基于Android声学链路的温湿度解耦测量方法与流程

本发明涉及声学测量，具体为基于android声学链路的温湿度解耦测量方法。

背景技术：

1、智能终端随着电子信息技术的发展已成为日常生活中普及度极高的电子设备，现代智能终端内部通常高度集成了扬声器、麦克风以及各类传感节点等硬件模块，这些声学硬件组件除了满足基础的语音通信与媒体播放需求外，还可以通过智能终端外部的空气介质构建声学物理测量链路，利用声学信号在空气介质中传播时受环境温度与绝对湿度影响的物理特性，通过底层的操作系统控制声学硬件进行信号的收发交互，能够为环境参量的非接触式感知与解耦测量提供硬件基础。

2、现有的基于智能终端的声学温湿度测量装置及方法，主要依赖于操作系统层面的音频服务来锁定扬声器与麦克风的收发通道，在执行测量时，系统服务层控制扬声器向外部空气介质发射预设频率的音频探针信号，随后通过麦克风采集经由空气介质传播后的声学回波信号，信号处理模块对采集到的声学回波信号进行互相关对齐与频域变换，提取信号在特定频点下的声学幅度衰减特征与相位延迟特征，进而利用提取到的基础声学物理量结合物理声学模型换算得出当前环境的温度与湿度。

3、智能终端在运行过程中，其内部的系统级芯片或者电源管理芯片等底层硬件会持续产生热量，在设备内部形成不断变化的硬件物理热场，在上述声学测量的执行阶段，底层硬件的发热会导致声学物理测量链路中的器件发生阻抗漂移或工作状态偏移，使得主麦克风采集到的声学回波信号中混入基线漂移分量，由于现有的测量装置直接依赖包含了该基线漂移分量的信号进行频域变换与特征提取，未能利用内部硬件物理热场的实际状态对声学幅度衰减特征进行隔离与补偿，导致初始声学特征参数的提取精度降低，使得后续基于该误差参数输入正交分解模型与非线性观测方程组进行解算时，无法保障温湿度解耦测量的可靠性。

技术实现思路

1、针对现有技术的不足，本发明提供了基于android声学链路的温湿度解耦测量方法，解决了现有测量装置未对底层硬件发热引入的基线漂移分量进行补偿，导致初始声学特征参数提取精度降低以及温湿度解耦测量可靠性不足的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：基于android声学链路的温湿度解耦测量方法，包括：

3、控制智能终端的底部主扬声器发射双频声学探针信号，并通过所述智能终端的主麦克风采集经由空气介质传播的声学回波信号，同步获取所述智能终端的内部温度数据及所述内部温度数据的一阶时间导数；

4、根据所述声学回波信号提取声速参量与声学幅度衰减参量，获取预置的基准温度常数与音圈温度补偿系数构建前馈补偿模型，将所述内部温度数据与提取的所述声学幅度衰减参量输入所述前馈补偿模型，求解得到剔除硬件温漂偏差后的修正后的声学幅度衰减参量；

5、基于所述修正后的声学幅度衰减参量与所述声速参量计算吸收差值，以分离出表征绝对湿度参量的独立特征参量；

6、利用所述声速参量与所述吸收差值构建联合非线性方程组，基于所述内部温度数据的一阶时间导数自适应调节迭代阻尼系数，对所述联合非线性方程组执行迭代寻优计算，收敛后输出对所述联合非线性方程组执行迭代计算，输出环境温度参量与所述绝对湿度参量。

7、优选的，所述控制智能终端的底部主扬声器发射双频声学探针信号，并通过所述智能终端的主麦克风采集经由空气介质传播的声学回波信号，同步获取所述智能终端的内部温度数据及所述内部温度数据的一阶时间导数，包括：

8、在所述智能终端的内存中生成中心频率为18khz的第一正弦线性调频序列以及中心频率为22khz的第二正弦线性调频序列，并在时域上将所述第一正弦线性调频序列与所述第二正弦线性调频序列进行首尾拼接得到拼接序列；

9、在所述拼接序列的时域包络两端施加余弦窗函数，并在所述拼接序列的尾部补充零电平序列，获得双频正弦线性调频探针信号作为所述双频声学探针信号；

10、控制所述底部主扬声器发射所述双频正弦线性调频探针信号，并在发射初始时刻记录时间戳，同步获取所述智能终端的热敏传感节点测量的所述内部温度数据以及所述内部温度数据的一阶时间导数；

11、其中，所述双频正弦线性调频探针信号的发射幅度在信号生成时作为发射幅度参量预置于所述智能终端的内存中。

12、优选的，所述根据所述声学回波信号提取声速参量与声学幅度衰减参量，包括：

13、以所述时间戳为时间起点截取所述声学回波信号构成回波音频序列，在时域上对所述回波音频序列与所述智能终端的内存中预置的参考序列执行滑动互相关运算得到互相关函数序列；

14、检索所述互相关函数序列中互相关函数的全局峰值坐标以确定物理传播延迟，将所述物理传播延迟与所述智能终端的内存中预置的初始声速常数进行乘积运算得到等效传播路径长度；

15、基于所述全局峰值坐标所在位置向前后延伸预设的时间窗口截取稳态回波序列，对所述稳态回波序列执行频域变换处理，提取所述双频正弦线性调频探针信号对应的特定频点下的声学幅度衰减参量与绝对相位延迟参量，并将所述绝对相位延迟参量映射为所述声速参量。

16、优选的，所述提取所述双频正弦线性调频探针信号对应的特定频点下的声学幅度衰减参量与绝对相位延迟参量，包括：

17、对所述稳态回波序列执行傅里叶变换处理得到频域离散序列，在所述频域离散序列中定位第一目标频点与第二目标频点邻域内的离散谱线；

18、对所述离散谱线执行抛物线插值运算获取第一精确频点坐标与第二精确频点坐标，并提取对应的包含实部数据与虚部数据的频域复数值；

19、提取所述发射幅度参量，计算所述实部数据的平方与所述虚部数据的平方之和的平方根得到接收幅度参量，将所述接收幅度参量与所述发射幅度参量进行除法运算得到所述声学幅度衰减参量；

20、将所述虚部数据与所述实部数据进行比值运算得到数据比值，并计算所述数据比值的反正切函数值得到所述绝对相位延迟参量。

21、优选的，所述获取预置的基准温度常数与音圈温度补偿系数构建前馈补偿模型，将所述内部温度数据与提取的所述声学幅度衰减参量输入所述前馈补偿模型，求解得到剔除硬件温漂偏差后的修正后的声学幅度衰减参量，包括：

22、提取所述智能终端的内存中预置的基准温度常数以及音圈温度补偿系数，将所述声学幅度衰减参量与所述内部温度数据输入由所述基准温度常数与所述音圈温度补偿系数构建的前馈补偿模型；

23、通过所述前馈补偿模型消除所述内部温度数据对所述底部主扬声器造成的硬件基线漂移分量，计算得到所述修正后的声学幅度衰减参量。

24、优选的，所述基于所述修正后的声学幅度衰减参量与所述声速参量计算吸收差值，以分离出表征绝对湿度参量的独立特征参量，包括：

25、将所述修正后的声学幅度衰减参量作为复数幅值，并将所述绝对相位延迟参量作为自然指数的复数相位角，将所述复数幅值与所述自然指数相乘构建得到气动声学复数传递函数；

26、将所述气动声学复数传递函数映射为气动声学传播物理模型，根据所述修正后的声学幅度衰减参量与所述等效传播路径长度解算得到总吸收系数参量；

27、基于线性响应理论对所述总吸收系数参量执行正交分解处理，将所述总吸收系数参量分解为表征空气介质热传导引起的能量损耗数据的经典吸收参量，以及表征水蒸气分子引起的弛豫能量交换数据的弛豫吸收参量；

28、分别获取所述第一目标频点对应的第一总吸收系数参量与所述第二目标频点对应的第二总吸收系数参量进行差值运算得到所述吸收差值，所述吸收差值等效于第二弛豫吸收参量与第一弛豫吸收参量之间的理论差值，并在所述联合非线性方程组中利用所述吸收差值剔除所述经典吸收参量，以分离出表征所述绝对湿度参量的独立特征参量。

29、优选的，所述利用所述声速参量与所述吸收差值构建联合非线性方程组，包括：

30、提取所述智能终端的内存中预置的空气比热比常数与通用气体常数，利用理想气体声速公式将所述声速参量映射为关于所述环境温度参量与所述绝对湿度参量的非线性函数，构建声速观测方程；

31、将所述吸收差值与所述弛豫吸收参量的理论计算差值建立等式关系，根据所述等式关系构建关于所述环境温度参量与所述绝对湿度参量的弛豫吸收观测方程；

32、将所述声速观测方程与所述弛豫吸收观测方程组合构成所述联合非线性方程组，提取所述联合非线性方程组中的所述环境温度参量与所述绝对湿度参量组合构成参数向量，根据所述联合非线性方程组的理论计算数据与所述声速参量及所述吸收差值的差值构建残差向量，所述参数向量与所述残差向量作为迭代寻优的输入数据。

33、优选的，所述基于所述内部温度数据的一阶时间导数自适应调节迭代阻尼系数，对所述联合非线性方程组执行迭代寻优计算，收敛后输出环境温度参量与所述绝对湿度参量，包括：

34、提取所述智能终端的内存中预置的初始阻尼系数作为当前迭代的阻尼系数，根据所述残差向量相对于所述参数向量的偏导数计算得到雅可比矩阵，利用所述雅可比矩阵、所述残差向量以及所述阻尼系数构建用于迭代寻优的核心正规方程；

35、计算所述内部温度数据的一阶时间导数的绝对值，并将所述内部温度数据的一阶时间导数的绝对值与预置的热态变率阈值进行比对；

36、当所述内部温度数据的一阶时间导数的绝对值大于所述热态变率阈值时，将所述阻尼系数与预置的阻尼放大常数进行乘积运算得到放大的阻尼系数；

37、当所述内部温度数据的一阶时间导数的绝对值小于等于所述热态变率阈值时，将所述阻尼系数与预置的阻尼缩小常数进行除法运算得到缩小的阻尼系数；

38、基于调节后的阻尼系数计算迭代更新量以更新所述参数向量，在所述迭代更新量满足预置的收敛判定条件时，提取收敛后的参数向量以输出所述环境温度参量与所述绝对湿度参量。

39、优选的，在所述输出环境温度参量与所述绝对湿度参量之后，所述方法还包括：

40、提取所述智能终端的内存中预置的饱和水蒸气压经验公式，将所述环境温度参量与所述绝对湿度参量输入所述饱和水蒸气压经验公式进行换算计算得到相对湿度数据，并根据预置的滑动滤波时间窗口参数对所述相对湿度数据与所述环境温度参量执行一阶滑动平均滤波计算后对外输出有效测量结果；

41、提取所述频域离散序列中的信号功率数据与背景噪声功率数据，进行比值运算得到信号信噪比参量；

42、当所述信号信噪比参量低于预置的信噪比安全门限时，或者在达到预置的最大迭代次数限制值后仍未满足所述收敛判定条件时，触发异常状态机保护机制，在所述智能终端的内存中丢弃当前测量周期内的所述环境温度参量与所述绝对湿度参量，并提取记录的上一周期的所述有效测量结果进行保持输出。

43、一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述的基于android声学链路的温湿度解耦测量方法的步骤。

44、本发明提供了基于android声学链路的温湿度解耦测量方法。具备以下有益效果：

45、1、本发明通过在智能终端的收发通道构建声学物理测量链路并发射双频正弦线性调频探针信号，提取稳态回波序列对应的声学幅度衰减参量与绝对相位延迟参量，同时结合智能终端内部温度数据对声学幅度衰减参量执行前馈补偿，消除了智能终端底层硬件发热对声学物理测量链路造成的基线漂移分量，提高了初始声学特征参数的提取精度。

46、2、本发明通过利用修正后的声学幅度衰减参量与声速参量构建气动声学复数传递函数，基于线性响应理论对总吸收系数参量执行正交分解处理，并结合双频点差值运算得到吸收差值，利用吸收差值在非线性观测方程组中剔除了经典吸收参量对环境温度参量的交叉敏感分量，分离出表征绝对湿度参量的独立特征参量，实现了环境温度与绝对湿度的解耦测量。

47、3、本发明通过利用声速参量与吸收差值构建联合非线性方程组，并在对联合非线性方程组执行迭代计算的过程中，将内部温度数据的一阶时间导数的绝对值与热态变率阈值进行比对，根据比对结果动态调节核心正规方程的阻尼系数，使迭代求解方向能够自适应趋近于梯度下降方向或高斯牛顿方向，提升了联合非线性方程组迭代反演运算在不同物理热场变化速率条件下的收敛稳定性。