两级参考点匹配位置指纹声源定位方法

提出一种两级参考点（RPs）匹配方法来减少位置指纹声源定位（SSL）过程中临近参考点搜索的计算量. 离线采样阶段：通过K均值聚类算法将数据库划分为一定数目的子库,并采用一种距离检测方法对离群点进行剔除. 在线定位阶段：通过第一级临近子库匹配完成对参考点搜索范围的缩减;在临近子库内进行第二级参考点匹配得到临近参考点;完成声源目标（TP）定位. 实验结果表明,采用两级参考点匹配算法可以在保证定位精度的前提下有效提高位置指纹声源定位方法的定位效率.     

模糊空间下双标签指纹定位算法

针对指纹定位中传统的空间划分方法所伴随的指纹点区归属识别困难和邻界匹配误判的问题,提出一种适用于区域中心识别和过渡双域判别的空间模糊划分方法,利用参考点类间距离与类内距离的差异度,衡量子区域边界的模糊度,保证实验场景定位开销最优化的同时,兼顾空间重叠划分优势,缓解子区域间绝对判别的负效应,提高定位匹配的泛化能力。在位置估计阶段,综合考虑参考点邻域间接收信号波动差异,将参考点与待定位点间信号域的距离度量转化为同源差异下的无量纲排序,并以修正后的多源排序均衡结果间接映射待定位点与参考点之间的相似度;此外,引入空间密度可达搜索强相关参考点集,结合信号域和空间域迭代约束参考点,实现目标近邻集的动态选择和集聚效应,有效克服环境变化与信号波动的干扰,提高定位方法的环境适应性。经路演下的实测数据对定位性能的评估,所提算法的定位精度优于同类区划分算法4.7%～11.8%,且在同全局匹配方法的比较中,平均定位误差最佳可降低0.422 m。     

基于稀疏表示的室内指纹定位算法

为解决室内实时定位中精度不高的问题,提出了一种基于稀疏表示的室内指纹定位算法.针对传统的指纹数据库匹配算法的不足,将待测点的位置估计看作多分类问题.首先在室内区域选择若干个参考点,多次测量参考点的WiFi信号强度,构建稀疏数据字典.通过稀疏表示的方法,用参考点的指纹矢量对待测点处的指纹矢量进行重构,计算重构误差并根据其对待测点位置进行估计.实验结果表明,与传统SVM定位方法相比,该算法的定位精度有明显提高.     

基于四麦克风阵列的三维声源定位

设计了一个三维声源定位系统,提出了一个新的系统模型,并时传统的基于声波到达时间差(TDOA)的算法进行了优化.通过检测麦克风接收到信号的时间差,结合已知的阵列元的空间位置确定声源的位置.该系统声源采集部分由4个阵列成正四面体的麦克风组成,算法的硬件实现由TMS320C5416DSP芯片完成.整个系统实现了声源定位的功能.     

听觉定位数据库构建过程优化

针对采用栅格地图法进行听觉定位数据库构建过程中存在的所需参考点数量较多和局部定位效果恶化等问题,提出基于定位误差分布特征的位置指纹数据库构建方法.在数据库构建过程中,根据测试点的定位误差分布情况,采用k近邻算法搜索定位精度偏低的区域进行新定位参考点布置.从仿真和实际实验两方面对所提出的方法与传统栅格地图方法的数据库构建效果进行了对比.结果表明,采用该方法可以有效地提升位置指纹库构建的效率,抑制局部定位效果恶化现象,提高听觉定位系统的适用性.     

麦克风阵列幅度相位误差有源校正方法

实际麦克风阵列与假设阵列模型之间存在误差,导致麦克风阵列的语音定位和增强算法性能严重下降.该文提出了一种新的麦克风阵列误差有源校正方法.它假设麦克风阵列不存在位置误差,空间中放置一个位置精确已知的声源,通过对接收信号进行离散傅里叶变换,估计出各阵元的幅度,相位误差.该方法避开了估计协方差矩阵以及特征分解,以较小的运算量得到了较好的校正效果,适合工程应用.计算机仿真验证了该方法的有效性.     

基于传声器阵列的声源定位系统的研究

基于麦克风阵列的声源定位技术在通信、语音处理等领域得到广泛的应用。从声音传播的基本原理出发,推导出了精确的声音传播的近场模型,利用该模型并结合子空间算法的思想,提出了适用于近场宽带语音信号的二维声源定位算法,并在算法模型的基础之上搭建了基于DSP的声源定位硬件系统开发平台。结果表明,该算法能够得到较好的定位效果。     

空间球交会的三维加权质心室内定位算法

针对室内定位缺少全球导航卫星系统(GNSS)信号,且传统定位方式定位精度特别是在高程上精度较低的问题,在分析普通三维定位算法、基于场强的三维加权定位算法和基于距离的三维加权定位算法基础上,提出了一种空间球交会的三维加权质心室内定位算法.该方法以未知点与接入点之间距离为半径绘制空间球体,任意两个空间球体构成一个空间球体对,将空间球体对位置关系划分为5种情况;引入前方交会原理,推导空间球体对与待测未知点的几何关系,反演得出5种情况的坐标计算公式;将距离倒数作为参考点权因子,计算未知点三维加权坐标.实验表明:该方法比普通三维定位算法、基于场强的三维加权定位算法和基于距离的三维加权定位算法定位误差明显减小,在点位高程方向上比这3种方法定位精度提高40%以上.     

近场波束零陷权声图测量干扰抑制技术

聚焦波束形成声图测量技术是一种近场高精度声被动定位技术.为了抑制近场声图测量过程中干扰声源对待检测声源定位的影响,给出了一种基于近场聚焦波束零陷权的声源干扰抑制方法.经过理论推导分别给出了权在窄带信号情况下和宽带信号情况下的解析形式,该权具有形式简单,计算量小等优点,适合实际工程应用.对权的性能进行了仿真及实验验证,结果表明,该权可以有效地在近场干扰声源位置上形成指向性零点,从而抑制掉干扰声源对声图测量的影响,改善对待探测声源的声图测量效果.     

基于有效帧估计和随机抽样一致性的集成目标定位方法

基于到达时差(TDOA)的声源定位是声音信号处理中一个非常活跃的研究方向,具有广泛的应用.由于实际环境中的噪声和混响的影响,声源定位是一个具有挑战性的课题.针对具有噪声和混响的室内环境提出了一种鲁棒声源定位方法.首先,通过麦克风阵列活跃性的统计建模确定包含声源信息的有效帧.接下来,基于随机采样一致性算法提出了一种鲁棒算法使用TDOA对声源进行定位.有效帧检测算法是一种无监督的方法,有效地利用了多通道信息,能够方便地应用于不同环境中的音频数据;同时,基于随机采样一致性的算法具有很强的鲁棒性,能够在具有噪声和混响的不利环境中对声源进行准确定位.实验表明所提出的方法能够显著地减少声源定位的偏差而且具有较小的标准差.     

分布式声源定位算法实现

为了提高声源目标在三维定位中的精度,建立声源定位三维仿真模型,通过测量声源到各传感器之间的到达时间差,计算出声源到达各传感器的距离差.以泰勒级数展开算法为核心,估计出声源的三维坐标,通过Matlab对均方根误差、声源坐标的估计进行仿真,通过VC＋＋与Matlab进行混合编程实现声源定位仿真系统,实现传感器坐标的串口的实时采集.仿真结果表明所提出的算法具有较高的定位精度,估计位置与声源实际位置偏差不超过3 m.     

Algorithm for recursive Bayesian localization triggered by temporalseries measurement information

To improve the robustness of a position system and reduce the localization error, this paper proposes a fingerprint positioning method based on the recursive Bayesian. To solve the blindness and unreliability of the location fingerprint data in an offline phase, the fingerprint database based on the sample variance is developed to measure the confidence of sampling values and reduce the impact of environmental factors, improving the reliability for online localization. The proposed method provides the target position at the current moment by utilizing the Markov model that is established by the constraint relationship between moments in the source movement, which avoids the jump problem of the position estimation and poor robustness and improves the localization accuracy. Extensive experimental results demonstrate that the average localization error norm of the proposed algorithm is no more than 0.927m, indicating significantly lower errors than other traditional schemes (often by more than 30 percent).     

一种利用声音能量的两步SDR定位算法

针对基于声音能量定位具有高度非线性、非凸特性而难以直接求解的问题,提出了一种两步半正定松弛定位算法。该算法将非线性定位方程转化为关于目标位置和信号发射能量的加权最小二乘估计问题,然后分成两步进行求解:第1步根据最小二乘准则将未知的信号发射能量表示成目标位置的函数,并将其从代价函数中消除;第2步利用凸松弛技术,将非凸的代价函数转化成半正定规划问题,并优化求解出目标位置。从理论上证明了该方法对代价函数的凸松弛变换是紧的。仿真实验表明,与现有的方法相比,该方法具有较高的定位精度,尤其在测量误差较大时具有明显的优势。     

基于空间变异理论的电子地图构建方法

为提高位置指纹法在离线采样阶段建立电子地图(radio-map)的工作效率,提出了一种基于空间变异理论的radio-map构建的方法.将信号强度采样分解为趋势项和随机项描述其空间连续性和变异性.通过信号传播衰减模型建立趋势项和收发距离间的函数关系,利用普通克里金算法对非采样位置信号强度随机项进行最优线性无偏估计.最终实现根据少量采样计算定位区域任意位置信号强度的点估计.实验结果表明,该方法对信号强度的估计精度好于距离反比加权算法,在降低构建radio-map工作量的同时保证了定位精度.     

近场声源方位和距离联合估计算法

为提高近场麦克风阵列的声源定位精确度,对基于麦克风阵列的声源定位技术进行研究。详细分析了近场信号传播模型,并结合窄带子空间算法,对宽带ISM（Incoherent Signal-Subspace Method）算法进行改进,提出一种近场子空间声源方位和距离联合估计算法。该算法根据短时信号的频率特性,在特定频率上对信号应用子空间算法进行方向距离联合估计并对结果进行叠加,从而得到最终结果。该算法在相关信源和混响条件下均能得到较好的DOA（Direction-of-Arrival）估计效果。计算机仿真验证了算法的有效性。     

一种基于主成分回归的DV-Hop定位方法

DV-Hop定位算法是一种被广泛运用的定位算法。在各向同性的密集网络中,DV-Hop可以得到比较合理的定位精度,然而在实际分布的网络中,它的精度受到噪声和信标节点之间几何关系的限制。主成分回归方法利用主成分分析方法对原先数据进行重新构造,删除部分主成分,从而消除部分噪声和多重共线性对回归精度、稳定性的影响。根据DV-Hop算法定位过程,在节点位置估计阶段运用主成分回归的方法对定位数据进行重新综合与提取,仅利用有效定位信息进行位置估计。仿真实验结果证明该改进后的算法同样具有原先算法优良特性,且定位精确度有所提高。     

基于KR积的稀疏重构近场源定位

针对声源数多于阵元数的近场信源定位问题,该文提出一种基于Khatri-Rao（KR）积的稀疏重构近场源定位方法。该方法首先假设信号是准平稳的,然后通过KR积得到虚拟阵列结构,增加了阵列的自由度;接着在虚拟阵列结构下对虚拟信号进行稀疏表示,最后通过l₁范数约束得到声源的空间谱估计。仿真表明,此稀疏重构定位方法可以实现信源定位的欠定估计,且性能优于基于KR积的子空间方法。     

基于生成对抗网络模型的RSS缺失值预测

无线上网（Wi-Fi）定位是目前室内定位中的主流方法,指纹数据库的构建是Wi-Fi定位系统的关键.然而指纹数据库中的接收信号强度（RSS）指纹值会随室内环境的变化而变化,通常需要不断地重新测量指纹值去更新指纹数据库,这就导致了成本高、耗时长,尤其是在定位区域较大的动态环境中是不切实际的.针对此问题,提出了自适应上下文生成对抗网络模型.该模型只需测量指纹数据库中的部分RSS指纹,即"参考点",然后通过学习参考点的分布情况,预测特定位置的缺失指纹.仿真实验结果表明,室内定位精确性显著提高,人力成本大大减少.