基于声波信号的手机测向技术研究

发布时间：2021-08-27 22:04

　　伴随移动互联网日新月异的发展,室内定位技术在人们生活中的方方面面都得到了极为普遍的应用。由于智能手机已成为生活必需品,移动客户端APP具有定位导航功能已经非常常见,例如美团外卖的追踪送货员功能和宜家商场的货架定位系统等等。由于室内定位课题具有很高的研究价值和研究难度,这对相关从业者提出了严峻的挑战。因为大多数的室内定位技术依赖于特别定制的特种设备或者事先采制的信号指纹特征等等,导致将其应用于日常使用颇有难度。因此,如今的室内定位技术不仅需要更加的高效、便捷、精准,而且同时也要保证系统的轻量化。本文根据实体天线阵列设备室内测向的原理,提出了一种只需要利用寻常生活中常见的智能手机和普通音箱就可以完成室内寻向定位的解决方案。同时,在此基础上,设计并实现了虚拟天线阵列测向系统。具体而言,本文进行了以下的研究:1.虚拟线性天线阵列（VULA）模型构建的研究。为了达到实体天线阵列的高测向精度,同时能够保证测向系统更加易于普及使用,本文提出了一种虚拟线性天线阵列的构建方法。简单来说,通过以线性轨迹移动智能手机,并在移动过程中对高频声音信号进行采样。将采集到的声音信号经过预处理之后,均匀的分割成若干片... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：100 页

【学位级别】：博士

【部分图文】：

图１．２均匀圆阵模型??３．针对均匀圆阵的多重信号分类??

利用矩阵特征分解将接收信号的协方差矩阵中的特征值和特征向量提取??出来是多重信号分类算法的重要步骤之一。特征分解可以区分接收信号数据的??信号和噪音相关的两个组成。特征值分解只针对方阵。图１．１中，圆点区域和非??圆点区域将信号和噪音子空间分割开来。若用ｉ？来表示阵列单元输出的预处理??过后的信号数据所构成的协方差矩阵，则此时需对进行特征值分解：??Ｒ?＝?ＵｎＹ，ｎＵ＾?＋?Ｕｓ＾ｓＵ＾?（１．１）??通过特征分解后特征值的降序排列，最终可以将％和＾分别表示的信号??和噪音子空间提取出来。对于本文中测向系统的测向目的来说，用户寻向的目??标锚点只有一个。这也就意味着如果环境中只存在一个目标声源锚点的前提下，??在分解得到Ｍ个特征向量之后，有Ｍ－１个特征向量属于噪音子空间。信号子空??间只含有最大特征值的分解向量信息。特征分解的目的就是将目标信号本身从??各种干扰信号中挑选出来，来抵抗信号传播中的多径效应对于入射角度估算的??影响。通过降序排列特征值和特征向量

第１章绪?论??处理阶段所需要使用的滤波器。其工作原理如图１．３所示。由于本文对于系统使??用环境的假设，室内环境中会存在多个不同中心频率的高频声音信号。凭借将这??些不同频率的声音信号作为标签，将室内不同的地点区分开来。所以系统需要加??入带通滤波器来将目标标签所代表的地点从众多的高频声音信号标签中滤除出??来。滤除出目标信号之后，才可以继续采用多重信号分类的方法来估算目标信号??的入射方位角。??１．３．５．


本文编号：3367177