一种基于蝎子振源定距机理的振源距离估计方法及装置

1.本发明涉及振动定位技术领域，尤其涉及的是一种基于蝎子振源定距机理的振源距离估计方法及装置。


背景技术：

2.对于智能家居系统，精准的用户定位是保障系统功能实现的关键。从数据采集的角度来说，目前的用户定位方法，如：基于光学传感器、基于可穿戴式传感器、基于射频设备、基于声学传感器等，在部分场景下使用受限。而基于振动传感器的方法因为实现方便，无需经常维护，对隐私侵犯较低，不会影响用户的日常活动，不受障碍物遮挡的影响，抗扰能力强等优势，能够对现有信息获取方法实现有效补充，增强了智能家居系统的适用范围以及实用性。
3.在对室内用户的定位方面，目前的振动定位方案大多基于到达时间差(time difference of arrival，tdoa)方法。但振动波在传播的过程中存在频散现象，并且振动波遇到边界时有反射或折射现象，这导致采集到的数据中包含许多不可靠振动事件，进而影响信号的时延估计。同时，传播介质的不均匀也会导致振动的传播并非等速运动。因此，在实际场景下基于tdoa方法的定位精度受到限制。针对目前传统定位算法因客观因素影响而导致的定位性能受限的情况，借助于蝎子优异的振动定位天赋，开展仿生学与工程学的交叉研究是一种解决现有困境的有效途径。但仿蝎子振源定位算法尚不完善。现有的仿生定位算法主要基于蝎子缝感受器阵列的兴奋-抑制机制构建定位模型，对振源的方向做出估计，但不能直接判断振源的距离信息，导致仿蝎子振源定位算法在实际应用中存在局限性。
4.现有技术中仿蝎子振源定位算法使用受限的问题,因此有必要根据蝎子对振动信息的生物处理机制，构建振源距离估计模型，提高现有仿生定位算法的性能。


技术实现要素：

5.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于蝎子振源定距机理的振源距离估计方法及装置，旨在解决现有技术中仿蝎子振源定位算法使用受限的问题。
6.本发明解决技术问题所采用的技术方案如下：
7.一种基于蝎子振源定距机理的振源距离估计方法，其中，包括以下步骤：
8.通过单个三轴传感器采集不同距离下人体行走的振动数据，对采集振动数据进行预处理，获取不同距离下单次振动事件所对应的振动数据；
9.对预处理的振动数据借鉴蝎子对于振动信息的处理机制，通过希尔伯特-黄变换方法提取时域与频域特征，并进行特征融合，构建距离特征数据库；
10.根据距离特征数据库使用随机森林回归算法构建振源距离估计模型，通过所构建的振源距离估计模型进行振源距离估计，得到振源距离的估计值并输出。
11.所述的基于蝎子振源定距机理的振源距离估计方法，其中，所述对采集振动数据
进行预处理，获取不同距离下单次振动事件所对
12.应的振动数据包括：
13.对三轴传感器采集到的三通道振动数据使用最小二乘法消除零点漂移，得到第一数据；
14.使用统一的时间窗对第一数据进行分帧，使对应于同一次振动事件的三通道振动数据的起始时刻与结束时刻保持一致，选择合适的窗口长度保证单次振动事件的数据完整性，得到对应于单次振动事件的三通道振动数据，分别获取不同距离下每次振动事件对应的振动数据，进而构建第二数据集。
15.所述的基于蝎子振源定距机理的振源距离估计方法，其中，所述对预处理的振动数据借鉴蝎子对于振动信息的处理机制，提取时域与频域特征，并进行特征融合，构建距离特征数据库的步骤包括：
16.借鉴蝎子对于振动信息的处理机制，通过纵波与瑞利波在传播过程中随振源距离变化而产生的差异信息，标记不同的振源距离；
17.以不同振动波的能量衰减速度及传播速度为线索，使用希尔伯特-黄变换方法提取振动信号的频域特征与时域特征，并进行特征融合，以构建距离特征数据库，体现上述差异信息；
18.对来自所述第二数据集中的每组三通道振动数据进行希尔伯特-黄变换，获得三通道振动数据的边际谱与希尔伯特包络曲线。
19.所述的基于蝎子振源定距机理的振源距离估计方法，其中，所述对预处理的振动数据借鉴蝎子对于振动信息的处理机制，提取时域与频域特征，并进行特征融合，构建距离特征数据库的步骤还包括：
20.根据所述振动信号的边际谱，依据固定步长将边际谱划分为n个频带，计算边际谱每个频带内的能量，其计算方式为：
[0021][0022]
其中，i表示传感器x、y、z轴，i＝1,2,3，fj表示n个频带内第j个频带的频率上限，j＝1,
……
,n，e
ij
表示传感器i轴数据所求边际谱第j个频带的边际谱能量，hi(f)表示传感器i轴数据所求边际谱；
[0023]
统计各频带能量在传感器3轴振动信号总能量中的占比ef
ij
，并将此作为振动信号的频域特征：
[0024][0025]
其中，ef
ij
表示传感器i轴数据所求边际谱第j个频带的边际谱能量占比；
[0026]
根据所述振动信号的希尔伯特包络曲线，每次以固定的步长递増，统计相应时刻各传感器轴向数据所求希尔伯特包络曲线对应的值，获得每个传感器轴向上共计m个值，并进行归一化处理，将归一化后的时域特征af
ik
作为时域特征：
[0027][0028]
其中，tk表示对传感器i轴数据所求希尔伯特包络曲线而言，第k个时域特征值所对应的时刻；ai表示传感器i轴数据所求希尔伯特包络曲线；af
ik
表示传感器i轴数据所求第k个归一化后的时域特征；
[0029]
所述特征融合包括将所述时域特征与所述频域特征拼接在一起得到距离特征；
[0030]
所述构建距离特征数据库包括根据所述第二数据集，获取不同距离下每次振动事件对应振动数据的距离特征，进而得到距离特征数据库。
[0031]
所述的基于蝎子振源定距机理的振源距离估计方法，其中，所述根据距离特征数据库使用随机森林回归算法构建振源距离估计模型，通过所构建的振源距离估计模型进行振源距离估计，得到振源距离的估计值并输出的步骤包括：
[0032]
从包含c个样本的所述距离特征数据集中，通过自助采样法进行c次有放回的抽样，得到含c个样本的采样集；
[0033]
根据t个含c个训练样本的所述采样集，基于每个采样集训练出一个用于距离估计的cart回归树；
[0034]
当测试集输入时，将所述cart回归树进行结合，使用简单平均法对每棵回归树的结果求均值，最终得到振源距离的估计值d。
[0035]
一种基于蝎子振源定距机理的振源距离估计装置，其中，包括：一个至少三通道的模数转换模块，所述模数转换模块前端连接三轴振动传感器，所述模数转换模块后端连接用于数据传输的下位机，所述下位机连接一个上位机；
[0036]
所述三轴振动传感器在使用时，z轴垂直于地面，x轴与y轴平行于地面；
[0037]
所述上位机接受来自下位机的三通道振动数据，并对三通道振动数据分别进行实时显示、数据存贮以及数据处理；
[0038]
所述基于蝎子振源定距机理的振源距离估计装置用于运行所述基于蝎子振源定距机理的振源距离估计方法。
[0039]
一种基于蝎子振源定距机理的振源距离估计装置，其中，包括：
[0040]
数据采集与预处理模块，用于通过单个三轴传感器采集不同距离下人体行走的振动数据，对采集振动数据进行预处理，获取不同距离下单次振动事件所对应的振动数据；
[0041]
距离特征数据库构建模块，用于对预处理的振动数据借鉴蝎子对于振动信息的处理机制，通过希尔伯特-黄变换方法提取时域与频域特征，并进行特征融合，构建距离特征数据库；
[0042]
振源距离估计模块，用于根据距离特征数据库使用随机森林回归算法构建振源距离估计模型，通过所构建的振源距离估计模型进行振源距离估计，得到振源距离的估计值并输出。
[0043]
一种智能终端，其中，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行任意一项所述的方法。
[0044]
一种非临时性计算机可读存储介质，其中，当所述存储介质中的指令由电子设备
的处理器执行时，使得电子设备能够执行任意一项所述的方法。
[0045]
有益效果：本发明的一种基于蝎子振源定距机理的振源距离估计方法及装置，包括步骤：使用单个三轴传感器采集不同距离下人体行走的振动数据，对振动数据进行预处理，获取不同距离下单次振动事件所对应的振动数据；对预处理的振动数据进行希尔伯特-黄变换，获得三通道振动数据的边际谱与希尔伯特包络曲线，根据边际谱提取频域特征，根据希尔伯特包络曲线提取时域特征，并进行特征融合，构建距离特征数据库；根据距离特征数据库使用随机森林回归算法计算测试样本的振源距离估计值，本发明可以提高现有振源定位算法对振源距离估计的精度。
附图说明
[0046]
图1是本发明中一种基于蝎子振源定距机理的振源距离估计方法的第一流程图。
[0047]
图2是本发明中一种基于蝎子振源定距机理的振源距离估计方法的电生理实验示意图。
[0048]
图3是本发明中一种基于蝎子振源定距机理的振源距离估计方法的彼得异蝎振动感受器电生理信号。
[0049]
图4是本发明中一种基于蝎子振源定距机理的振源距离估计装置的仿生室内振源定位装置。
[0050]
图5是本发明中一种基于蝎子振源定距机理的振源距离估计方法的单个振动事件提取结果。
[0051]
图6是本发明中一种基于蝎子振源定距机理的振源距离估计方法的振源距离2m与6m时传感器3轴数据的边际谱。
[0052]
图7是本发明中一种基于蝎子振源定距机理的振源距离估计方法的边际谱特征提取示意图。
[0053]
图8是本发明中一种基于蝎子振源定距机理的振源距离估计方法的振源距离2m与6m时传感器3轴数据的希尔伯特包络曲线。
[0054]
图9是本发明中一种基于蝎子振源定距机理的振源距离估计方法的希尔伯特包络曲线特征提取示意图。
[0055]
图10是本发明中一种基于蝎子振源定距机理的振源距离估计方法的振源距离估计实验数据采集现场图。
[0056]
图11是本发明中一种基于蝎子振源定距机理的振源距离估计装置功能原理框图。
[0057]
图12是本发明实施例的智能终端功能原理框图。
具体实施方式
[0058]
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0059]
本发明实施例中用到三轴传感器，三轴加速度传感器是一种能够测量物体空间中的加速度的电子设备,根据传感器实现原理的不同,可分为压阻式、压电式、电容式等类型,这些传感器上的本质原理都是通过传感元件将物体加速度转化为其他的物理量,如电阻、
电压、电容等,再通过转化和滤波电路等将这些物理量转化为合适的输出信号。
[0060]
如图1所示，本发明实施例提供的一种基于蝎子振源定距机理的振源距离估计方法，包括以下步骤：
[0061]
步骤s100、通过单个三轴传感器采集不同距离下人体行走的振动数据，对采集振动数据进行预处理，获取不同距离下单次振动事件所对应的振动数据。
[0062]
本步骤具体实施时，包括：通过单个三轴传感器采集不同距离下人体行走的振动数据，然后对三轴传感器采集到的三通道振动数据使用最小二乘法消除零点漂移，得到第一数据；
[0063]
使用统一的时间窗对第一数据进行分帧，使对应于同一次振动事件的三通道振动数据的起始时刻与结束时刻保持一致，选择合适的窗口长度保证单次振动事件的数据完整性，得到对应于单次振动事件的三通道振动数据，分别获取不同距离下每次振动事件对应的振动数据，进而构建第二数据集。
[0064]
步骤s200、对预处理的振动数据借鉴蝎子对于振动信息的处理机制，通过希尔伯特-黄变换方法提取时域与频域特征，并进行特征融合，构建距离特征数据库；
[0065]
本步骤中，具体地，对预处理的振动数据，借鉴蝎子对于振动信息的处理机制，通过纵波与瑞利波在传播过程中随振源距离变化而产生的差异信息，标记不同的振源距离；
[0066]
然后，以不同振动波的能量衰减速度及传播速度为线索，使用希尔伯特-黄变换方法提取振动信号的频域特征与时域特征，并进行特征融合，以构建距离特征数据库，体现上述差异信息；
[0067]
对来自所述第二数据集中的每组三通道振动数据进行希尔伯特-黄变换，获得三通道振动数据的边际谱与希尔伯特包络曲线；
[0068]
根据所述振动信号的边际谱，依据固定步长将边际谱划分为n个频带，计算边际谱每个频带内的能量，其计算方式为：
[0069][0070]
其中，i表示传感器x、y、z轴，i＝1,2,3，fj表示n个频带内第j个频带的频率上限，j＝1,
……
,n，e
ij
表示传感器i轴数据所求边际谱第j个频带的边际谱能量，hi(f)表示传感器i轴数据所求边际谱；
[0071]
统计各频带能量在传感器3轴振动信号总能量中的占比ef
ij
，并将此作为振动信号的频域特征：
[0072][0073]
其中，ef
ij
表示传感器i轴数据所求边际谱第j个频带的边际谱能量占比；
[0074]
根据所述振动信号的希尔伯特包络曲线，每次以固定的步长递増，统计相应时刻各传感器轴向数据所求希尔伯特包络曲线对应的值，获得每个传感器轴向上共计m个值，并进行归一化处理，将归一化后的时域特征af
ik
作为时域特征：
[0075][0076]
其中，tk表示对传感器i轴数据所求希尔伯特包络曲线而言，第k个时域特征值所对应的时刻；ai表示传感器i轴数据所求希尔伯特包络曲线；af
ik
表示传感器i轴数据所求第k个归一化后的时域特征；
[0077]
所述特征融合包括将所述时域特征与所述频域特征拼接在一起得到距离特征，从而构建距离特征数据库；
[0078]
本发明实施例中所构建距离特征数据库包括根据所述第二数据集，获取不同距离下每次振动事件对应振动数据的距离特征，进而得到距离特征数据库。
[0079]
步骤s300、根据距离特征数据库使用随机森林回归算法构建振源距离估计模型，通过所构建的振源距离估计模型进行振源距离估计，得到振源距离的估计值并输出。
[0080]
本步骤中从包含c个样本的所述距离特征数据集中，通过自助采样法进行c次有放回的抽样，得到含c个样本的采样集；
[0081]
根据t个含c个训练样本的所述采样集，基于每个采样集训练出一个用于距离估计的cart回归树；
[0082]
当测试集输入时，将所述cart回归树进行结合，使用简单平均法对每棵回归树的结果求均值，最终得到振源距离的估计值d。
[0083]
本发明具体实施时，通过电生理实验对蝎子用以确定振源距离的生物机理展开研究。搭建电生理实验平台，并对彼得异蝎步行足进行不同距离下的振源激励测试，发现彼得异蝎能够通过单个步行足感知振源距离变化。在此基础上，分别对蝎子跗骨感觉毛与缝感受器进行消除，通过电生理实验平台测试不同感受器在不同距离振源刺激下的电生理反应，结合缝感受器敏感于瑞利波而跗骨感觉毛敏感于纵波的特性，推断蝎子能够通过缝感受器与跗骨感觉毛感知瑞利波与纵波信息，通过纵波与瑞利波信息在不同振源距离处的信息差异，标记不同的振源距离，进而完成振源距离估计。
[0084]
通过如图2所示的电生理实验对蝎子用以确定振源距离的生物机理展开研究。搭建电生理实验平台，并对彼得异蝎步行足进行不同距离下的振源激励测试，获取如图3所示的蝎子步行足电生理信号，发现彼得异蝎能够通过单个步行足感知振源距离变化。在此基础上，分别对蝎子跗骨感觉毛与缝感受器进行消除，通过电生理实验平台测试不同感受器在不同距离振源刺激下的电生理反应，结合缝感受器敏感于瑞利波而跗骨感觉毛敏感于纵波的特性，推断蝎子能够通过缝感受器与跗骨感觉毛感知瑞利波与纵波信息，通过纵波与瑞利波信息在不同振源距离处的信息差异，标记不同的振源距离，进而完成振源距离估计。
[0085]
如图4所示，仿生室内振源定位装置搭建主要包括数据采集以及数据处理两个部分，数据采集通过3轴加速度传感器发给数据采集卡，然后发给上位机处理。根据研究蝎子在进行定位捕食的过程中分别通过位于其步行足上的跗骨感觉毛与缝感受器感知由猎物移动引起的纵波与瑞利波，因此为了更好的模拟蝎子振动感知能力，在进行传感器选择时需要考虑纵波与瑞利波的传播特性。纵波的运动分量主要集中在平行于地面方向，而瑞利波在垂直或平行于地面的方向均可以检测到其介质质点运动的分量。在进行振动信号采集时，传统的单轴传感器一般仅能检测到垂直于地面方向的振动信息，因此为了获取更加丰
富的振动信息，采用亚德诺半导体技术有限公司生产的adxl354型3轴加速度传感器。该传感器带有模拟与数字两种数据输出方式，且具备低噪声、低功耗、低漂移的特点。同时由于使用了mems工艺，传感器的尺寸仅为2
×
2cm。在使用3轴传感器时令传感器z轴垂直于地面。
[0086]
传感器后端连接北京思迈科华技术有限公司生产的usb-3131型数据采集卡，用以实现振动信号的模数转换以及向pc上位机的数据传输。usb-3131型数据采集卡基于高速usb读写技术实现高带宽数据传输，具备16位垂直分辨率和最大
±
24v的7个量程，并配有24个采集通道，满足对多通道振动信号采集的需求。
[0087]
仿生室内振源定位装置的数据处理部分是在pc端完成的，接收振动信号进行实时显示与数据存储，并通过matlab完成定位算法实现。在定位过程中，单个传感器的3轴数据会用于振源的距离估计。
[0088]
在振动信号采集过程中易受到采集设备噪声与外界环境噪声的影响，同时由于振动信号的短时平稳性，因此在使用振动信号进行算法实现前，需要对其进行数据预处理。由于在进行振动信号采集时，传感器会受到振动冲击，使采集到的信号出现零点漂移现象，进而导致有效信号的信号质量下降。使用最小二乘法对线性趋势项以及可能存在的非线性趋势项进行消除。
[0089]
原始的振动信号一般包含多个振动事件，为了提取单个振动事件加以分析，本发明利用长短时间窗(short-term average/long-term average，sta/lta)算法进行振动检测，结果如图5所示。sta/lta算法是一种振动信号到时自动拾取方法，通过有效信号与背景噪声在时域内的能量变化判断是否发生振动事件。lta表示一个滑动长时间窗内的信号平均值，反映了背景噪声的水平。sta表示一个短时间窗内的信号平均值，主要用于获取有用信号的信息。sta与lta的比值能够衡量信号的振幅或能量变化，由于振动发生时sta的变化要大于lta，因此sta/lta的值会有所增长。当sta/lta的值超过预先设定阈值时，表示出现一个振动事件。本发明需要使用统一的时间窗处理源自同一传感器的3个轴向的数据，因此对3轴信号的sta/lta的数值进行叠加，进而检测振动事件，sta/lta的具体计算公式如下：
[0090][0091][0092][0093]
其中，stak(i)表示短时窗平均，窗口长度为ns；ltak(i)是长时窗平均，窗口长度为nl；k表示传感器的3个轴向；λ为人工设定的sta/lta阈值；cfk(i)为在i时刻的振动信号的特征函数值，用以衡量信号的振幅或能量变化。
[0094]
根据蝎子能够通过纵波与瑞利波信息在不同振源距离处的信息差异标记振源距离的生物机理，在提取距离特征时，需要根据纵波与瑞利波的传播特性对振动信号进行分析，找出一种能够表征纵波与瑞利波的传播差异性的振动信号特征。根据前文的分析，振动在传播的过程中能量会随振源距离的增加而衰减，同时这种衰减与振动自身的频率有关，频率越大衰减越快。而纵波的频率要高于瑞利波的频率，纵波的能量衰减速度要大于瑞利
波的能量衰减速度。通过hht算法构建振动信号的边际谱，分析其频域信息。在其边际谱的低频部分包含更多的瑞利波信息，高频部分包含更多的纵波信息，高频与低频部分的能量衰减速度不同，高频部分的能量要衰减的更快。随着振源距离的增加，各频带内的能量占比会发生改变，高频部分的能量占比减小，低频部分的能量占比增加。另一方面，根据纵波与瑞利波的传播特性，3轴传感器各轴向上的振动信号所包含的纵波与瑞利波信息是不同的，因此随距离变化，传感器3轴数据的能量占比也会发生变化。图6展示了振源距离2m与6m时传感器3轴数据的边际谱。
[0095]
首先考虑将振动信号的能量衰减作为一种距离特征，并利用hht算法构建振动信号边际谱完成能量特征提取，具体方法如下。如图7所示，根据振动信号的边际谱，依据固定步长将边际谱划分为n个频带，计算边际谱每个频带内的能量，其计算公式如式3.18所示。统计各频带能量在传感器3轴振动信号总能量中的占比ef
ij
，如下式所示，并将此作为振动信号的能量特征。
[0096][0097][0098]
其中，i表示传感器x、y、z轴，i＝1,2,3；fj表示n个频带内第j个频带的频率上限，j＝1,
……
,n；e
ij
表示传感器i轴数据所求边际谱第j个频带的边际谱能量；hi(f)表示传感器i轴数据所求边际谱；ef
ij
表示传感器i轴数据所求边际谱第j个频带的边际谱能量占比。
[0099]
由于振动幅值随距离增大按负幂函数的形式急剧衰减，这可能导致由边际谱提取的能量特征在振源距离较大时对振源距离的区分程度下降。根据蝎子振源定距机理，蝎子通过纵波与瑞利波差异信息标记振源距离，这种差异信息不仅可以包括能量的衰减速度不同，也能够考虑纵波传播速度快，早于瑞利波到达的特性，从时域角度对振动信号进行分析。获取原始振动信号的希尔伯特包络，分析其时域信息。随振源距离增大，纵波与瑞利波的速度差异将使两者的分离程度增加，使时域上出现明显的变化。图8展示了振源距离2m与6m时传感器3轴数据的希尔伯特包络曲线。
[0100]
此时，将振动信号的时域特征作为一种距离特征，能够增加振源距离较大时距离特征的区分程度，具体方法如下。如图9所示，根据振动信号的希尔伯特包络曲线，每次以固定的步长递増，统计相应时刻各传感器轴向数据所求希尔伯特包络曲线对应的值，获得每个传感器轴向上共计m个值，并进行归一化处理，将归一化后的时域特征af
ik
同样作为距离特征。
[0101][0102]
其中，tk表示对传感器i轴数据所求希尔伯特包络曲线而言，第k个时域特征值所对应的时刻；ai表示传感器i轴数据所求希尔伯特包络曲线；af
ik
表示传感器i轴数据所求第k个归一化后的时域特征。
[0103]
在完成特征提取后，通过随机森林回归算法训练振源距离估计模型。从包含c个样
本的所述距离特征数据集中，通过自助采样法进行c次有放回的抽样，得到含c个样本的采样集；根据t个含c个训练样本的所述采样集，基于每个采样集训练出一个用于距离估计的cart回归树；当测试集输入时，将所述cart回归树进行结合，使用简单平均法对每棵回归树的结果求均值，最终得到振源距离的估计值d。
[0104]
数据采集点沿图10所示传感器方向设置，从半径1.5m开始至6m结束，每隔0.5m设置一个数据采集点。实验者依次在每个数据采集点上进行踏步运动，踏步频率约为90次/分钟，采集20人每人每个数据采集点30s的踏步信号。将采集的振动信号消除零点漂移后，利用前文所述的sta/lta算法提取振动事件，获得每人每个数据采集点上30个样本，共计6000(30
×
10
×
20)个样本。随机选择每个数据采集点上70％的样本，用于提取频域特征与时域特征，并通过随机森林回归算法训练距离估计模型。30％的样本作为测试集，同样经过数据预处理及特征提取，对训练后的振源距离估计模型的性能进行测试，距离估计误差如表1所示。
[0105]
表1振源距离估计结果
[0106][0107]
基于上述实施例，参考图4所示，本发明实施例提供一种基于蝎子振源定距机理的振源距离估计装置，包括：一个至少三通道的模数转换模块，所述模数转换模块前端连接三轴振动传感器，所述模数转换模块后端连接用于数据传输的下位机，所述下位机连接一个上位机；
[0108]
所述三轴振动传感器在使用时，z轴垂直于地面，x轴与y轴平行于地面；
[0109]
所述上位机接受来自下位机的三通道振动数据，并对三通道振动数据分别进行实时显示、数据存贮以及数据处理；
[0110]
所述基于蝎子振源定距机理的振源距离估计装置用于运行所述基于蝎子振源定距机理的振源距离估计方法。
[0111]
示例性设备
[0112]
如图11所示，本发明实施例还提供一种基于蝎子振源定距机理的振源距离估计装置，包括：
[0113]
数据采集与预处理模块110，用于通过单个三轴传感器采集不同距离下人体行走的振动数据，对采集振动数据进行预处理，获取不同距离下单次振动事件所对应的振动数据；
[0114]
距离特征数据库构建模块120，用于对预处理的振动数据借鉴蝎子对于振动信息的处理机制，通过希尔伯特-黄变换方法提取时域与频域特征，并进行特征融合，构建距离特征数据库；
[0115]
振源距离估计模块130，用于根据距离特征数据库使用随机森林回归算法构建振源距离估计模型，通过所构建的振源距离估计模型进行振源距离估计，得到振源距离的估计值并输出，具体如上所述。
[0116]
基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如图12所示。该
智能终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏、三轴振动传感器。其中，该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于蝎子振源定距机理的振源距离估计方法。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
[0117]
本领域技术人员可以理解，图12中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能终端的限定，具体的智能终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0118]
在一个实施例中，提供了一种智能终端，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
[0119]
通过单个三轴传感器采集不同距离下人体行走的振动数据，对采集振动数据进行预处理，获取不同距离下单次振动事件所对应的振动数据；
[0120]
对预处理的振动数据借鉴蝎子对于振动信息的处理机制，通过希尔伯特-黄变换方法提取时域与频域特征，并进行特征融合，构建距离特征数据库；
[0121]
根据距离特征数据库使用随机森林回归算法构建振源距离估计模型，通过所构建的振源距离估计模型进行振源距离估计，得到振源距离的估计值并输出；具体如上所述。
[0122]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等
[0123]
本发明实施例还提供了一种非临时性计算机可读存储介质，其中，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行任意一项所述的方法。
[0124]
综上所述，本发明公开了一种基于蝎子振源定距机理的振源距离估计方法及装置，包括步骤：使用单个三轴传感器采集不同距离下人体行走的振动数据，对振动数据进行预处理，获取不同距离下单次振动事件所对应的振动数据；对预处理的振动数据进行希尔伯特-黄变换，获得三通道振动数据的边际谱与希尔伯特包络曲线，根据边际谱提取频域特征，根据希尔伯特包络曲线提取时域特征，并进行特征融合，构建距离特征数据库；根据距离特征数据库使用随机森林回归算法计算测试样本的振源距离估计值，本发明可以提高现有振源定位算法对振源距离估计的精度。
[0125]
应当理解的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参
照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使响应技术方案的本质脱离本发明各实施例技术方案的精神和范围。