基于声音位置指纹的迭代定位方法技术

本发明专利技术基于声音位置指纹的迭代定位方法，涉及应用声波确定信号源的位置的技术，是一种场景分析法，以声达时间差作为位置指纹的定位精度，包括两大步骤：A.离线采集，即声音位置指纹的离线采集阶段，获取二维空间坐标→声音位置指纹数据库的构建，采用基于声音位置的聚类方法对声音位置指纹数据库进行聚类，将形成聚类1、聚类2、…、聚类K，共K个聚类中心；B.在线定位，即声音位置指纹的在线定位阶段，计算机提取待定位声源的声音位置特征向量→选择聚类→迭代定位，即待定位声源的位置计算→定位结果，即输出待定位声源最终的定位结果。本发明专利技术克服了现有声源定位方法模型依赖度高和在非结构化空间定位精度低的缺陷。

【技术实现步骤摘要】
基于声音位置指纹的迭代定位方法
本专利技术的技术方案涉及应用声波确定信号源的位置的技术，具体地说是基于声音位置指纹的迭代定位方法。
技术介绍
随着互联网技术的进步和移动设备的便携式发展，使得基于位置信息的服务需求也日渐增长。GPS等室外定位技术的发展已经较为成熟，在户外导航、卫星监测等领域有广泛的应用，能为用户提供精确、快速的定位服务，具有十分重要的意义。然而GPS信号穿透能力较弱，容易受到建筑物折射，反射等影响，难以在复杂的室内环境下实现精确定位。为此，寻找一种快速、准确、及时的室内定位方法势在必行。目前常用的室内定位技术可以分为两大类：基于信号传播模型的定位方法和基于位置指纹的定位方法。基于信号传播模型的定位方法其定位精度依赖于模型，而信号在传播时非常容易受到外界环境的影响，参数估计存在较大的误差，导致构建的信号传播模型误差较大，定位精度较低。基于位置指纹的定位方法具有定位精度高，模型依赖度低等优点，近年来得到研究学者的广泛关注。基于位置指纹的定位方法主要分为两个操作阶段：离线采样阶段和在线定位阶段。为了实现高的定位精度，现有技术的基于位置指纹的定位方法通常需要在离线阶段采集大量本文档来自技高网...

【技术保护点】
1.基于声音位置指纹的迭代定位方法，其特征在于具体步骤如下：A.声音位置指纹的离线采集阶段，构建声音位置指纹数据库并进行聚类：第一步，定位场景的布置：(1.1)在定位地图上布置由四个阵列元素M0、M1、M2和M3构成的分布式麦克风阵列，其中麦克风M0是参考麦克风；(1.2)在上述第一步的(1.1)步的定位地图的四个顶点和中点布置5个参考点；由此完成定位场景的布置；第二步，声音位置指纹的获取：(2.1)驱动移动机器人在上述第一步的(1.2)步选定的各个参考点释放位置声音，采用双参数双阈值的语音端点检测方法计算上述第一步的(1.1)步构成的分布式麦克风阵列中各路麦克风开始接收位置声音的起始时间，参...

【技术特征摘要】
1.基于声音位置指纹的迭代定位方法，其特征在于具体步骤如下：A.声音位置指纹的离线采集阶段，构建声音位置指纹数据库并进行聚类：第一步，定位场景的布置：(1.1)在定位地图上布置由四个阵列元素M0、M1、M2和M3构成的分布式麦克风阵列，其中麦克风M0是参考麦克风；(1.2)在上述第一步的(1.1)步的定位地图的四个顶点和中点布置5个参考点；由此完成定位场景的布置；第二步，声音位置指纹的获取：(2.1)驱动移动机器人在上述第一步的(1.2)步选定的各个参考点释放位置声音，采用双参数双阈值的语音端点检测方法计算上述第一步的(1.1)步构成的分布式麦克风阵列中各路麦克风开始接收位置声音的起始时间，参考麦克风M0与其它麦克风的开始接收声音信号的时间差即声达时间差被提取出来作为参考点的声音位置特征向量，第i个参考点在时刻t采集到的声音位置特征向量记为其中表示t时刻在第i个参考点处获得的第m个声音位置特征；M代表每个指纹包含的声音位置特征的数量；(2.2)移动机器人分别在每个参考点处进行T次信号采集，用T次信号采集的声音位置特征向量的平均值作为参考点的声音位置特征向量存储起来，则第i个参考点的声音位置特征向量表示为Ri＝[ri1,ri2,...,rim,...,riM]，其中表示第i个参考点的第m个声音位置特征；(2.3)设定Li＝[xi,yi]为第i个参考点的二维空间坐标，则上述第二步的(2.2)中步得到的第i个参考点的声音位置特征向量Ri与其对应的二维空间坐标组合构成一组声音位置指纹，记为Fi＝[Ri,Li]＝[ri1,ri2,...,rim,...,riM,xi,yi]，其中xi表示第i个参考点的横坐标，yi表示第i个参考点的纵坐标；由此完成声音位置指纹的获取；第三步，构建声音位置指纹数据库，对声音位置指纹数据库进行聚类：(3.1)将上述第二步的(2.3)步得到的所有参考点的声音位置指纹组合起来，构成初始状态的声音位置指纹数据库，记为：F＝[F1F2...Fi...FI]T，其中Fi表示第i个参考点的声音位置指纹；(3.2)采用基于声音位置的聚类方法对上述第三步的(3.1)步的构成初始状态的声音位置指纹数据库进行聚类，并定义聚类中心，具体操作是：将上述第一步的(1.1)步中的定位地图划分成由相邻参考点组成的互不重叠的三角形定位区域，将这些定位区域顺时针编号为：区域Z1,…，区域ZK，同一定位区域内的参考点归属到同一个聚类中，则同一聚类内参考点的声音位置指纹组成一个声音位置指纹集合如下：Fzk＝[F_Zk1F_Zk2...F_Zkn...F_ZkN]T(1<k<K)(1<n<N)，其中，F_Zkn表示聚类k内第n个参考点的声音位置指纹，K表示聚类的数量,N表示聚类k内参考点的个数，直到所有参考点归到其所在的聚类之后，然后为每个聚类定义聚类中心，将形成聚类1、聚类2、…、聚类k、…、聚类K，共K个聚类中心，每个聚类中心的特征向量是该聚类内所有参考点...

【专利技术属性】
技术研发人员：杨鹏，徐静，孙昊，王硕朋，张晓萌，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：天津,12