本文關(guān)鍵詞：基于手機(jī)麥克風(fēng)的節(jié)點(diǎn)自定位與被動聲源定位，由筆耕文化傳播整理發(fā)布。

【摘要】：在無線傳感器網(wǎng)絡(luò)領(lǐng)域中,節(jié)點(diǎn)自定位和目標(biāo)定位一直都是研究的熱點(diǎn)。被動式聲源目標(biāo)定位技術(shù)能根據(jù)非合作式被檢測目標(biāo)特性,實(shí)現(xiàn)對其精確定位,在軍事和民用領(lǐng)域應(yīng)用十分廣泛。目前的主流技術(shù)還有一些不盡善之處,如專門定制的硬件模塊成本相對較高,續(xù)航能力有限,同步精度難以控制；以通用智能手機(jī)為硬件支持實(shí)現(xiàn)的定位技術(shù)多針對友好合作的目標(biāo)聲源；無法避免節(jié)點(diǎn)間無線同步到聲信號采集間的時(shí)間延遲不確定性。針對上述問題,本文提出的目標(biāo)聲源TDOA定位方法以通用智能手機(jī)為硬件支持,不僅適用于主動目標(biāo)聲源,也適用于被動目標(biāo)聲源；單一化的利用聲信號,簡化了系統(tǒng)；采用人耳可聽聲信號,無需定制超聲波激發(fā)電路模塊等硬件平臺,使用方便且成本低廉。本文的主要工作如下：首先,以抑制多徑效應(yīng)為切入點(diǎn),考慮到常用的基于廣義互相關(guān)的時(shí)延估計(jì)方法在采用閾值法抑制多徑效應(yīng)時(shí),閾值參數(shù)不具備自適應(yīng)性,本章提出了基于稀疏互相關(guān)的聲信號時(shí)延估計(jì)方法。該方法通過稀疏重構(gòu)出互相關(guān)向量,可以有效的抑制多徑效應(yīng)的負(fù)面影響,主要用于解決chirp聲信號的TOA時(shí)延估計(jì),以及被動聲源目標(biāo)發(fā)出的聲信號的TDOA時(shí)延估計(jì)。從仿真結(jié)果分析表明,基于稀疏互相關(guān)的時(shí)延估計(jì),可以有效地抑制多徑效應(yīng),精度高,適用范圍廣。其次,為了實(shí)現(xiàn)被動式聲源目標(biāo)的定位,首先需要確定隨機(jī)部署的傳感器節(jié)點(diǎn)為位置信息。鑒于經(jīng)典多維尺度定位算法在實(shí)用性和可靠性上的不足,新提出了一種基于TPSN模型的加權(quán)多維尺度(T-WMDS)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)自定位算法。這種算法是服務(wù)于本文提出的在智能手機(jī)平臺上實(shí)現(xiàn)的被動式聲源目標(biāo)定位系統(tǒng)的。本文分別在信標(biāo)個數(shù)和背景噪聲不同的節(jié)點(diǎn)自定位場景下,采用仿真對新算法的性能進(jìn)行分析。并且證明在噪聲方差較小時(shí),該算法的定位精度逼近克拉美羅界(CRLB)。最后,介紹了被動聲源目標(biāo)定位系統(tǒng)的設(shè)計(jì)以及其在智能手機(jī)平臺的實(shí)現(xiàn)。對靜止聲源目標(biāo),該系統(tǒng)引入了統(tǒng)計(jì)判決和活動性語音監(jiān)測相結(jié)合的方法實(shí)現(xiàn)時(shí)延估計(jì)；針對低空低速運(yùn)動目標(biāo),該系統(tǒng)采用滑動稀疏互相關(guān)的方法實(shí)現(xiàn)時(shí)延估計(jì)。而后,針對兩種不同類型的被動聲源目標(biāo)(違章鳴笛的汽車和低空低速飛行的四旋翼無人機(jī))設(shè)計(jì)實(shí)驗(yàn)場景和方案,并分析實(shí)驗(yàn)結(jié)果。此外,也從實(shí)驗(yàn)的角度驗(yàn)證了本文所提出的自定位算法。
【關(guān)鍵詞】：智能手機(jī)平臺 時(shí)延估計(jì) 節(jié)點(diǎn)自定位 被動式聲源目標(biāo)定位
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP212.9;TN929.5
【目錄】：

• 致謝5-6
• 摘要6-8
• ABSTRACT8-16
• 第一章 緒論16-26
• 1.1 課題背景16-18
• 1.2 被動聲源目標(biāo)定位的意義18-19
• 1.3 國內(nèi)外研究現(xiàn)狀19-22
• 1.4 本文主要工作及組織結(jié)構(gòu)22-26
• 第二章 WSN定位方法及被動聲源定位系統(tǒng)的體系設(shè)計(jì)26-40
• 2.1 引言26-27
• 2.2 常用于距離定位算法幾種典型的測距模型27-31
• 2.2.1 基于信號到達(dá)時(shí)間(TOA)的測距模型27-28
• 2.2.2 基于信號到達(dá)時(shí)間差(TDOA)的測距模型28
• 2.2.3 基于到達(dá)角度(AOA)量測的測距模型28-29
• 2.2.4 基于TPSN模型的測距方法29-31
• 2.3 常見的基于距離的定位算法31-37
• 2.3.1 基于多邊測量的定位算法31-32
• 2.3.2 基于到達(dá)時(shí)間差的定位算法32-34
• 2.3.3 基于到達(dá)角度的定位算法34-35
• 2.3.4 基于半定規(guī)劃的定位算法35-37
• 2.4 基于智能手機(jī)的被動式聲源目標(biāo)定位系統(tǒng)的體系設(shè)計(jì)37-39
• 2.4.1 智能手機(jī)平臺優(yōu)勢37
• 2.4.2 定位系統(tǒng)的總體設(shè)計(jì)37-38
• 2.4.3 測距或同步信號的選擇38
• 2.4.4 隨機(jī)部署的手機(jī)麥克風(fēng)傳感器網(wǎng)絡(luò)的自定位38-39
• 2.4.5 被動聲源目標(biāo)定位方法39
• 2.5 本章小結(jié)39-40
• 第三章 基于稀疏互相關(guān)的聲信號時(shí)延估計(jì)方法40-56
• 3.1 引言40-41
• 3.2 多徑效應(yīng)41-42
• 3.3 基于廣義互相關(guān)的聲信號時(shí)延估計(jì)42-44
• 3.3.1 基于基本互相關(guān)的時(shí)延估計(jì)42-43
• 3.3.2 基于廣義互相關(guān)的時(shí)延估計(jì)43
• 3.3.3 抑制多徑效應(yīng)43-44
• 3.4 基于稀疏互相關(guān)的聲信號時(shí)延估計(jì)44-48
• 3.4.1 壓縮感知基本理論44-45
• 3.4.2 問題描述45-46
• 3.4.3 隨機(jī)感知矩陣和字典矩陣選取46-47
• 3.4.4 修正稀疏互相關(guān)序列47
• 3.4.5 抑制多徑效應(yīng)47-48
• 3.5 仿真分析48-53
• 3.5.1 原始信號以及采用多徑效應(yīng)模型生成的信號49
• 3.5.2 各角度分析49-53
• 3.6 本章小結(jié)53-56
• 第四章 基于TPSN模型的加權(quán)多維尺度定位算法56-72
• 4.1 引言56-57
• 4.2 抽象的基于TPSN思想的測距模型57
• 4.3 經(jīng)典多維尺度定位算法57-59
• 4.3.1 算法原理57-59
• 4.3.2 算法具體步驟59
• 4.4 基于TPSN模型的加權(quán)多維尺度定位59-64
• 4.4.1 本文提出的定位方法59-62
• 4.4.2 權(quán)矩陣的計(jì)算62-63
• 4.4.3 算法具體步驟63-64
• 4.5 T-WMDS算法的CRLB分析64-66
• 4.5.1 CRLB推導(dǎo)64-65
• 4.5.2 CRLB分析65-66
• 4.6 仿真結(jié)果分析66-70
• 4.6.1 仿真場景描述66-67
• 4.6.2 定位精度與算法性能分析67-70
• 4.7 本章小結(jié)70-72
• 第五章 被動聲源目標(biāo)定位系統(tǒng)的手機(jī)平臺實(shí)現(xiàn)及實(shí)驗(yàn)72-90
• 5.1 引言72
• 5.2 系統(tǒng)設(shè)計(jì)以及手機(jī)平臺的實(shí)現(xiàn)72-82
• 5.2.1 定位系統(tǒng)的環(huán)節(jié)設(shè)計(jì)總述72-73
• 5.2.2 節(jié)點(diǎn)間同步的方法73-74
• 5.2.3 聲信號的選取74-75
• 5.2.4 同步聲信號的預(yù)處理75-76
• 5.2.5 線性調(diào)頻聲信號的檢測76-77
• 5.2.6 被動目標(biāo)聲源信號的預(yù)處理77-78
• 5.2.7 靜止被動聲源的聲信號檢測78-80
• 5.2.8 低速低空飛行被動聲源的聲信號檢測80-81
• 5.2.9 手機(jī)平臺的實(shí)現(xiàn)81-82
• 5.3 汽車鳴笛信號的定位實(shí)驗(yàn)及結(jié)果82-85
• 5.3.1 實(shí)驗(yàn)設(shè)計(jì)方案與場景82-83
• 5.3.2 實(shí)驗(yàn)結(jié)果分析83-85
• 5.4 四旋翼無人機(jī)的定位實(shí)驗(yàn)及結(jié)果85-88
• 5.4.1 Motive運(yùn)動捕捉系統(tǒng)85-86
• 5.4.2 實(shí)驗(yàn)設(shè)計(jì)方案與場景86-88
• 5.4.3 實(shí)驗(yàn)結(jié)果88
• 5.5 本章小結(jié)88-90
• 第六章 總結(jié)與展望90-94
• 6.1 本文總結(jié)90-91
• 6.2 研究工作展望91-94
• 參考文獻(xiàn)94-100
• 附錄：作者在攻讀碩士學(xué)位期間的科研成果和參與項(xiàng)目100

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 蔣婷;劉建平;張一聞;;基于多麥克風(fēng)陣列的槍聲定位算法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2012年12期

2 孫懋珩;俞瑩婷;;汽車鳴笛聲定位系統(tǒng)仿真[J];聲學(xué)技術(shù);2009年05期

3 郭華;;TDOA定位技術(shù)的基本原理和算法[J];西安郵電學(xué)院學(xué)報(bào);2007年01期

4 馬祖長,孫怡寧,梅濤;無線傳感器網(wǎng)絡(luò)綜述[J];通信學(xué)報(bào);2004年04期

  本文關(guān)鍵詞：基于手機(jī)麥克風(fēng)的節(jié)點(diǎn)自定位與被動聲源定位，，由筆耕文化傳播整理發(fā)布。

本文編號：286712