一种基于射频增强的广域音频室内定位方法、系统及终端与流程

1.本发明属于室内定位技术领域，尤其涉及一种基于射频增强的广域音频室内定位方法、系统及终端。


背景技术：

2.目前，传统的室内定位技术如wi-fi指纹匹配、行人航迹推算、蓝牙ibeacon 定位和地磁匹配等技术已经慢慢淡出研究视野。在市场需求和谷歌、苹果和百度等国内外it巨头的推动下，高精度室内定位技术得到迅猛发展，是室内定位这一领域研究的主流，这些技术包括谷歌采纳的wi-fi rtt (round-trip-time)测距技术和苹果推动的超宽带(ultra wide band，uwb) 定位技术。此外，近年发展起来的高精度室内定位技术还包括音频定位技术、 5g定位技术、伪卫星定位技术、蓝牙测角技术和视觉定位技术等。
3.其中，音频定位技术是一种通过测量音频传播时间来计算信号发射和接收端之间距离的定位技术，其工作模式与gnss定位相同，都是广播模式。具有成本低、精度高、兼容性好的特点，为基于消费级智能手机的室内定位提供了新的可能。音频定位技术可利用智能手机的内置麦克风，在无需改变现有手机硬件的前提下，实现高精度定位。
4.基于音频信号的智能手机室内定位技术具有成本低、精度高、兼容性好的特点，但是在智能设备有限的音频带宽中，“识别”和“区分”足够多音频信号，是实现音频定位信号广域覆盖的关键技术。现有的音频定位系统，如：麻省理工学院在2000年提出的criket系统，将电磁波和超声波结合起来联合估计超声波到达时间进行定位，该套系统限制接入用户数量。南京邮电大学研究团队对beepbeep系统进行了优化后提出了onebeep系统。圣荷西州立大学团队设计提出的guoguo系统采用了码分多址的播发架构，采用正交编码调制技术直接估计信号的到达时间。
5.系统时间单位测试场地精度漫游多用户成本支持手机beep2005年美国/加利福尼亚大学9.8m
×
5.5m厘米支持有限高不支持beepbeep2007年美国/普渡大学1.8m
×
1.6m厘米-有限高困难alps2015年美国/卡内基梅隆大学15m
×
8m分米-无限中不支持guoguo2016年美国/圣荷西州立大学2m
×
8m分米-无限中支持aalts2019年中国/华中科技大学8m
×
12m亚米-有限高支持
6.通过上述分析，现有技术存在的问题及缺陷为：
7.(1)现有的方案和系统可实现房间级的定位覆盖，但难以满足大范围、多区域的室内定位需求。
8.(2)音频信号的传播速度慢，不可能像射频信号那样在短时间内通过多次测量获得统计意义上的结果，也不可能通过发射器和接收器的相互作用实现精确测距。因此，在复杂的室内多径环境中，音频信号的“检测”直接影响到定位系统的准确性。
9.(3)智能手机上可用于定位的频段非常有限。此外，信噪比(snr)、多普勒效应引起的频率偏移以及采样等因素，使得远距离“识别”音频信号变得困难。
10.(4)非视线(nlos)在音频信号测距中引入了测量误差，这大大影响了定位的准确
性。


技术实现要素：

11.针对现有技术存在的问题，本发明提供了一种基于射频增强的广域音频室内定位方法、系统及终端。
12.本发明是这样实现的，一种基于射频增强的广域音频室内定位方法，所述基于射频增强的广域音频室内定位方法包括：
13.步骤一，音频信号的设计；
14.步骤二，音频信号的混合多址传输；
15.步骤三，基于射频增强的音频测量；
16.步骤四，惯性传感器与多源测量的抗差融合定位。
17.进一步，所述步骤一的音频信号的频率f0选择在12khz～23khz范围内，表达式为：
[0018][0019]
其中，调制速率k0和信号周期t分别设定为100khz/s和50ms；
[0020]
此外，为了减少麦克风膜片惯性的影响，使用布莱克曼窗函数来控制进入和离开通道的音频信号的振幅，布莱克曼窗函数的表达为：
[0021][0022]
a表示采样数，m表示窗口长度。
[0023]
进一步，所述步骤二的混合多址传输利用有限的音频带宽，从音频信号层面和整体系统层面“识别”和“区分”足够多音频信号。结合时、空、频三个多址方案，辅助少量的ble信号，构建音频定位信号广域覆盖能力，包括：
[0024]
(1.1)基于tdma和fdma的音频播发框架，通过时间上的交替播发不同频段的信号，实现独立音频定位单元；
[0025]
(1.2)在音频信号的到达时间和编解码联合解算的基础上，实现tdma、 fdma的播发框架，多个音频定位单元组成可复制的定位单元阵列；
[0026]
(1.3)在空间上隔离，结合ble信号，实现单元阵列的扩展，构建tdma、 fdma和sdma的播发框架，从而实现广域覆盖。
[0027]
进一步，所述fdma设置两个独立的频段以及特定的保护频率间隔，并给每个音频基站分配各自的工作频段；
[0028]
所述tdma使用相同的频段的音频基站，在不重叠的间隔内进行分时；
[0029]
所述保护间隔时间和周期由覆盖区域决定；
[0030]
所述sdma通过在空间上分离完全相同的音频基站实现复用，并由音频基站广播蓝牙信息进行区分。
[0031]
进一步，所述步骤三的基于射频增强的音频测量包括音频信号的toa估计和基于低功耗蓝牙rss的区域识别。
[0032]
进一步，所述音频信号的toa估计包括：
[0033]
(2.1)存在性检测；
[0034]
(2.2)精细时间测量；
[0035]
所述步骤(2.1)具体包括：
[0036]
(2.1.1)通过在时域中向信号添加窗函数γ(t)来计算s(t)的局部频谱。
[0037][0038]
(2.1.2)将时频矩阵ψ(f,t)旋转θ＝arctan(k0)，变换后的时频矩阵ψ
θ
(f
′
,t
′
)表示为：
[0039]
ψ
θ
(f
′
,t
′
)＝t
θ
×
ψ(f,t)
[0040]
(2.1.3)能量积累的统计量п(f
′n)表示为：
[0041][0042]
ψ
θ
(f
′n,t
′m)表示变换后的n行m列的时频矩阵。
[0043]
根据阈值法，检测音频信号的存在时间：
[0044][0045]
其中，δп(f
′n)表示п(f
′n)的变化，γ
δп
表示检测阈值，δπ(f
′
n-1
)表示π(f
′
n-1
)的变化，δп(f
′
n 1
)表示π(f
′
n 1
)的变化。
[0046]
(2.1.4)通过角度θ的反旋转变换得到信号的到达时间
[0047]
所述步骤(2.2)具体包括：
[0048]
(2.2.1)根据信号到达时间获取过滤后的音频信号x
′
p
(t)，并计算与参考信号s(t)的互相关(cc)：
[0049]rxs
(τ)＝e[x
′
p
(t)s(t)]
[0050]
(2.2.2)将cc函数r
xs
(τ)的最大值作为初始时间，并根据阈值法，用以下表达式逆向搜索第一个峰值：
[0051][0052]
其中，α表示阈值系数，取α＝0.3。
[0053]
进一步，所述基于低功耗蓝牙rss的区域识别包括：
[0054]
利用单元阵列中各个单元部署音频基站搭载的蓝牙模块所广播的蓝牙信号实现单元阵列的区分，基于空间分布和蓝牙射频信号传播规律，建立蓝牙更新频率、信号强度的加权矩阵：
[0055]
[0056]
其中，η
n,m
表示每个单元扫描射频信号的数量，η为当前时刻扫描的射频信号的总数，是设置滑动窗口中rss的平均值，γ为系统配置参数(推荐设置为100-120)。
[0057]
计算综合加权值r最高的对应的单元阵列区分当前所在区域：
[0058]
r＝arg max(π(r))
[0059]
进一步，所述步骤四的惯性传感器与多源测量的抗差融合定位包括：行人步行速度估计、多源异质测量、音频测量补偿和校正、测量质量评估和控制。
[0060]
进一步，所述行人步行速度估计包括：二维行人行走速度是通过插值的相对步频点来进行估计，行人行走速度估计表示如下：
[0061][0062]
其中，slk和sfk分别表示步伐k处得步长和步频，ψk和δψk分别表示航向(方位角)和航向的变化。
[0063]
进一步，所述多源异质测量包括：
[0064]
(3.2.1)双基站tdoa测量表达式如下：
[0065][0066]
其中，c表示音频信号的传播速度，r表示当前区域，γ表示保护时间，i表示i号基站，j表示j号基站。
[0067]
通过使用泰勒扩展并忽略高阶误差，音频tdoa测量模型表示为：
[0068][0069]
其中，r
l
＝[e
l n
l u
l
]表示第l个基站的位置向量， r
l-1
＝[e
l-1 n
l-1 u
l-1
]表示第l-1个基站的位置向量，pk＝[e
k n
k uk] 表示系统在历元k时预测的位置；
[0070]
(3.2.2)单基站相对测距表达式如下：
[0071][0072]
其中，θ是tdma的周期，由覆盖区域决定，本发明取θ＝1000ms。
[0073]
同样地，单基站相对测距的测量模型表示为：
[0074][0075]
(3.2.3)根据射频信号衰减规则，低功耗蓝牙rss测距表达式如下：
[0076]
[0077]
其中，r0表示在离基站一米远的参考点上测得的rss值，rk表示在历元k时测得的rss值，b表示与室内环境有关的路径损耗指数；
[0078]
低功耗蓝牙rss测距的测量模型表示为：
[0079][0080]
进一步，所述音频测量补偿和校正包括：
[0081]
(3.3.1)异步补偿
[0082]
tdma允许以非重叠的时间间隔广播音频信号，此外，它还使行人在行走时的toa检测变得不同步。因此，本发明提出一个简化方法来应对toa测量误差，通过在行人行走速度方向上转换基站定位，从stak估计的toa可以与 sta
k 1
的toa保持一致；
[0083]
转换后的坐标sta
′k表示为：
[0084][0085]
其中，表示行人行走速度，和分别表示参考基站和测量基站的 toa；
[0086]
(3.3.2)多普勒校正
[0087]
基于多普勒效应，接收信号的频率与发射信号不同。多普勒频移δf表示为：
[0088][0089]
其中，fc和c分别表示传输信号频率和声速。δv
p
表示行人行走速度在上的投影，表示智能手机指向基站的轴；
[0090]
因此，考虑到多普勒频移的影响，补偿后的toa测量值toa
′k表示为：
[0091][0092]
其中，f表示基站的频率范围，t表示音频信号周期。
[0093]
进一步，所述测量质量评估和控制包括：
[0094]
(3.4.1)基于测量的典型精度和统计结果，将包含音频测量的历时定义为可靠更新，其余情况是一般更新，表达式如下：
[0095][0096]
(3.4.2)建立方差－协方差矩阵膨胀的调节机制，以减少状态估计中不可靠观测值，等效的方差－协方差矩阵表示为：
[0097][0098]
其中，λk表示历元k的方差膨胀矩阵；
[0099]
(3.4.3)为了确定膨胀的大小，选择残差向量来评估和控制测量质量，创新向量用于一般更新，方差膨胀因子λ
ij
是λk的元素，表示为：
[0100][0101]
其中，k0和k1是常数，取k0＝1.0，k1＝4.5。vi表示观测值的θk，|vi/σ
ii
|表示对应于vi的标准残差。
[0102]
一种利用上述方法的基于卡尔曼滤波框架的自适应抗差紧组合融合平台，东北天坐标下的位置矢量,e
k n
k uk]和差异角αk作为系统的状态，用于定位和跟踪：
[0103]
xk＝[e
k n
k u
k αk]
t
[0104]
系统状态转移矩阵为：
[0105][0106]
其中，表示通过内插pdr相对步数点计算的三维行人行走速度矢量。
[0107]
本发明的另一目的在于提供一种实施所述基于射频增强的广域音频室内定位方法的基于射频增强的广域音频室内定位系统，所述系统包括：
[0108]
多个音频基站，所述音频基站包括微控制单元(mcu)、音频功率放大器 (apa)、音频编解码器(ac)、扬声器、无线同步模块和ble模块；
[0109]
用户终端，所述用户终端集成多种传感器，包括ble蓝牙模块、麦克风、加速度计、陀螺仪、气压计等，目前消费级智能手机都含有这些传感器，故无需对现有智能手机硬件做出任何更改即可使用所述系统；
[0110]
混合多址传输模块，用于利用有限的音频带宽，从音频信号层面和整体系统层面“识别”和“区分”足够多音频信号，结合时、空、频三个多址方案，辅助少量的ble信号，构建音频定位信号广域覆盖能力；
[0111]
音频测量模块，用于基于射频增强进行音频信号的toa估计和基于低功耗蓝牙rss的区域识别；
[0112]
多源异质测量惯性传感器与多源测量的抗差融合定位模块，用于进行行人步行速度估计、多源异质测量、音频测量补偿和校正、测量质量评估和控制。
[0113]
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述基于射频增强的广域音频室内定位方法的步骤。
[0114]
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述基于射频增强的广域音频室内定位方法的步骤。
[0115]
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于
实现所述基于射频增强的广域音频室内定位系统。
[0116]
结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：
[0117]
为了在典型的广域场景中实现精确的音频信号检测，提出了一种基于短时傅里叶变换和增强互相关的两步toa估计方法。
[0118]
本发明提供的音频信号混合传输方案，在智能手机有限的音频带宽中，“识别”和“区分”足够多音频信号，从广域覆盖应用入手，设计构建基于音频信号的空、时、频分多址的混合播发架构，形成低成本、可扩展的音频信号覆盖能力。
[0119]
本发明为消费级智能手机定位开发了一个强大的集成平台和相关的定位算法，该平台紧密耦合了来自音频信号、ble信号和低成本惯性传感器的异质观测数据。此外，还建立了一个测量质量评估和控制策略，在将每个观测数据送入自适应滤波器之前实时评估其质量。
[0120]
本发明提供的基于音频信号的智能手机室内定位技术具有成本低、精度高、兼容性好的特点，有利于形成广覆盖、高精度、低成本的室内方案。
[0121]
本发明的技术方案转化后的预期收益和商业价值为：本发明的技术方案为基于消费级智能手机的室内定位应用提供了新的可能，可应用于大型综合体、会展中心、交通枢纽等大体量的室内空间。
[0122]
本发明的技术方案是否解决了人们一直渴望解决、但始终未能获得成功的技术难题：音频定位技术是一种成本低、精度高、兼容性好的定位技术，现有的基于音频的定位方案和系统可实现房间级的定位覆盖，但难以满足大范围、多区域的室内定位需求。本发明利用有限的音频带宽，通过混合多址传输方案，可以实现音频定位信号广域覆盖。
附图说明
[0123]
图1是本发明实施例提供的基于射频增强的广域音频室内定位方法流程图；
[0124]
图2是本发明实施例提供的混合播发方案示意图；
[0125]
图3是本发明实施例提供的混合多址策略示意图；
[0126]
图4是本发明实施例提供的音频测量的异步补偿示意图；
[0127]
图5是本发明实施例提供的音频测量的多普勒校正示意图；
[0128]
图6是本发明实施例提供的基于射频增强的广域音频室内定位系统流程图；
[0129]
图7是本发明实施例提供的实验场景图；
[0130]
图8是本发明实施例提供的测距累积误差百分比结果示意图；
[0131]
图9是本发明实施例提供的静态定位误差统计结果；
[0132]
图10是本发明实施例提供的不同场景下的动态定位轨迹，(a)场景1，(b) 场景2，(c)场景3；
[0133]
图11是本发明实施例提供的不同场景下动态定位误差的累积误差百分比示意图，(a)场景1，(b)场景2，(c)场景3。
具体实施方式
[0134]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明
进行进一步详细说明。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。
[0135]
为了使本领域技术人员充分了解本发明如何具体实现，该部分是对权利要求技术方案进行展开说明的解释说明实施例。
[0136]
如图1所示，本发明实施例提供的一种基于射频增强的广域音频室内定位方法，包括：
[0137]
s101，音频信号的设计；
[0138]
s102，音频信号的混合多址传输；
[0139]
s103，基于射频增强的音频测量；
[0140]
s104，惯性传感器与多源测量的抗差融合定位。
[0141]
进一步，所述步骤一的音频信号的频率f0选择在12khz～23khz范围内，表达式为：
[0142][0143]
其中，调制速率k0和信号周期t分别设定为100khz/s和50ms；
[0144]
此外，为了减少麦克风膜片惯性的影响，使用布莱克曼窗函数来控制进入和离开通道的音频信号的振幅，布莱克曼窗函数的表达为：
[0145][0146]
a表示采样数，m表示窗口长度。
[0147]
进一步，所述步骤二的混合多址传输利用有限的音频带宽，如图2、图3所示，从音频信号层面和整体系统层面“识别”和“区分”足够多音频信号。结合时、空、频三个多址方案，辅助少量的ble信号，构建音频定位信号广域覆盖能力，包括：
[0148]
(1.1)基于tdma和fdma的音频播发框架，通过时间上的交替播发不同频段的信号，实现独立音频定位单元；
[0149]
(1.2)在音频信号的到达时间和编解码联合解算的基础上，实现tdma、 fdma的播发框架，多个音频定位单元组成可复制的定位单元阵列；
[0150]
(1.3)在空间上隔离，结合ble信号，实现单元阵列的扩展，构建tdma、 fdma和sdma的播发框架，从而实现广域覆盖。
[0151]
进一步，所述fdma设置两个独立的频段以及特定的保护频率间隔，并给每个音频基站分配各自的工作频段。在本发明实施例中，分别设置两种频段，一种是12khz～13.5khz和14.5khz～16khz，和1khz的保护频率间隔；另一种是16.5khz～19khz和20khz～22.5khz，和1khz的保护频率间隔；
[0152]
所述tdma使用相同的频段的音频基站，在不重叠的间隔内进行分时；
[0153]
所述保护间隔时间和周期由覆盖区域决定。在本发明实施例中，分别设置为150ms和1000ms；
[0154]
所述sdma通过在空间上分离完全相同的音频基站实现复用，并由音频基站广播蓝牙信息进行区分。
[0155]
进一步，所述步骤三的基于射频增强的音频测量包括音频信号的toa估计和基于
低功耗蓝牙rss的区域识别。
[0156]
进一步，所述音频信号的toa估计包括：
[0157]
(2.1)存在性检测；
[0158]
(2.2)精细时间测量；
[0159]
所述步骤(2.1)具体包括：
[0160]
(2.1.1)通过在时域中向信号添加窗函数γ(t)来计算s(t)的局部频谱。
[0161][0162]
(2.1.2)将时频矩阵ψ(f,t)旋转θ＝arctan(k0)，变换后的时频矩阵ψ
θ
(f
′
,t
′
)表示为：
[0163]
ψ
θ
(f
′
,t
′
)＝t
θ
×
ψ(f,t)
[0164]
(2.1.3)能量积累的统计量п(fn
′
)表示为：
[0165][0166]
ψ
θ
(f
′n,t
′m)表示变换后的n行m列的时频矩阵。
[0167]
根据阈值法，检测音频信号的存在时间：
[0168][0169]
其中，δπ(f
′n)表示π(f
′n)的变化，γ
δπ
表示检测阈值，δπ(f
′
n-1
)表示п(f
′
n-1
)的变化，δп(f
′
n 1
)表示π(f
′
n 1
)的变化。
[0170]
(2.1.4)通过角度θ的反旋转变换得到信号的到达时间
[0171]
所述步骤(2.2)具体包括：
[0172]
(2.2.1)根据信号到达时间获取过滤后的音频信号x
′
p
(t)，并计算与参考信号s(t)的互相关(cc)：
[0173]rxs
(τ)＝e[x
′
p
(t)s(t)]
[0174]
(2.2.2)将cc函数r
xs
(τ)的最大值作为初始时间，并根据阈值法，用以下表达式逆向搜索第一个峰值：
[0175][0176]
其中，α表示阈值系数，取α＝0.3。
[0177]
进一步，所述基于低功耗蓝牙rss的区域识别包括：
[0178]
利用单元阵列中各个单元部署音频基站搭载的蓝牙模块所广播的蓝牙信号实现单元阵列的区分，基于空间分布和蓝牙射频信号传播规律，建立蓝牙更新频率、信号强度的加权矩阵：
[0179][0180]
其中，η
n,m
表示每个单元扫描射频信号的数量，η为当前时刻扫描的射频信号的总数，是设置滑动窗口中rss的平均值，γ为系统配置参数(推荐设置为100-120)。
[0181]
计算综合加权值r最高的对应的单元阵列区分当前所在区域：
[0182]
r＝arg max(π(r))
[0183]
进一步，所述步骤四的惯性传感器与多源测量的抗差融合定位包括行人步行速度估计、多源异质测量、音频测量补偿和校正、测量质量评估和控制。
[0184]
本发明基于卡尔曼滤波框架提出一个自适应抗差紧组合融合平台，东北天坐标下的位置矢量[e
k n
k uk]和差异角αk作为系统的状态，用于定位和跟踪：
[0185]
xk＝[e
k n
k u
k αk]
t
[0186]
系统状态转移矩阵为：
[0187][0188]
其中，表示通过内插pdr相对步数点计算的三维行人行走速度矢量；
[0189]
进一步，所述行人步行速度估计包括：二维行人行走速度是通过插值的相对步频点来进行估计，行人行走速度估计表示如下：
[0190][0191]
其中，slk和sfk分别表示步伐k处得步长和步频，ψk和δψk分别表示航向(方位角)和航向的变化。
[0192]
进一步，所述多源异质测量包括：
[0193]
(3.2.1)双基站tdoa测量表达式如下：
[0194][0195]
其中，c表示音频信号的传播速度，r表示当前区域，γ表示保护时间，i表示i号基站，j表示j号基站。
[0196]
通过使用泰勒扩展并忽略高阶误差，音频tdoa测量模型表示为：
[0197][0198]
其中，r
l
＝[e
l n
l u
l
]表示第l个基站的位置向量， r
l-1
＝[e
l-1 n
l-1 u
l-1
]表示第l-1个基站的位置向量，pk＝[e
k n
k uk] 表示系统在历元k时预测的位置；
[0199]
(3.2.2)单基站相对测距表达式如下：
[0200][0201]
其中，θ是tdma的周期，由覆盖区域决定，本发明取θ＝1000ms。
[0202]
同样地，单基站相对测距的测量模型表示为：
[0203][0204]
(3.2.3)根据射频信号衰减规则，低功耗蓝牙rss测距表达式如下：
[0205][0206]
其中，r0表示在离基站一米远的参考点上测得的rss值，rk表示在历元k时测得的rss值，b表示与室内环境有关的路径损耗指数；
[0207]
低功耗蓝牙rss测距的测量模型表示为：
[0208][0209]
进一步，所述音频测量补偿和校正包括：
[0210]
(3.3.1)异步补偿
[0211]
tdma允许以非重叠的时间间隔广播音频信号，此外，它还使行人在行走时的toa检测变得不同步。因此，本发明提出一个简化方法来应对toa测量误差，如图4所示，通过在行人行走速度方向上转换基站定位，从stak估计的 toa可以与sta
k 1
的toa保持一致；
[0212]
转换后的坐标sta
′k表示为：
[0213][0214]
其中，表示行人行走速度，和分别表示参考基站和测量基站的 toa；
[0215]
(3.3.2)多普勒校正
[0216]
基于多普勒效应，接收信号的频率与发射信号不同。多普勒频移δf表示为：
[0217][0218]
其中，fc和c分别表示传输信号频率和声速。如图5所示，δv
p
表示行人行走速度在上的投影，表示智能手机指向基站的轴；
[0219]
因此，考虑到多普勒频移的影响，补偿后的toa测量值toa
′k表示为：
[0220][0221]
其中，f表示基站的频率范围，t表示音频信号周期。
[0222]
进一步，所述测量质量评估和控制包括：
[0223]
(3.4.1)基于测量的典型精度和统计结果，将包含音频测量的历时定义为可靠更新，其余情况是一般更新，表达式如下：
[0224][0225]
(3.4.2)建立方差－协方差矩阵膨胀的调节机制，以减少状态估计中不可靠观测值，等效的方差－协方差矩阵表示为：
[0226][0227]
其中，λk表示历元k的方差膨胀矩阵；
[0228]
(3.4.3)为了确定膨胀的大小，选择残差向量来评估和控制测量质量，创新向量用于一般更新，方差膨胀因子λ
ij
是λk的元素，表示为：
[0229][0230]
其中，k0和k1是常数，取k0＝1.0，k1＝4.5。vi表示观测值的θk，|vi/σ
ii
|表示对应于vi的标准残差。
[0231]
本发明实施例还提供了一种实施所述基于射频增强的广域音频室内定位方法的基于射频增强的广域音频室内定位系统，如图6所示，所述系统包括：
[0232]
多个音频基站，所述音频基站包括微控制单元(mcu)、音频功率放大器 (apa)、音频编解码器(ac)、扬声器、无线同步模块和ble模块；
[0233]
用户终端，所述用户终端集成多种传感器，包括ble蓝牙模块、麦克风、加速度计、陀螺仪、气压计等，目前消费级智能手机都含有这些传感器，故无需对现有智能手机硬件做出任何更改即可使用所述系统；
[0234]
混合多址传输模块，用于利用有限的音频带宽，从音频信号层面和整体系统层面“识别”和“区分”足够多音频信号，结合时、空、频三个多址方案，辅助少量的ble信号，构建音频定位信号广域覆盖能力；
[0235]
音频测量模块，用于基于射频增强进行音频信号的toa估计和基于低功耗蓝牙rss的区域识别；
[0236]
惯性传感器与多源测量的抗差融合定位模块，用于进行行人步行速度估计、多源异质测量、音频测量补偿和校正、测量质量评估和控制。
[0237]
为了证明本发明的技术方案的创造性和技术价值，该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
[0238]
本发明分别在实验室场景和典型室内场景下进行静态测距实验和定位性能实验，来评估本发明所提出的方法和系统在广域室内场景中的性能。
[0239]
静态测距实验是在国家光电子测距仪器校准中心进行的。在本实验中使用华为荣耀8和p9 plus，检测范围为1.9m～37m，地面真实值由双频激光干涉仪 (hp5529b)测量得到。
[0240]
定位性能实验分别在三个典型室内场景进行，如图7所示，场景1是某大学学生食堂(31.3m
×
44.6m
×
4m)，场景2是苏州某体育中心地下室停车场(32m
ꢀ×
92m
×
3.8m)，场景3是德清某展览中心的一个展览厅(47.7m
×
106.2m
×
17m)。
[0241]
定位性能实验分为静态定位性能实验和动态定位性能实验。
[0242]
在场景1和场景2下分别进行静态定位实验，如图7所示，黑色实心点(测试点)的坐标是由徕卡全站仪ts60测量的，在本实验中使用华为mate9、荣耀 8、p9 plus、谷歌pixel 3。
[0243]
在场景1、场景2和场景3下分别进行动态定位实验，并将本发明的定位方法与最小二乘法(tri)、标准卡尔曼滤波(skf)、无痕卡尔曼滤波(ukf) 和粒子滤波(pf)的定位结果进行比较。在本实验中使用华为mate9、荣耀8、 p9 plus、谷歌pixel 3和小米10。
[0244]
本发明实施例在研发或者使用过程中取得了一些积极效果，和现有技术相比的确具备很大的优势，下面内容结合实验过程的数据、图表等进行描述。
[0245]
本发明实施例进行了如下性能评估：
[0246]
1)静态测距性能
[0247]
图8显示了测距实验的累积误差百分比。本发明系统的50％、95％和最大测距误差分别为0.114m、0.138m和0.453m。华为荣耀8、p9 plus和所有数据的平均测距误差分别为0.119m、0.128m和0.123m。两款测试智能手机的测距性能之间的差异非常小，即小于8％。
[0248]
2)静态定位性能
[0249]
图9显示了四组实验的静态定位误差统计结果，包括最大、最小、下四分位数、上四分位数、中值和离群值。在场景1中，mate9的定位误差在0.017m～1.072m，50％误差为0.322m；p9 plus的定位误差在0.047m～1.076m，50％误差为0.393m。在场景2中，荣耀8的定位误差在0.001m～2.584m，50％误差为0.168m； pixel3的定位误差在0.012m～4.239m，50％误差为0.200m。具体数据见表1。
[0250]
3)动态定位性能
[0251]
图10显示了三种典型广域室内场景下测试轨迹的定位结果。轨迹结果表明，最小二乘法无法提供连续和准确的位置，而本发明所提出的定位方法呈现的结果更平滑，更接近参考轨迹。当处于连接多个区的交界位置时，音频观测的数量和测量误差增加，导致所有轨迹出现偏差，相比之下，由于本发明提出的定位方法中存在测量质量评估和控制，故仍然保持相当的位置估计精度。
[0252]
图11显示了动态定位测试的累积误差百分比。在场景1中，本发明系统的 50％、95％和最大误差分别为0.400m、1.483m和2.083m。在场景2中，本发明系统的50％、95％和最大误差分别为0.595m、1.870m和2.415m，在场景3中，本发明系统的50％、95％和最大误差分别为0.617m、1.454m和4.072m。结果显示，本发明系统的性能最好，其平均定位误差为0.674m。与融合算法相比，本发明系统在定位精度方面提高了41.44％～47.59％，在不变性
方面降低了 70.48％～78.24％。
[0253]
表2列出了本发明系统不同智能手机在不同广域场景下的定位性能。结果显示，在定位方面没有明显的差异，所有设备都达到了稳定的亚米级精度。通过结合静态测距和定位结果发现，由智能手机的麦克风硬件引起的精度差异相对较小。图10还显示，pdr算法的性能可能取决于具体的mems传感器硬件，然而，本发明方法有效地执行了αk估计任务，减少了智能手机的传感器零点偏差对定位精度的影响。
[0254]
表2动态定位误差的比较
[0255][0256][0257]
综上，实验结果表明，本发明定位方法实现了0.34m(静态)和0.67m(动态)的平均定位精度。对于不同的场景和设备，其整体性能、可重复性和稳定性都很出色。与现有的音频定位方案相比，本发明系统能够在典型的广域室内场景中进行亚米级的定位，如会议中心、停车场和食堂大厅。这对潜在的室内定位服务和应用有重大影响。
[0258]
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体，或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
[0259]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所做的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。