Study on sound source localization for mobile robot based on tetrahedral microphone array[D].

针对基于模型的声源定位方法在非结构化空间中应用所存在的模型依赖度高、定位精度低等问题,提出一种基于声音位置指纹的定位方法,通过将待定位点处的声源信号空间位置特征与定位数据库中信息进行比较从而完成声源定位. 该定位方法包括2个阶段:离线采样阶段,捕获各定位参考点处声源信号并完成位置特征提取,据此特征和参考点位置信息构建定位数据库;在线定位阶段,通过提取待定位点处实时信号特征并和定位数据库中信息进行匹配完成定位. 仿真实验结果表明:在麦克风数量较少、环境噪声干扰较大的情况下,该方法具有较小的声源位置估计偏差,定位效果可满足实际应用需求.

     

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.     

仿蝎子振源定位机理的位置指纹室内定位方法

针对基于接受信号强度(RSS)的位置指纹室内定位方法易受到多径效应及噪声干扰而导致定位精度低这一问题,提出了一种仿蝎子振源定位机理的位置指纹室内定位方法。该方法首先仿蝎子的n/1神经元构型构建神经元结构对振动信号进行编码,将振动信号转化为脉冲。然后,提取脉冲作为位置指纹特征,并利用该脉冲建立位置指纹特征库。最后,用加权K近邻(WKNN)算法进行振源位置估计。为验证本文算法的有效性,模仿蝎子生理结构,搭建了一套仿蝎子振动感知的振动信号采集系统,在室内环境中进行用户踏步信号的采集,并根据振动数据进行定位试验。结果表明:本文提出的仿蝎子n/1神经元构型的位置指纹定位方法比基于RSS的位置指纹定位方法的平均定位准确度提高了0.148 4 m。     

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.     

一种改进的位置指纹智能手机室内定位算法

为了减小智能手机现有室内定位算法的时间复杂度和空间复杂度,提出一种将确定型算法和概率分布算法融合的智能手机室内定位新方法。利用最近邻算法选出K个最相近的位置点,然后采用贝叶斯算法将K个位置点中匹配概率最大的点作为最终的估计位置。在Android手机上分别采用3种方法进行20组室内对比定位实验,并随机选取10个位置进行定位误差对比实验,结果表明,新方法比贝叶斯算法的复杂度降低了Ο(4n/5),比最近邻算法的定位准确率提高了约4%,且定位误差较小。     

RSSI位置指纹的定位误差分析与仿真

为了确立RSSI位置指纹定位技术中定位误差与影响其主要参数的关系,提出了表示定位平均误差的数学模型,通过计算整个定位区域误差的期望,公式化地表达了接入点个数、接入点摆放位置、采样点间距、最邻近点个数各因素取值不同对定位精度的影响.通过对实验数据的统计分析,仿真结果表明:接入点个数取4个可满足定位要求,当选择多于5个接入点实现定位时,可以不考虑接入点摆放位置,采样点间距取1 m可满足定位要求,K的取值对定位精度影响不明显.     

利用多点互相关值均值的实时声源定位算法

基于可控响应功率的麦克风阵列声源定位算法在噪声和混响环境中具有较好的鲁棒性,但是利用网格搜索方法寻找可控响应功率的最大值计算复杂度很高。故提出一种新的实时声源定位算法,使用网格中多互相关值均值代替单点的可控响应功率值作为代价函数,通过多级区域收缩方法实现了代价函数最大值的空间搜索,并给出一种不显著增加计算量的互相关值求和范围的计算方式。由于利用了网格中更多的空间采样信息,因此可以使用更大尺度的搜索网格,从而降低了整个搜索过程的计算复杂度。     

机器人听觉定位跟踪声源的研究与进展

从基于麦克风阵列和基于人耳听觉机理两个方面综述了当前机器人听觉定位跟踪声源目标的研究动态和发展方向。首先回顾了机器人听觉定位声源的研究历史;其次讨论了两种系统的优缺点;最后指出了未来机器人听觉定位跟踪声源的发展趋势。基于麦克风阵列的声源定位系统,盲波束形成技术是未来进一步研究内容。而基于人耳听觉机理的声源定位系统,运用计算听觉场景分析建立声源定位模型将是未来热点研究内容。     

声源识别、定向和定位技术

该技术利用麦克风阵列技术来准确定向声源．采用模式识别技术来辨别并区分话音和其它声响．采用时延和几何方法确定声源方位．可实时处理获取的数据,算法稳定,抗噪能力强。     

基于传声器阵列的机器人声源定位系统

随着计算机技术和信号处理技术的发展,各种具有特殊功能的机器人应用到人们的生产生活中。听觉系统可以弥补机器人视觉系统存在的不足,使机器人在黑暗或有障碍物遮挡的环境中,利用声音信息感知环境中存在的目标,并对其定位,辅助机器人工作,尤其在灾难现场搜救、军事等领域,声源定位系统具有独特的优势。针对机器人声源定位系统进行研究,设计了基于传声器阵列的机器人声源定位系统,采用平面四元传声阵列,利用广义互相关算法,实现对声源的定位,具有较高的实用价值。     

基于群组的WI—FI指纹室内定位研究

WI-FI指纹定位是最常用的室内定位算法之一,但是WI-FI指纹定位存在较大的定位误差。为了提高定位精度,提出了基于群组的定位算法。首先在WI—FI指纹定位的基础上,提出了群组的概念,然后阐述了基于最小编辑距离的群组识别算法,最后利用群组中人与人之间的物理距离,设计了一种基于群组的定位算法。实验表明,基于群组的WI—FI指纹定位算法能明显减小WI-FI指纹定位的误差。     

基于INS定位和WIFI指纹定位技术的无人机室内定位方法研究

针对无人机室内定位问题,提出了一种基于惯性导航系统（INS）和WIFI指纹定位技术的四旋翼无人机的室内定位方法。该方法首先利用WIFI模块测量的信号接收强度信息,根据WIFI指纹定位原理求出该定位时刻下的无人机位置;同时,利用惯性传感器信息计算出INS定位下的无人机位置,结合两种定位结果得出更为精确的位置。最后,通过实验验证了INS定位和WIFI指纹定位相结合的无人机室内定位方法的有效性,且该方法较两种单独定位方法的定位精度更高。     

An Indoor Localization Approach Based on Fingerprint and Time-Difference of Arrival Fusion

In this paper, an effective target locating approach based on the fingerprint fusion positioning (FFP) method is proposed which integrates the time-difference of arrival (TDOA) and the received signal strength according to the statistical variance of target position in the stationary 3D scenarios. The FFP method fuses the pedestrian dead reckoning (PDR) estimation to solve the moving target localization problem. We also introduce auxiliary parameters to estimate the target motion state. Subsequently, we can locate the static pedestrians and track the the moving target. For the case study, eight access stationary points are placed on a bookshelf and hypermarket; one target node is moving inside hypermarkets in 2D and 3D scenarios or stationary on the bookshelf. We compare the performance of our proposed method with existing localization algorithms such as k-nearest neighbor, weighted k-nearest neighbor, pure TDOA and fingerprinting combining Bayesian frameworks including the extended Kalman filter, unscented Kalman filter and particle filter (PF). The proposed approach outperforms obviously the counterpart methodologies in terms of the root mean square error and the cumulative distribution function of localization errors, especially in the 3D scenarios. Simulation results corroborate the effectiveness of our proposed approach.     

大地震临震预测的研究进展

为了实现防震减灾,可以用震前次声波异常信号出现的时间和异常幅值预测发震时间和震级,有效率达到75%以上. 地震预测有3个要素,震中位置是最重要的因素,不能准确地预测发震地点就不能实现防震减灾的目的. 利用已建立的次声观测阵,提出了一种三点阵次声源定位估算法,该方法能对次声入射方位角、次声波传播速度以及次声源进行估算. 通过一些实际震例对次声波进行了定位分析,结果表明估算方向与实际震中方向一致,说明本文提出的三点阵估算法是可行的.

     

三点阵次声源定位估算法

为了实现防震减灾,可以用震前次声波异常信号出现的时间和异常幅值预测发震时间和震级,有效率达到75%以上.地震预测有3个要素,震中位置是最重要的因素,不能准确地预测发震地点就不能实现防震减灾的目的.利用已建立的次声观测阵,提出了一种三点阵次声源定位估算法,该方法能对次声入射方位角、次声波传播速度以及次声源进行估算.通过一些实际震例对次声波进行了定位分析,结果表明估算方向与实际震中方向一致,说明本文提出的三点阵估算法是可行的.     

基于IBE和指纹认证的FIBE方案

为了解决基于身份加密的IBE(Identity-Based Encryption)方案中用户向可信第三方TA(Trusted Autho- rity)证明身份及私钥安全传送等问题，提出了基于IBE与指纹认证技术的FIBE(Fingerprint Identity-Based Encryption)方案，首次将指纹摘要匹配算法运用于网络身份认证体系中，解决了IBE存在的四个问题，且指纹特征值得到了保护。用户双方在认证过程中TA不需在线，适合于垂直认证环境。     

基于IBE和指纹认证的FIBE方案

为了解决基于身份加密的IBE(Identity-Based Encryption)方案中用户向可信第三方TA(Trusted Autho- rity)证明身份及私钥安全传送等问题，提出了基于IBE与指纹认证技术的FIBE(Fingerprint Identity-Based Encryption)方案，首次将指纹摘要匹配算法运用于网络身份认证体系中，解决了IBE存在的四个问题，且指纹特征值得到了保护。用户双方在认证过程中TA不需在线，适合于垂直认证环境。     

基于球麦克风阵列的语音增强方法

当期望源与干扰噪声源同向时,常规波束形成方法对干扰噪声的抑制会受到一定的影响。在已知声源方位信息的前提下,将球麦克风阵列波束形成和径向滤波相结合,提出一种用切比雪夫径向滤波实现语音增强的方法。仿真实验结果表明,该方法实现了对期望声源增强的目的,从一定程度上验证了该方法的有效性。