基于声音的智能移动终端室内定位关键技术研究
发布时间：2023-10-14 08:39
面向智能移动终端的室内位置服务具有广阔的市场应用前景,发展高精度室内定位又具有重要的社会意义。尽管市场需求巨大,目前尚没有一个成熟且完备的精准室内定位技术,国家及各大科技巨头公司也投入大量资金和研发力量以推动室内定位技术的发展。基于声音的室内定位技术具有兼容性好、稳定性高、定位精度高以及成本低等优点受到学术界及工业界的关注,但受到实际场景中多径和非视距现象的限制,许多关键技术亟待从基础理论层面进行解决。本文面向复杂室内环境中智能移动终端的高精度定位需求,依据现实场景及基于声音室内定位技术的特点,基于廉价的实验平台,以算法的低复杂度为原则在基础理论层面对关键技术展开研究。旨在突破声音室内定位的技术瓶颈,为室内定位与导航领域提供新的方法和理论支撑,为该类技术在实际场景中的推广铺平道路。本文主要研究内容包括:1.提出一种新的基于迭代消除过程iCleaning的高精度Chirp信号时延估计方法,在分数阶傅里叶变换域(FrFD)内对第一径成分进行探测及提取,并结合基于最大值探测的匹配滤波(MF)估计方法在室内强多径环境中实现高精度的低成本声音测距。提出了基于松弛阈值与严格阈值的第一径成分探测方法...
【文章页数】：162 页
【学位级别】：博士
【文章目录】：
致谢
摘要
Abstract
缩写、符号清单、术语表
1 绪论
1.1 研究背景及意义
1.2 基于声音的室内定位系统
1.3 关键技术及挑战
1.3.1 技术特征
1.3.2 关键技术
1.3.3 挑战
1.4 国内外研究现状
1.4.1 室内声信号时延估计
1.4.2 声信号非视距识别
1.4.3 非视距TOA定位
1.4.4 室内地图构建
1.5 主要研究内容及文章结构
2 强多径环境中Chirp信号的高精度时延估计
2.1 引言
2.2 问题描述
2.2.1 不可靠的声源信号参数先验信息
2.2.2 不可靠的第一径成分探测方法
2.3 基于iCleaning的TOA估计方法
2.3.1 iCleaning方法的过程描述
2.3.2 信号参数估计
2.3.3 基于FrFT的时频滤波
2.3.4 第一径成分探测策略
2.3.5 iCleaning算法流程
2.3.6 迭代终止条件
2.4 数值仿真
2.4.1 算法过程图形化展示
2.4.2 算法性能评估
2.5 实验及结果分析
2.6 本章小结
3 基于声信道特征的非视距识别
3.1 引言
3.2 视距与非视距情况下声信道特征研究
3.2.1 视距情况下的室内声音传播特征
3.2.2 非视距情况下的室内声音传播特征
3.3 声信道相对增益及时延估计
3.3.1 方法描述
3.3.2 数值仿真
3.4 数据采集及特征提取
3.4.1 数据采集实验
3.4.2 特征提取方法
3.5 基于监督学习的声信号非视距识别
3.5.1 分类器选择
3.5.2 交叉验证及性能评估指标
3.5.3 最优分类器
3.6 基于半监督学习的声信号非视距识别
3.6.1 分类器选择
3.6.2 最优分类器
3.7 基于无监督学习的声信号非视距识别
3.7.1 分类器选择
3.7.2 分类器性能评估
3.8 实验及结果分析
3.9 本章小结
4 强遮挡环境中运动目标的鲁棒定位
4.1 引言
4.2 非视距定位问题描述
4.2.1 常规定位问题
4.2.2 非视距定位问题
4.3 基于TOA与FOA的定位方法
4.3.1 数学模型描述
4.3.2 最大似然解
4.3.3 最小二乘解及其封闭解
4.3.4 单有效LOS量测的定位策略
4.4 基于运动学约束的TOA与FOA定位方法
4.4.1 误差分析
4.4.2 方法描述
4.5 数值仿真
4.5.1 仿真平台搭建及算法性能对比
4.5.2 算法性能评估
4.6 实验及结果分析
4.7 本章小结
5 室内精细地图的快速动态构建
5.1 引言
5.2 问题描述
5.3 基于移动群体感知的室内地图动态构建方法
5.3.1 室内地图的栅格矩阵模型
5.3.2 基于后验概率模型的地图构建方法
5.3.3 基于模板的地图构建方法
5.3.4 移动群体感知的参与者选择策略
5.4 实验及结果分析
5.5 本章小结
6 总结与展望
6.1 本文工作总结
6.2 本文工作展望
参考文献
作者简历
攻读博士学位期间主要的研究成果及参与的科研项目
本文编号：3853977
【文章页数】：162 页
【学位级别】：博士
【文章目录】：
致谢
摘要
Abstract
缩写、符号清单、术语表
1 绪论
1.1 研究背景及意义
1.2 基于声音的室内定位系统
1.3 关键技术及挑战
1.3.1 技术特征
1.3.2 关键技术
1.3.3 挑战
1.4 国内外研究现状
1.4.1 室内声信号时延估计
1.4.2 声信号非视距识别
1.4.3 非视距TOA定位
1.4.4 室内地图构建
1.5 主要研究内容及文章结构
2 强多径环境中Chirp信号的高精度时延估计
2.1 引言
2.2 问题描述
2.2.1 不可靠的声源信号参数先验信息
2.2.2 不可靠的第一径成分探测方法
2.3 基于iCleaning的TOA估计方法
2.3.1 iCleaning方法的过程描述
2.3.2 信号参数估计
2.3.3 基于FrFT的时频滤波
2.3.4 第一径成分探测策略
2.3.5 iCleaning算法流程
2.3.6 迭代终止条件
2.4 数值仿真
2.4.1 算法过程图形化展示
2.4.2 算法性能评估
2.5 实验及结果分析
2.6 本章小结
3 基于声信道特征的非视距识别
3.1 引言
3.2 视距与非视距情况下声信道特征研究
3.2.1 视距情况下的室内声音传播特征
3.2.2 非视距情况下的室内声音传播特征
3.3 声信道相对增益及时延估计
3.3.1 方法描述
3.3.2 数值仿真
3.4 数据采集及特征提取
3.4.1 数据采集实验
3.4.2 特征提取方法
3.5 基于监督学习的声信号非视距识别
3.5.1 分类器选择
3.5.2 交叉验证及性能评估指标
3.5.3 最优分类器
3.6 基于半监督学习的声信号非视距识别
3.6.1 分类器选择
3.6.2 最优分类器
3.7 基于无监督学习的声信号非视距识别
3.7.1 分类器选择
3.7.2 分类器性能评估
3.8 实验及结果分析
3.9 本章小结
4 强遮挡环境中运动目标的鲁棒定位
4.1 引言
4.2 非视距定位问题描述
4.2.1 常规定位问题
4.2.2 非视距定位问题
4.3 基于TOA与FOA的定位方法
4.3.1 数学模型描述
4.3.2 最大似然解
4.3.3 最小二乘解及其封闭解
4.3.4 单有效LOS量测的定位策略
4.4 基于运动学约束的TOA与FOA定位方法
4.4.1 误差分析
4.4.2 方法描述
4.5 数值仿真
4.5.1 仿真平台搭建及算法性能对比
4.5.2 算法性能评估
4.6 实验及结果分析
4.7 本章小结
5 室内精细地图的快速动态构建
5.1 引言
5.2 问题描述
5.3 基于移动群体感知的室内地图动态构建方法
5.3.1 室内地图的栅格矩阵模型
5.3.2 基于后验概率模型的地图构建方法
5.3.3 基于模板的地图构建方法
5.3.4 移动群体感知的参与者选择策略
5.4 实验及结果分析
5.5 本章小结
6 总结与展望
6.1 本文工作总结
6.2 本文工作展望
参考文献
作者简历
攻读博士学位期间主要的研究成果及参与的科研项目
本文编号：3853977
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3853977.html
