[發(fā)明專利]一種消費(fèi)級(jí)慣性傳感單元環(huán)境噪聲的估計(jì)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710926878.1
• 申請(qǐng)日: 2017-10-08
• 公開（公告）號(hào): CN107941324A
• 公開（公告）日: 2018-04-20
• 發(fā)明（設(shè)計(jì)）人: 劉昱;吳建超
• 申請(qǐng)（專利權(quán)）人: 天津大學(xué)
• 主分類號(hào): G01H17/00
• 分類號(hào): G01H17/00
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所12201
• 代理人: 李素蘭

1.一種消費(fèi)級(jí)慣性傳感單元環(huán)境噪聲的估計(jì)方法，其特征在于，該方法包括以下步驟：

步驟(1)、使用消費(fèi)級(jí)慣性傳感單元采集傳感單元的信號(hào)，采集數(shù)據(jù)至少包括加速度、角速度；

步驟(2)、采用基本諧波盲源分離BSS模型實(shí)現(xiàn)源信號(hào)S和加性噪聲N的分離處理：

定義源信號(hào)為s_k(t),k＝1,...,K，K為源數(shù)目，經(jīng)線性瞬時(shí)系統(tǒng)混合，得到的混合信號(hào)為x_m(t),m＝1,…,M，M為混合信號(hào)的數(shù)目，混合信號(hào)x_m(t)表達(dá)式如下：

xm(t)=Σk=1Kαm,ksk(t)+Nm(t)]]>

其中，a_m,k為混合系數(shù)，N_m(t)為第m個(gè)混合信號(hào)的加性噪聲；將上式表示為矩陣形式，則有：

x(t)＝As(t)+N(t)

其中，s(t)為K×1維源信號(hào)向量，表示為s(t)＝[s₁(t),s₂(t),...,s_k(t)]^T；x(t)＝[x₁(t),x₂(t),...,x_M(t)]^T為M×1維混合信號(hào)向量；N(t)＝[N₁(t),N₂(t),...,N_M(t)]^T為M×1維加性噪聲矢量，A為M×K維混合矩陣；t表示是時(shí)間；

對(duì)上式做時(shí)頻變換，得到混合信號(hào)的頻域表達(dá)式：

X(τ,ω)＝AS(τ,ω)

將單源成分表示如下：

其中，τ₀表示某個(gè)源信號(hào)活躍的那一時(shí)刻，ω₀、c₀、分別表示單源成分頻率、幅值、相位參數(shù)，將以上單源成分的表達(dá)式代入時(shí)頻BSS模型，得到：

可見，單源時(shí)頻點(diǎn)(τ₀,ω₀)上的混合時(shí)頻向量X(τ₀,ω₀)與混合矩陣A第n個(gè)列向量a_n平行；找到所有的單源時(shí)頻點(diǎn)，即確定整個(gè)混合矩陣A，用于信號(hào)恢復(fù)；

步驟(3)、采用短時(shí)傅立葉變換等時(shí)頻分析工具對(duì)采集到的加速度、角速度信號(hào)進(jìn)行頻譜分析；短時(shí)傅里葉變換也叫短時(shí)譜(加窗的方式)，具體變換公式如下：

Xn(ejw)=Σm=-∞∞x(m)w(n-m)e-jwm]]>

X_n(e^jw)中的下標(biāo)n表示區(qū)別于標(biāo)準(zhǔn)的傅里葉變換，w(n-m)是窗口函數(shù)序列，w(n-m)中的n表示是關(guān)于n的離散函數(shù)，w表示是關(guān)于角頻率w的連續(xù)函數(shù)；

步驟(4)、采用比值法頻譜校正技術(shù)對(duì)頻率、幅值及相位三個(gè)參數(shù)進(jìn)行估計(jì)，實(shí)現(xiàn)頻譜校正；實(shí)現(xiàn)了在某個(gè)固定的時(shí)刻τ₀上，利用混合信號(hào)譜線X_m(τ₀，kΔω)，簡記為X_m(τ₀，k)，k＝1,2,…,L,L是STFT的窗長，m＝1,…,M提取所有諧波的三個(gè)參數(shù)：是當(dāng)前時(shí)刻上的譜峰個(gè)數(shù)，也就是諧波分分量個(gè)數(shù)；

步驟(5)、基于相位一致性準(zhǔn)則對(duì)CIMU傳感數(shù)據(jù)中的單源成分進(jìn)行判別，采用數(shù)據(jù)密度聚類算法完成頻率合成及有效成分判定，使用相位一致特性作為有效成本判斷準(zhǔn)則，在某個(gè)時(shí)刻τ₀下，對(duì)于第n個(gè)源的單源頻率成分ω₀，其理想的時(shí)頻混合向量X(τ₀，ω₀)，也即在時(shí)刻τ₀下頻率成分ω₀所對(duì)應(yīng)的模式向量將平行于a_n，與此同時(shí)，X(τ₀，ω₀)的每項(xiàng)都由實(shí)數(shù)a_m，n，列向量a_n的第m個(gè)元素，m＝1,2，…，M和同一復(fù)數(shù)乘積生成，因而理論上X(τ₀，ω₀)每項(xiàng)的相位應(yīng)與Φ₀相等；即對(duì)于某個(gè)模式向量當(dāng)其滿足：

判定其為單源頭成分，其中，ξ為給定的小閾值；

基于混合矩陣估計(jì)、空間投影等算法對(duì)BSS模型中的具體處理進(jìn)行修正：當(dāng)混合矩陣中系數(shù)存在負(fù)號(hào)時(shí)，該路源信號(hào)經(jīng)過混合后其相位發(fā)生大小為π的相移；假設(shè)某單源成分為了排除相移π所帶來的影響，將相位一致性準(zhǔn)則修正為：

其中‘<·>’代表內(nèi)積操作，對(duì)于的所有相位，定義一個(gè)相位差異指數(shù)

僅當(dāng)滿足：

|D‾p*-1|<ξ;]]>

構(gòu)造單源成分對(duì)應(yīng)的單源模式：

根據(jù)相位一致特性組建一個(gè)實(shí)值的模式向量，以第一路混合信號(hào)中的相位為參考，有：

zp*=[d1,p*,z2,p*,...,zm,p*,...,zM,p*]T,]]>

其中：

其中，為實(shí)值模式向量的分量值，為混合信號(hào)中的諧波參數(shù)，為的相位，為第一路混合信號(hào)中的相位；

進(jìn)一步，將歸一化，所有時(shí)刻的單源成分將組成單源模式集合P*為所有時(shí)刻的單源成分總數(shù)，對(duì)進(jìn)行聚類即可得到混合矩陣估計(jì)；

步驟(6)、基于頻率判定的結(jié)果，結(jié)合混合矩陣估計(jì)和子空間投影算法，進(jìn)行盲源信號(hào)恢復(fù)處理，完成盲源分離，估計(jì)出噪聲頻譜：允許源信號(hào)在時(shí)域的支撐區(qū)有重疊，但完全恢復(fù)需要滿足如下條件，重疊成分只能被小于混合信號(hào)數(shù)目M的ρ個(gè)源信號(hào)共有，為提供足夠多的重疊可能，不妨令ρ(ρ＝M-1)；直接將每個(gè)時(shí)頻點(diǎn)的所有混合信號(hào)的STFT值組成向量作為輸入，求得

A~=(aα1,L,aαK)]]>

在每個(gè)時(shí)頻點(diǎn)(τ₀，ω₀)上，找到與該點(diǎn)對(duì)應(yīng)的ρ個(gè)源信號(hào)下標(biāo)α₁，…，α_p,進(jìn)一步從混合矩陣估計(jì)中獲得M×ρ維的子矩陣

然后通過下式求得各個(gè)源信號(hào)在時(shí)頻點(diǎn)(τ₀,ω₀)上的STFT值：

[S^α1(τ0,ω0),...,S^αρ(τ0,ω0)]T=A~{α1,...,αρ}-1X(τ0,ω0)S^n(τ0,ω0)=0,n=1,...,N,n∉{α1,...,αρ}.]]>

對(duì)所有時(shí)頻點(diǎn)運(yùn)行子空間投影算法，得到N個(gè)源信號(hào)的STFT譜估計(jì)再對(duì)其進(jìn)行逆STFT變換，則得到恢復(fù)信號(hào)完成盲源分離，完成盲源分離后即可確定環(huán)境噪聲的模型。