發(fā)布時間：2021-08-27 22:04

　　伴隨移動互聯(lián)網(wǎng)日新月異的發(fā)展,室內(nèi)定位技術在人們生活中的方方面面都得到了極為普遍的應用。由于智能手機已成為生活必需品,移動客戶端APP具有定位導航功能已經(jīng)非常常見,例如美團外賣的追蹤送貨員功能和宜家商場的貨架定位系統(tǒng)等等。由于室內(nèi)定位課題具有很高的研究價值和研究難度,這對相關從業(yè)者提出了嚴峻的挑戰(zhàn)。因為大多數(shù)的室內(nèi)定位技術依賴于特別定制的特種設備或者事先采制的信號指紋特征等等,導致將其應用于日常使用頗有難度。因此,如今的室內(nèi)定位技術不僅需要更加的高效、便捷、精準,而且同時也要保證系統(tǒng)的輕量化。本文根據(jù)實體天線陣列設備室內(nèi)測向的原理,提出了一種只需要利用尋常生活中常見的智能手機和普通音箱就可以完成室內(nèi)尋向定位的解決方案。同時,在此基礎上,設計并實現(xiàn)了虛擬天線陣列測向系統(tǒng)。具體而言,本文進行了以下的研究:1.虛擬線性天線陣列（VULA）模型構(gòu)建的研究。為了達到實體天線陣列的高測向精度,同時能夠保證測向系統(tǒng)更加易于普及使用,本文提出了一種虛擬線性天線陣列的構(gòu)建方法。簡單來說,通過以線性軌跡移動智能手機,并在移動過程中對高頻聲音信號進行采樣。將采集到的聲音信號經(jīng)過預處理之后,均勻的分割成若干片... 

【文章來源】：中國科學技術大學安徽省 211工程院校 985工程院校

【文章頁數(shù)】：100 頁

【學位級別】：博士

【部分圖文】：

圖１．２均勻圓陣模型??３．針對均勻圓陣的多重信號分類??

利用矩陣特征分解將接收信號的協(xié)方差矩陣中的特征值和特征向量提取??出來是多重信號分類算法的重要步驟之一。特征分解可以區(qū)分接收信號數(shù)據(jù)的??信號和噪音相關的兩個組成。特征值分解只針對方陣。圖１．１中，圓點區(qū)域和非??圓點區(qū)域?qū)⑿盘柡驮胍糇涌臻g分割開來。若用ｉ？來表示陣列單元輸出的預處理??過后的信號數(shù)據(jù)所構(gòu)成的協(xié)方差矩陣，則此時需對進行特征值分解：??Ｒ?＝?ＵｎＹ，ｎＵ＾?＋?Ｕｓ＾ｓＵ＾?（１．１）??通過特征分解后特征值的降序排列，最終可以將％和＾分別表示的信號??和噪音子空間提取出來。對于本文中測向系統(tǒng)的測向目的來說，用戶尋向的目??標錨點只有一個。這也就意味著如果環(huán)境中只存在一個目標聲源錨點的前提下，??在分解得到Ｍ個特征向量之后，有Ｍ－１個特征向量屬于噪音子空間。信號子空??間只含有最大特征值的分解向量信息。特征分解的目的就是將目標信號本身從??各種干擾信號中挑選出來，來抵抗信號傳播中的多徑效應對于入射角度估算的??影響。通過降序排列特征值和特征向量

第１章緒?論??處理階段所需要使用的濾波器。其工作原理如圖１．３所示。由于本文對于系統(tǒng)使??用環(huán)境的假設，室內(nèi)環(huán)境中會存在多個不同中心頻率的高頻聲音信號。憑借將這??些不同頻率的聲音信號作為標簽，將室內(nèi)不同的地點區(qū)分開來。所以系統(tǒng)需要加??入帶通濾波器來將目標標簽所代表的地點從眾多的高頻聲音信號標簽中濾除出??來。濾除出目標信號之后，才可以繼續(xù)采用多重信號分類的方法來估算目標信號??的入射方位角。??１．３．５．


本文編號：3367177