论文部分内容阅读
位置信息可用于提供个性化服务以增强用户体验,促进物联网产业发展及智慧城市建设。随着全球定位系统（Global Positioning System,GPS）和北斗导航系统（BDS）的广泛应用,室外定位问题己基本解决,室外位置信息服务（Location Based Services,LBS）产业蓬勃发展。然而,人类80%以上的时间都在室内环境中活动,位置服务、社交网络、健康求助、智慧城市、应急救援、物联网、精确打击等无不需要具备室内定位功能。由于受建筑物的遮挡和多径效应的影响,GPS或BDS的室内定位性能无法满足人们对室内LBS的应用需求,因此,室内定位己成为LBS应用推广最迫切需要解决的问题。实用的室内定位方案需要满足精度、覆盖范围、可靠性、成本、功耗、可扩展性和响应时间等方面的需求。近年来,国内外研究者们提出了蓝牙、红外线、RFID、WLAN、超宽带、超声波等室内定位技术及应用系统,但是受人类活动干扰、信号多径传播、基础设施依赖等因素影响,不同的室内定位技术根据其定位性能都有一定的应用局限,迄今为止尚无一种普适化的室内定位系统能提供主导室内的全球性、全天候定位服务,使LBS产业全面覆盖室内外空间。因此,如何在室内复杂环境中进行场景识别并提升感兴趣目标的定位性能,己成为各种智能交互与通信系统产业共同关注的焦点。本文分析了室内定位技术的现状,尤其是室内声学定位的发展概况,确定了房间轮廓声学重构与室内声学定位关键技术研究方案,基于多通道声信号获取与单通道声信号获取两种方式,开展房间轮廓声学重构、室内声源定位与室内声学指纹定位的相关研究,分析房间轮廓声学重构对室内声学定位（本文重点讨论室内声源定位与室内声学指纹定位）性能的影响。研究房间轮廓声学重构与室内声学定位关键技术的意义,不仅在于其能满足不同室内LBS用户对位置精度的多尺度（分米级与米级）要求,还能满足用户对其位置信息获取的隐私保护需求,因此具有实际应用价值。文中对上述研究所涉及的应用背景与知识理论进行了介绍,明确了房间轮廓声学重构的基本原理与室内声学定位系统的工作机理,同时也对室内声学定位算法的常用手段进行了总结。本文的主要研究内容包括:1.综述了室内声学定位技术的发展概况,特别是室内声源定位与室内声学指纹定位的研究现状、技术问题与发展趋势。概述了房间轮廓声学重构技术的发展,并从多通道声信号获取与分析以及单通道声信号获取与分析两方面,总结了房间轮廓声学重构的实用方法,验证了房间轮廓信息对室内声学定位性能提升的有效性。2.介绍了房间轮廓声学重构的基础理论,分析了室内声场理论模型,推导了三维波动方程的基本公式,对利用房间平行墙面间声学共振特性,实现房间轮廓声学重构的过程进行了数学描述,并总结了基于波动声学的房间轮廓声学重构在实际应用中的参数问题;从多通道声信号获取与分析（麦克风阵列）以及单通道声信号获取与分析（智能手机）两方面,分别介绍了基于几何声学理论的房间轮廓声学重构方法,为基于阵列\手机的室内声源定位,及基于智能手机的室内声学指纹定位应用研究提供室内声场环境先验;最后,介绍了室内声学定位的基础理论,介绍了基于时延估计的声源定位、基于波束形成的声源定位与基于机器学习的声学指纹定位的基本方法,归纳总结了室内声场环境对声学定位系统的重要影响,为后续室内声源定位和室内声学指纹定位的研究工作,提供理论与方法支撑。3.提出了一种基于三维麦克风阵列感知的房间轮廓声学重构方法,充分利用阵列拓扑结构优势,降低了一阶反射声脉冲峰误判的可能,简化了基于多通道声信号获取与分析的房间轮廓声学重构过程,提高了重构精度与效率,并保证了基于随机区域收缩（Stochastic Region Contraction,SRC）的可控功率响应相位变换（Steered Response Power with Phase Transform,SRP-PHAT）波束形成算法的可行性;并在房间轮廓重构基础上,提出了基于Delaunay三角剖分的声源位置搜索体积重建方法,在保证SRP-PHAT-SRC算法位置估计精度的同时,合理有效地缩小了室内运动声源的搜索体元,实现了室内说话人实时轨迹的高效估算与跟踪。4.提出了一种智能手机多传感融合的室内行人连续自定位方法,将基于智能手机惯性传感器数据的行人航迹推算（Pedestrian Dead Reckoning,PDR）与基于时延估计的声源定位算法相结合,并发展了一种基于声压级与声能分析的声学约束更新算法,该算法结合房间轮廓信息,通过利用声源与其一阶镜像声源之间的几何关系,保证了时延估计数据在可靠范围之内,更新消除了PDR迭代误差,实现了准确、有效且无用户协作的室内行人连续自定位。5.提出了一种基于听觉场景分析（Audiroty Scene Analysis,ASA）的室内LBS用户定位方法。该方法以室内环境背景声的心理声学特征谱为声学特征,构建多维声学指纹,结合房间轮廓信息与房间内区域分簇结果,勾画出室内场景的轮廓及其声音能量分布状态（房间色彩声图）,一方面可以为室内小区域定位提供较为详实的位置信息和空间布局,另一方面又不暴露室内场景布局与物品的图像细节,解决了传统室内地图的隐私保护矛盾;在此基础上,基于机器学习的理论与算法,线下构建与更新“位置——指纹”映射关系数据库,线上以最小方差匹配,快速准确定位用户位置,实现无基础设施依赖且无用户协作的室内小区域级定位。