定位方法,优化了时钟同步与目标定位的交互流程,在保证系统定位精度的基础上,提高了定位的实时性和稳定性。实验结果显示,在10m*10m的场景内,系统能够以83.3%的概率保证25cm以内的位置估计误差,44.4%的概率保证10cm以内的位置估计误差,目标位置更新周期可以达到400ms,同时具有较高的稳定性。
【关键词】：智能手机 声信号 互相关 时频分析 时延估计 系统设计
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN929.53
【目录】：

• 致谢5-6
• 摘要6-8
• Abstract8-17
• 第1章 绪论17-29
• 1.1 课题背景17-18
• 1.2 研究现状18-24
• 1.2.1 定位方法18-20
• 1.2.1.1 角度量测定位18-19
• 1.2.1.2 距离量测定位19-20
• 1.2.1.3 指纹识别定位20
• 1.2.2 定位技术20-23
• 1.2.3 存在问题23-24
• 1.3 本文的创新点和组织结构24-29
• 第2章 系统设计29-41
• 2.1 引言29-30
• 2.2 系统架构设计30-31
• 2.3 系统流程设计31-35
• 2.3.1 信标节点布局设计32-33
• 2.3.2 定位方案设计33-35
• 2.3.3 位置估计35
• 2.4 声信号的调制形式与检测方法35-36
• 2.5 手机平台特性分析36-40
• 2.5.1 手机平台频响特性的测试与分析36-39
• 2.5.2 手机平台的全向性测试39-40
• 2.6 本章小结40-41
• 第3章 基于互相关的声信号测距方法研究41-67
• 3.1 引言41-42
• 3.2 互相关原理与声信号测距42-43
• 3.3 多径抑制43-48
• 3.3.1 多径效果分析44-47
• 3.3.2 多径抑制方案47-48
• 3.4 噪声处理与微弱信号检测48-53
• 3.5 实验验证53-66
• 3.5.1 距离估计结果统计方法53-54
• 3.5.2 低频声信号距离估计54-62
• 3.5.3 高频声信号距离估计62-66
• 3.6 本章小结66-67
• 第4章 基于时频分析的声信号测距方法研究67-83
• 4.1 引言67-68
• 4.2 信号预处理68-71
• 4.2.1 信号的数字滤波68-70
• 4.2.2 语音分割70-71
• 4.3 AF滤波71-75
• 4.4 时延估计75-78
• 4.5 实验验证78-81
• 4.6 本章小结81-83
• 第5章 系统实现与验证83-99
• 5.1 引言83
• 5.2 最小二乘定位算法83-85
• 5.3 定位算法设计85-89
• 5.3.1 声速测量85
• 5.3.2 异常值剔除85-87
• 5.3.3 定位算法87-89
• 5.4 系统实现89-94
• 5.5 系统实验验证94-98
• 5.5.1 实验描述94-95
• 5.5.2 实验结果95-98
• 5.6 本章小结98-99
• 第6章 总结与展望99-101
• 6.1 本文总结99-100
• 6.2 研究展望100-101
• 参考文献101-107
• 作者在硕士期间发表的学术论文及参与科研项目107

【相似文献】

中国期刊全文数据库 前9条

1 孙安民;利用多媒体计算机处理立体声信号[J];电声技术;1998年10期

2 何璞;谢菠荪;钟小丽;;采用无耳壳头相关传输函数的虚拟声信号处理[J];应用声学;2007年02期

3 徐泾平，程敬之;生理声信号分析的进展[J];科技导报;1995年04期

4 戴硕;罗海;黄河;周荷琴;;基于声信号处理的交通事故自动检测算法[J];电子技术;2010年10期

5 肖涵;李友荣;吕勇;;一种新的基于声信号的故障分类算法[J];测试技术学报;2008年01期

6 胡兴宇;屈平;温志芳;王忠庆;;利用小波分解处理声信号[J];科技信息;2011年16期

7 郑贤中;杨侠;吴艳阳;;非线性参量阵系统设计与声响应优化计算[J];信号处理;2009年05期

8 ;声象理论与技术[J];电子科技文摘;2003年07期

9 ;[J];;年期

中国重要会议论文全文数据库 前3条

1 陈其才;张铭;李安邦;吴飞健;;声信号处理过程中神经元间的相互作用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

2 何璞;谢菠荪;钟小丽;;采用无耳壳头相关传输函数的虚拟声信号处理[A];2005年声频工程学术交流会论文集[C];2005年

3 朱珍珍;马任;马也亭;张顺起;殷涛;刘志朋;;基于磁声耦合效应的声信号特征分析[A];天津市生物医学工程学会第三十三届学术年会论文集[C];2013年

中国硕士学位论文全文数据库 前8条

1 文祥计;基于智能手机的声信号室内定位系统研究[D];浙江大学;2016年

2 张磊;浮标基水下声信号处理平台设计与实现[D];哈尔滨工程大学;2010年

3 张东玲;物理小波变换在声信号处理中的应用[D];中国海洋大学;2006年

4 王巍巍;鱼类声信号的分析及特征提取研究[D];哈尔滨工程大学;2009年

5 魏平姣;水流量测量中的声信号处理及数据传输研究[D];沈阳航空航天大学;2013年

6 周莹;基于声信号的运动车辆识别算法研究与实现[D];电子科技大学;2013年

7 李大赵;次声信号的获取与处理[D];中北大学;2006年

8 王雅芬;通用多功能水声信号处理系统及其应用[D];西北工业大学;2007年

  本文关键词：基于智能手机的声信号室内定位系统研究，由笔耕文化传播整理发布。

本文编号：262270