本文關(guān)鍵詞：聯(lián)合音視頻信息的目標(biāo)定位技術(shù)研究

  更多相關(guān)文章： 目標(biāo)定位 音視頻融合 嵌套均勻圓陣 最相關(guān)的特征點(diǎn) 支持度矩陣

【摘要】：近幾十年來(lái),音頻定位已經(jīng)受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。在免提系統(tǒng)、機(jī)器人導(dǎo)航、人機(jī)交互、軍事等領(lǐng)域得到廣泛的應(yīng)用,此外,隨著數(shù)字?jǐn)z像機(jī)與圖像處理技術(shù)的迅速發(fā)展,利用視頻信息對(duì)目標(biāo)進(jìn)行定位逐漸變?yōu)楝F(xiàn)實(shí)。但是,音頻定位的性能易受背景噪聲、房間混響的影響,而視頻定位也會(huì)受目標(biāo)遮擋、光照、目標(biāo)與背景顏色相似等因素的制約。因此,融合音視頻信息對(duì)目標(biāo)進(jìn)行定位成為眼下研究的熱點(diǎn)。本文的創(chuàng)新點(diǎn)和主要工作概括如下:1、提出一種提高定位精度的圓形嵌套麥克風(fēng)陣列結(jié)構(gòu)。以提高定位精度、消除定位模糊為出發(fā)點(diǎn)、提出了嵌套的均勻圓陣結(jié)構(gòu),并推導(dǎo)出圓陣半徑的選擇范圍。第一次粗定位采用的陣元半徑不大于語(yǔ)音信號(hào)最小半波長(zhǎng),在第一次定位的基礎(chǔ)上,第二次采用半徑較大的陣列對(duì)相同的聲源進(jìn)行細(xì)定位。另外,在使用近場(chǎng)聲源高分辨率的三維MUSIC算法時(shí),會(huì)帶來(lái)較高的計(jì)算復(fù)雜度,故采用了寬帶聚焦算法進(jìn)行了處理,同時(shí),第二次細(xì)定位縮小了搜索范圍,為了使其時(shí)延得到較大幅度的降低。仿真結(jié)果表明,該方案取得了較好的定位效果。2、提出一種基于統(tǒng)計(jì)的目標(biāo)定位方法。在分辨率較低的視頻傳感器網(wǎng)絡(luò)中,定位精度易受加性噪聲與測(cè)量誤差的影響。本文針對(duì)提高定位精度的問(wèn)題,并且在沒(méi)有先驗(yàn)知識(shí)的前提下,提出一種基于統(tǒng)計(jì)的方法。此方法中,每個(gè)節(jié)點(diǎn)提取出的目標(biāo)采用多特征點(diǎn)表示,通過(guò)基于統(tǒng)計(jì)的方法匹配出最相關(guān)的特征點(diǎn)對(duì)組,然后與各個(gè)傳感器的位置信息一同傳至信息處理中心做下一步處理。另外,當(dāng)視野中出現(xiàn)多目標(biāo)時(shí),也提出相應(yīng)的方案對(duì)其進(jìn)行定位。仿真結(jié)果表明,基于統(tǒng)計(jì)的目標(biāo)定位方法不管是對(duì)單目標(biāo)進(jìn)行定位,還是對(duì)多目標(biāo)進(jìn)行定位,都有較好的定位性能。3、改進(jìn)了一種基于支持度矩陣的全局融合方法。針對(duì)觀測(cè)融合算法易受實(shí)際環(huán)境及傳感器自身因素等因素的影響,本文考慮先對(duì)量測(cè)數(shù)據(jù)進(jìn)行卡爾曼局部濾波估計(jì),減少觀測(cè)信息相關(guān)性和不確定性的影響;然后,使用支持度矩陣計(jì)算出各傳感器的權(quán)重,加權(quán)各傳感器信息;最后,對(duì)加權(quán)后的數(shù)據(jù)進(jìn)行基于IMM的濾波,從而達(dá)到時(shí)間上的關(guān)聯(lián)以及平滑濾波的效果。此外,在勻速、勻加速、機(jī)動(dòng)三種運(yùn)動(dòng)場(chǎng)景下,強(qiáng)噪聲情況下,他人遮擋情況下分別進(jìn)行仿真驗(yàn)證,并與單模態(tài)的定位、分布式融合算法、觀測(cè)融合算法相比較,仿真結(jié)果顯示,無(wú)論何種情況,基于支持度矩陣的全局融合方法融合定位性能更優(yōu)越,而且越是在運(yùn)動(dòng)復(fù)雜情況下,該算法性能優(yōu)勢(shì)更加顯著。
【關(guān)鍵詞】：目標(biāo)定位 音視頻融合 嵌套均勻圓陣 最相關(guān)的特征點(diǎn) 支持度矩陣
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN912.3
【目錄】：

• 摘要5-7
• ABSTRACT7-14
• 第一章 緒論14-21
• 1.1 研究背景及意義14
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展態(tài)勢(shì)14-19
• 1.2.1 音頻定位研究現(xiàn)狀及發(fā)展趨勢(shì)14-16
• 1.2.2 視頻定位研究現(xiàn)狀及發(fā)展趨勢(shì)16-17
• 1.2.3 音視頻聯(lián)合跟蹤定位研究現(xiàn)狀及發(fā)展趨勢(shì)17-19
• 1.3 本文的主要內(nèi)容與工作19-21
• 第二章 基于音頻信息的目標(biāo)定位方法21-34
• 2.1 引言21-22
• 2.2 嵌套圓陣半徑的選擇原理22-24
• 2.3 基于圓陣的拓?fù)浣Y(jié)構(gòu)及目標(biāo)定位方法24-28
• 2.3.1 均勻圓陣的拓?fù)浣Y(jié)構(gòu)24-26
• 2.3.2 圓陣的目標(biāo)定位方法26
• 2.3.3 寬帶聚焦算法26-27
• 2.3.4 復(fù)雜度分析27-28
• 2.4 陣元個(gè)數(shù)與MUSIC算法性能的定量關(guān)系28-30
• 2.5 仿真實(shí)驗(yàn)30-33
• 2.6 本章小結(jié)33-34
• 第三章 基于視頻信息的目標(biāo)定位方法34-47
• 3.1 引言34
• 3.2 目標(biāo)定位模型34-36
• 3.3 基于統(tǒng)計(jì)的目標(biāo)定位方法36-46
• 3.3.1 基于統(tǒng)計(jì)的單目標(biāo)定位方法36-38
• 3.3.2 多目標(biāo)定位方案38-39
• 3.3.3 仿真場(chǎng)景及結(jié)果分析39-46
• 3.4 本章小結(jié)46-47
• 第四章 基于音視頻信息融合的目標(biāo)定位方法47-69
• 4.1 引言47
• 4.2 數(shù)據(jù)融合的目標(biāo)定位算法47-51
• 4.2.1 觀測(cè)融合算法47-48
• 4.2.2 分布式融合算法48
• 4.2.3 基于支持度矩陣的全局融合算法48-51
• 4.3 基于音視頻信息融合的目標(biāo)定位方案仿真分析51-68
• 4.4 本章小結(jié)68-69
• 第五章 總結(jié)與展望69-71
• 5.1 工作總結(jié)69
• 5.2 展望69-71
• 致謝71-73
• 參考文獻(xiàn)73-78
• 攻碩期間取得的研究成果78-79

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 吳W，

本文編號(hào)：686406