基于声音的移动终端高精度距离及速度估计方法及系统

摘要

本发明提供一种基于声音的移动终端高精度距离及速度估计方法及系统，获取复合双曲调频信号；对所述复合双曲调频信号的两个不同频段的双曲调频信号同时进行时延估计，分别得到两个不同频段的双曲调频信号的时延估计值，并解算得到复合双曲调频信号的多普勒因子以及时延估计值，根据所述复合双曲调频信号的多普勒因子和时延估计值计算获得距离估计值以及速度的估计值；以声源信号的先验信息作为参考信号，仅通过两次广义互相关或两个匹配滤波器即可同时获得距离和速度信息，有效抑制了频谱泄漏，在避免声污染，有效保证信号的信噪比，无论是估计精度还是计算复杂度，均能够满足面向智能移动终端的室内定位系统要求，具有很好的应用和推广价值。

说明书

技术领域

本发明属于室内定位领域，具体涉及一种基于声音的移动终端高精度距离及速度估计方法及系统。

背景技术

随着智能手机、智能手环、智能音箱以及家用扫地机器人的普及，智能移动终端在室内空间的定位和导航需求越来越强烈。面向智能移动终端的高精度室内定位服务更是具有广阔的市场应用前景。声技术具有定位精度高、成本低、兼容性好、具有较强的通用性和普适性等优点，是智能移动终端室内定位与导航最有潜力的解决方案。在过去的几年中，国内外学者基于声技术开发出了许多原型系统，基于距离的定位方法和系统是精度最高、稳定性最好的一类。目标和基站(也称为信标)之间的距离估计精度决定了该类方法定位性能的上限。由于声信号的穿透能力较弱，遮挡(也称为非视距)现象就成为该类技术在实际场景中所面临的最大挑战。因此，基站的部署密度以及遮挡环境中视距基站的数量，就决定了声技术定位性能的下限。在基站部署密度不变的情况下，通过引入目标的运动速度信息，可以增加目标位置估计所需的信息量，进而能够有效地提高系统的定位精度和稳定性。

相较于电磁波，声波的传播速度较慢，波长相对较短，目标与基站间较小的相对运动即会引起较大的多普勒频移。同时，智能移动终端的典型特点在于计算资源受限和能源受限，特别是智能手环等小型智能体，计算复杂度是其首要考虑的因素，而传统的信号参数估计方法计算复杂度往往较高。综上，高精度的距离和速度信息成为基于声技术在复杂室内和遮挡环境中实现高精度定位的基石，同时较低的计算复杂度是此类技术应用于智能移动终端室内定位系统的关键。

多普勒频移项对两者均产生了较大影响。特别是信号的瞬时频率产生了较大偏移，若仍以先验原始信号为参考信号利用广义互相关(GCC，Generalized Cross-Correlation)进行时延估计，势必会引入较大的估计误差。同时，也给时延估计引入了一定的偏差。

为了精确估计信号时延，需要对多普勒频移项进行精确估计。传统的信号参数估计方法计算复杂度往往较高，低复杂度、高精度的距离和速度估计问题亟待解决。

发明内容

为了解决现有技术中存在的问题，本发明提供基于声音的移动终端高精度距离及速度估计方法及系统，保持传统的双曲调频信号计算复杂度低易实现、精度高、具有频移不变特性等优点的基础上，有效抑制了频谱泄漏，在避免声污染的同时，也有效保证了信号的信噪比。

为了实现上述目的，本发明采用的技术方案是：一种基于声音的移动终端高精度距离及速度估计方法，具体过程如下：

获取复合双曲调频信号F(t)；

对所述复合双曲调频信号的两个不同频段的双曲调频信号同时进行时延估计，分别得到两个不同频段的双曲调频信号的时延估计值

根据所述复合双曲调频信号的多普勒因子

所述复合双曲调频信号F(t)为：

F(t)＝R(t)·w(t)

其中R(t)由前导信号、双曲调频信号、后缀信号构成，并通过增加窗函数w(t)来抑制信号截断时的频谱泄漏；具体表达式为：

其中，T

对所述复合双曲调频信号进行时延估计时采用阈值法估计得到广义互相关结果，即时延估计值

采用阈值法估计通过下式得到估计结果：

对复合双曲调频信号进行TOA估计，其结果为：

其中，G为所述复合双曲调频信号的调制参数。

多普勒因子和时延的估计值为：

距离估计值为

一种基于声音的移动终端高精度距离及速度估计系统，包括信号获取模块和估计模块；

信号获取模块用于获取复合双曲调频信号F(t)；

估计模块用于对所述复合双曲调频信号的两个不同频段的双曲调频信号同时进行时延估计，分别得到两个不同频段的双曲调频信号的时延估计值，结合两个不同频段的双曲调频信号的时延估计值解算得到复合双曲调频信号的多普勒因子和时延估计值，

根据所述复合双曲调频信号的多普勒因子和时延估计值计算获得距离估计值

一种计算机设备，包括一个或多个处理器以及存储器，存储器用于存储计算机可执行程序，处理器从存储器中读取部分或全部所述计算机可执行程序并执行，处理器执行部分或全部计算可执行程序时能实现本发明所述基于声音的移动终端高精度距离及速度估计方法。

一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时，能实现本发明所述的基于声音的移动终端高精度距离及速度估计方法。

一种室内定位系统，包括播音设备、录音设备以及计算机设备，播音设备和录音设备之间以及录音设备之间通过Lora模块实现无线同步，存储器中存储复合双曲调频信号F(t)，播音设备相对于录音设备移动设置，录音设备的位置不变。

与现有技术相比，本发明至少具有以下有益效果：

本申请提出了一种改进的基于复合双曲调频信号的距离和速度高精度估计方法，在保持了传统的双曲调频信号计算复杂度低易实现、精度高、具有频移不变特性等优点的基础上，有效抑制了频谱泄漏，在避免声污染的同时，也有效保证了信号的信噪比，并在实际室内空间实验应用中证实了这种改进方法的有效性和可靠性。并且该方法相对于传统基于LFM信号的测距方法，计算量无明显增加，易于工程实现，测距性能更优，具有广泛应用前景。

附图说明

图1是基于双曲调频信号的距离及速度估计方法的算法流程。

图2是本发明实施例的实验过程示意图。

图3是室内多径传播条件下，信号没有增加前后缀及窗函数的时频图。

图4是室内多径传播条件下，信号增加前后缀及窗函数后，复合双曲调频信号的时频图。

图5是本发明实施例距离估计的整体误差的统计结果。

图6是本发明实施例速度估计的整体误差的统计结果。

具体实施方式

为更清楚明白地说明本发明的目的、技术方案和优点，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

依据几何声学理论，声源B所接收器R之间为多径衰落声信道，其多径数量为L个。一般情况下，其脉冲响应(CIR，Channel Impulse Response)可表示为：

其中α

在多径传播现象中，视距路径的长度为声源和接收器间距离信息，其TOA值为τ

r(t)＝exp(jwt)

通过声源广播设备的扬声器所得到的声源信号s(t)，可表示为

其中，w为理想信号的瞬时频率，w'为所得到声源信号的瞬时频率，

其中，

信号x(t)的瞬时频率f(t)和时延τ(t)可相应地表示为

双曲调频(Hyperbolic Frequency Modulation,HFM)信号是水声领域常用的信号调制形式之一，其具有多普勒频移不变特性，计算复杂度低，易于实现，精度高等优点，能够使得互相关或匹配滤波的输出结果能够始终保持较好的幅值以及多径分辨力。

在时间区间

其中T为时域带宽，f

双曲调频信号r(t)的瞬时频率f(t)为：

这是一个双曲函数，这也是双曲调频信号名称的由来。

在理想情况下，假设s(t)＝r(t-T/2)，且声信道为单路径时不变信道，声速为c。若接收器以速度v向声源移动，那么多普勒因子即为a＝v/c，其值在相向而行时为正。那么接收到的信号为：

x(t)＝r((1+a)t-T/2)

计算x(t)的瞬时频率，可得

根据f

本发明实施例以某室内厂房为实验场景，搭建基于声音的室内定位系统。

参考图1，本发明一种基于声音的移动终端高精度距离及速度估计方法，包括以下步骤：

S1：采集复合双曲调频信号F(t)；

在如图2所示场景中搭建基于声音的室内定位系统，该场景的空间尺寸为36×20×15(m)，在本实例中共使用1个播音设备和4部录音设备，播音设备主控芯片为STM32F407，音频芯片为WM8978，播音设备的扬声器和录音设备的麦克风均为消费级MEMS元器件。播音设备和录音设备之间以及录音设备之间通过Lora模块实现无线同步，Lora模块采用简单的广播模式；

在如图2所示场景中，各录音节点放置在三脚架上，距离地面为1.5m。播音节点安装在自动巡线小车上，距离地面为0.32m。小车沿着轨迹以接近1m/s的速度顺时针运动；

本实施例分两组进行，其位置如图2所示。第一组录音节点距离播音节点的直线距离为(2.27，2.47，3.01，3.74)(m)，第二组录音节点距离播音节点的直线距离为(3.11，2.78，2.81，3.15)(m)。每组实验重复110次，录音节点共采集880组的音频数据；最后采用Matlab进行离线处理和分析。

为了近似获得小车的瞬时移动速度，基于记录小车通过两个接近开关A和B的时间进行估计。接近开关A和B间的距离为0.14m，并在小车触发接近开关A时播放复合双曲调频信号，也即是，本实例场景测量的是小车触发接近开关A时，播音节点到各录音节点的距离信息，以及小车的相对速度信息；

参考图3和图4，本发明设计一种复合双曲调频信号F(t)，以抑制由信号时域截断引起的噪音污染，所述信号为：

F(t)＝R(t)·w(t)

其中R(t)由前导信号、双曲调频信号、后缀信号构成，并通过增加窗函数w(t)来抑制信号截断时的频谱泄漏，R(t)和w(t)的具体表达式为：

其中，T

本实例所使用的复合HFM信号各参数如下表所示：

S2：对两个不同频段的双曲调频信号r

S2.1：在信号x(t)中分别对两个不同频段的信号进行TOA估计，其结果记作

其中，G

S2.1.1：TOA估计采用阈值法，在获得GCC结果后，通过下式得到TOA估计值：

其中peaks[·]为峰值探测，f为经验阈值因子，可通过实验法获得。

本实例中，声速和基于GCC的TOA阈值因子分别选择345m/s和0.3。声速通过标定1m、5m、10m和15m距离下的测距实验进行测定。而阈值因子f＝0.3则是基于以往室内测距和定位实验所得到的经验值。

S2.2：解以上方程组即可得到多普勒因子和时延的估计值，分别表示为

S3：进而获得距离估计值

如图5、图6所示，基于本文所提出的算法，距离估计误差有90％的概率小于0.1m，80％的概率小于0.05m；速度估计误差有88％的概率小于0.1m/s，有80％的概率小于0.09m/s。利用Matlab 2020b在CPU为i7-8700、8G内存的PC上进行运算，单次算法的处理耗时为4ms。其无论是精度还是计算复杂度，均能够满足基于声技术的定位技术在复杂应用场景中的需求。

本发明一种可能的实施例，一种计算机设备，包括一个或多个处理器以及存储器，存储器用于存储计算机可执行程序，处理器从存储器中读取部分或全部所述计算机可执行程序并执行，处理器执行部分或全部计算可执行程序时能实现本发明所述基于声音的移动终端高精度距离及速度估计方法。

作为本发明另一种实施例，一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时，能实现本发明所述的基于声音的移动终端高精度距离及速度估计方法。

所述计算机设备可以采用车载计算机、笔记本电脑、平板电脑、桌面型计算机、手机或工作站。

处理器可以是中央处理器(CPU)、数字信号处理器(DSP)、专用集成电路(ASIC)或现成可编程门阵列(FPGA)。

对于本发明所述存储器，可以是车载计算机、笔记本电脑、平板电脑、桌面型计算机、手机或工作站的内部存储单元，如内存、硬盘；也可以采用外部存储单元，如移动硬盘、闪存卡。

计算机可读存储介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、固态硬盘(SSD，Solid State Drives)或光盘等。其中，随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM,Resistance Random Access Memory)和动态随机存取存储器(DRAM，Dynamic Random Access Memory)。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。