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(shù)在人們生活中的方方面面都得到了極為普遍的應(yīng)用。由于智能手機(jī)已成為生活必需品,移動客戶端APP具有定位導(dǎo)航功能已經(jīng)非常常見,例如美團(tuán)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(guān)從業(yè)者提出了嚴(yán)峻的挑戰(zhàn)。因為大多數(shù)的室內(nèi)定位技術(shù)依賴于特別定制的特種設(shè)備或者事先采制的信號指紋特征等等,導(dǎo)致將其應(yīng)用于日常使用頗有難度。因此,如今的室內(nèi)定位技術(shù)不僅需要更加的高效、便捷、精準(zhǔn),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(shè)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(jī)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(chǔ)上,設(shè)計并實現(xiàn)了虛擬天線陣列測向系統(tǒng)。具體而言,本文進(jìn)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(dá)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(jī),并在移動過程中對高頻聲音信號進(jìn)行采樣。將采集到的聲音信號經(jīng)過預(yù)處理之后,均勻的分割成若干片... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁數(shù)】：100 頁

【學(xué)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(guān)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(yù)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(jìn)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(biāo)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(biāo)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(biāo)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(yīng)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(shè)，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(biāo)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(biāo)標(biāo)簽所代表的地點從眾多的高頻聲音信號標(biāo)簽中濾除出??來。濾除出目標(biāo)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(biāo)信號??的入射方位角。??１．３．５．


本文編號：3367177