[發明專利]一種基于SVM和步行者航位推算融合的室內定位方法

在審

• 申請號: 201811376139.0
• 申請日: 2018-11-19
• 公開（公告）號: CN109597031A
• 公開（公告）日: 2019-04-09
• 發明（設計）人: 鐘艷如;高宏;袁智翔;李芳;藍如師;羅笑南
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G01S5/20
• 分類號: G01S5/20;G01S5/18
• 代理公司: 桂林市華杰專利商標事務所有限責任公司 45112
• 代理人: 覃永峰

1.一種基于SVM和步行者航位推算融合的室內定位方法，其特征在于，包括如下步驟：

(1)利用麥克風陣列，獲得聲源在不同位置的混響信號；

采用兩個麥克風組成的麥克風傳感器陣列對聲源進行定位，假設每一個訓練位置為l_i,i＝1,2,L,M；其中對于這兩個麥克風，它的接受信號分別為：

其中，s(k)表示聲源，它的位置在l_s；h₁(l_s,k),h₂(l_s,k)分別表示從聲源到第一個麥克風房間的脈沖響應和聲源到第二個麥克風房間的脈沖響應；

假設房間脈沖效應的長度為H，則對第i個麥克風，接受到的信號可以表示為：

(2)根據得到的混響信號，計算出互相關函數；

在實際情況中，由于受到噪聲以及混響的干擾，相關函數往往會受到以下影響：最大峰被弱化以及出現多個峰值；廣義互相關法是對一對麥克風信號的互功率譜實行加權處理，達到相關函數在時延的峰值位置更加突出的效果；信號x₁(k),x₂(k)的廣義互相關函數可以表示為：

其中，‘*’表示復共軛；X₁(ω)是x₁(t)的傅里葉變換；

(3)根據互相關函數，生成特征向量z；

特征向量z通過廣義互相關函數表示：

x_m＝round(αLf_s/c) (5)

其中，設為α為1.67，L表示兩個麥克風之間的距離，f_s表示采樣頻率，c表示聲速，round()表示取整函數；

假設對于單個特征z_i,i＝1,2,L,2x_m+1滿足SVM模型，那么特征z的幾何間隔為：

其中，y_i,w_i,b_i分別表示第i個特征z的法向量、結果標簽和截距；

(4)利用特征向量z，實現SVM對聲源的定位；

在互相關函數的SVM模型中，可以利用一個特征向量z實現SVM分類器對聲源位置的估計功能；

假設一個前提，對于任意一個特征z_i,i＝1,2,L,2x_m+1，它們之間都是獨立統計的，那么特征z_i,i＝1,2,L,2x_m+1的幾何間隔為：

對于給定的樣本點，選取一組(w_i,b_i)來表示，所以令w·x+b＝1，則超平面的距離表示為：2/||w||；

則幾何間隔最小的位置就是聲源的位置：

(5)融合PDR得到最終定位坐標；

構建步行者行走的系統模型，PDR定位的初始位置坐標通過SVM分類器聲源定位獲得，融合聲源定位和PDR定位得到誤差閾值門限；通過智能終端內置傳感器、陀螺儀、方向傳感器可以獲得步行者完成一步后的位置，使用量測方程更新狀態信息和位置信息，通過UKF算法實現PDR定位，得到最終融合定位坐標。

2.根據權利要求1所述的基于SVM和步行者航位推算融合的室內定位方法，其特征在于，步驟(3)中，當處于訓練過程中，對于任意一個位置l_i,i＝1,2,L,n，可以利用K幀的訓練數據來估算幾何間隔由于對于任意一個超曲面來說，這個超平面都可以用一個法向量w和一個常數截距b來表示，所以一個點到這個超曲面的距離可以表示為：

其中，表示第c幀訓練數據的第j個特征。