基于主动声学信号的室内位置识别.pdf

摘要

摘要

随着移动应用程序在人们日常生活中的广泛使用，室内位置识别受到越来越

多的关注。现有的室内位置识别方案要么需要预先安装基础设施，要么只能实现

房间级的精度，无法为移动设备提供室内特定位置的精确识别服务。在本论文中，

提出了两种新的主动感知系统，分别命名为PhoneTag和MicroTag。两个系统能使

用单麦克风设备（如智能手机）或麦克风阵列设备（如智能语音助手）稳健的识

别一些预定义的室内位置，且都不需要依赖任何额外的传感器或其他预先安装的

基础设施。

PhoneTag的主要思想都是利用声学特征作为位置识别的稳健指纹，这些声学

特征是由单麦克风设备通过发射定制的声学信号并选择由主导反射体产生的回声

而生成的。在给定麦克风采样的情况下，PhoneTag设计了一种基于相关性的技

术，用于准确检测接收到的声学信号的回声起始点。为了实现稳健的位置识别，

PhoneTag开发了一种新的回声筛选方案，通过利用不同阶次回声的传播延迟之间

的关系，选择由主导反射体产生的回声。为了处理所选回声数量的变化，PhoneTag

的位置识别组件随后从所选回声中派生直方图，并使用一对所有的支持向量机分

类器（OneAgainstAllSupportVectorMachine）来确定当前位置。

MicroTag利用智能扬声器发出的定制的声学信号和麦克风阵列感应周围环境

中物体产生的回声而生成的三维声学图像，作为识别一些预定义室内位置的依据。

鉴于麦克风阵列捕捉到的声学采样记录，MicroTag的图像构建组件构建了一个虚

拟成像半球，并将阵列转向半球的每个网格，以生成周围环境的三维声学图像。此

外，MicroTag还设计了一个基于迁移学习的模型，以从构建的图像中获取有效特

征，并提出了一种生成合成训练图像的数据增强方案。为了实现更精确的位置识

别，MicroTag进一步设计了一种距离估计方案，利用构建的三维声学图像识别智

能扬声器与周围一些主要物体之间的距离，然后采用这些距离信息进行位置识别。

最后，本文进行了大量的实验验证PhoneTag和MicroTag的可行性，实验结

果表明，在各种真实场景下，PhoneTag和MicroTag都能准确、稳健地进行位置识

别。

关键词：单麦克风设备，麦克风阵列，智能扬声器，声学传感，位置识别

I

ABSTRACT

ABSTRACT

Theindoorlocationawarenesshasdrawnincreasingattentionasthemobileapps

areusedextensivelyinpeople’sdailylives.Existingindoorlocalizationsolutionseither

requireapre-installedinfrastructureorcanonlyachieveroom-levelaccuracy,whichcould

notprovideafunction-locationserviceformobiledevices.Inthisthesis,weproposetwo

novelactivesensingsystems,namedPhoneTagandMicroTagrespectively.Bothsystems

enablessinglemicrophonedevices(e.g.smartphones)ormicrophonearraydevices(e.g.

intelligentvoiceassistant)torecognizesomepre-definedindoorlocationsrobustlywithout

requiringanyadditionalsensorsorpre-installedinfrastructure.

ThemainideabehindPhoneTagistoutilizetheacousticsignatures,whicharede-

r