新闻中心

EEPW首页 > 设计应用 > 基于声阵列定位系统的时差信息提取方法的研究

基于声阵列定位系统的时差信息提取方法的研究

作者:邵云峰 韩焱时间:2017-07-27来源:电子产品世界收藏
编者按:基于地震动信号的可穿戴式被动声探测系统具备体积小巧、方便携带等优点。该研究采用地面走动信号的目标定位技术设计了鞋底声传感器探测阵列及其数据采集系统。利用数据采集系统完成了阵列信号的获取、分析和处理,介绍了目标定位的方法及时延估计方法,并设计了数据的预处理与时延估计的Matlab程序实现,实现了阵列延时的检测,针对时延估计不准确的问题,从系统、算法精度以及频域分析等方面做了分析,提出了改进的方向。

作者  邵云峰 韩焱 中北大学 信息探测与处理技术研究所(山西 太原 030051)

本文引用地址:http://www.eepw.com.cn/article/201707/362269.htm

*基金项目 : 国家自然科学基金(编号:60772102);国防重点实验室基金(编号:9140c1204040908);国防重点实验室基金(编号:9140c12040051010)

  邵云峰(1990-),男,硕士,研究方向:信号处理与定位算法,无线传感器网络微震信息探测;韩焱,男,教授,研究方向:信号与信息处理、精密仪器及机械、信息处理与重建等。

摘要:基于的可穿戴式被动声探测系统具备体积小巧、方便携带等优点。该研究采用技术设计了鞋底声传感器探测阵列及其数据采集系统。利用数据采集系统完成了阵列信号的获取、分析和处理,介绍了的方法及方法,并设计了数据的预处理与的Matlab程序实现,实现了阵列延时的检测,针对不准确的问题,从系统、算法精度以及频域分析等方面做了分析,提出了改进的方向。

引言

  在科技飞速进步,信息即是财富的时代,信息的地位日趋重要。军事专家们预言:21世纪的战争将是一场别开生面的信息战。基于的地面被动侦察[1]在复杂的地形条件下,甚至在严密伪装的情况下仍能充分发挥其作用,这正是光学、无线电等现代监视技术的盲区,尤其是被动声探测技术[2]

  但在特殊情况下,如大风等恶劣天气或在植被非常茂盛的地方,声的传播特性就会受到很大影响,致使声探测系统无法正常工作。因此,研究基于地面震动信号[3]的侦察技术具有非常重要的价值。

  较其他的被动侦察信号不同,其信噪比较差,受环境影响较大,但由于地震动探测具有可全天候值守、抗电磁干扰能力强、功耗低、隐蔽性好、成本低等优点,作为一种重要的被动侦察手段,其地位的不可小觑。而基于地震动信号的可穿戴式被动声探测系统因其体积小巧、方便携带,并且可使穿戴者根据情况迅速做出反应等优点,正日趋受到广泛的关注。

1 定位原理与传感器布设

1.1 定位原理

  声源位置与传感器的平面分布图如图1,声源定位的基本原理是:传感器阵列中每个传感器距声源的距离是不一样的,因此,声源发出声音后,传感器阵列中每个传感器采集到的信号会存在时间差,此时间差乘以声音在介质中的传播速度可求出距离差,5个传感器中每3个传感器可以确定出2个距离差,据此我们可以列方程算出声源的坐标,实现声源的定位。

1.2 传感器布设

  为了实现全方位信号探测,在鞋底上布设5个传感器,前脚掌布设4个传感器,呈菱形分布(前脚掌每个传感器之间相距5cm),后脚掌布设一个传感器,距前脚掌最后面的那个传感器距离为12cm,并对传感器编号,如图2所示。

2 与时延估计方法

  目前,目标定位方法主要分为有源定位和无源定位[4]。有源定位就是利用雷达、激光等有源设备来对目标进行定位,但其存在容易暴露、能耗较高的弊端。无源定位是通过对目标自身产生的辐射源信号的接收和处理,提取目标的距离、方位、航迹等信息。无源定位克服了有源定位的缺点。本设计的方向是采用通过多地震动传感器实现目标定位的方法,属于无源定位方法。

  目前,无源定位算法中目标定位[5-8]方法主要有基于到达时间(TOA)、到达时间差(TDOA)和接收信号强度或能量(RSSI)法。TOA技术算法简单,但是要求移动目标和节点始终精确同步,易受多径传播和噪声的干扰。RSSI技术较简单,近距离精度高,受环境影响较大,室外远距离定位精度较差。

  时延估计[9-10]是数字信号处理中一个非常活跃的研究领域。在雷达、语音信号处理、地球勘探等领域都有较广泛的应用。

  直接互相关算法计算简单,要求信号、噪声互不相关;广义互相关相当于对信号进行了白化处理,抑制噪声当信噪比较低时误差较大;互双谱算法对背景噪声不敏感,可以抑制空间噪声,不适合非高斯造声的情形,且信号序列要足够长,计算量和估计方差较大。

  直接互相关时延估计是通过对两信号直接做互相关处理,然后进行峰值检测来估计时延。广义互相关时延估计与基本互相关类似,但其在小信噪比时,按平方加权;在大信噪比时,按信噪比加权。相当于对信号进行了白化处理,一定程度上抑制了噪声。

3 信号处理

3.1 信号预处理

  采集获取的传感器信号混有大量的噪声,因此需对其进行预处理。本设计基于中值滤波器优良的抑制噪声的特点,首先对采集到的信号进行中值滤波处理,以便滤除毛刺。

  中值滤波之后,为了便于数据处理,需要截取出采集到信号的有用部分,通过观察采集到的信号可知,有用信号的幅值远大于噪声的幅值。由正态分布的性质可知,如果X服从正态分布,则:

  其中,指的是正态分布的均值,指的是正态分布的标准差,因此我们取数据的均值加3倍的标准差的值作为阈值,据此截取出信号的有用部分。

3.2 直接相关法时延估计

  表1是用直接相关法算出的时延。接下来我们根据坐标位置,算出理论上每两个传感器到声源的距离差,用此距离差除以估计出的时延,求出速度,图4是用估计出的时延算出的理论速度,将其与声速进行比较,发现我们用估计出的时延算出的速度和声速相差太大,造成这种结果的原因可能是因为信号之间相关性较强,致使估计出的时延不准确。因此,我们采用广义相关算法估计时延。

3.3 用广义互相关算法估计时延

  在这里使用PHAT加权进行时延估计。表2是我们用PHAT加权估计出的时延值,图5是用根据估计出的时延算出的理论速度,将其与声速进行比较,发现算出的10个速度值中有5个和声速在一个数量级上。观察图形可判断出,使用算法估计出的时延值要比直接互相关估计出的时延值准确,10个速度值中有5个与声速不在一个数量级上,造成这种结果的原因可能是在测量坐标点位置时人为造成的误差,也有可能是由于多径效应造成的。

4 结果分析

  对截取后的数据进行频谱分析,其幅频特性曲线如图6所示,从图中可以看出信号频率成分较为复杂,造成这种结果的原因可能是多径效应[11]的影响。从图中可以看出信号频率主要集中在两个频段:970Hz~1600Hz,3330Hz~3880Hz,假设需要的信号是一个单频成分,那么就需要对信号在整个频段上进行窄带滤波,返回时域看其波形并进行分频时延估计,从中找出我们需要的信号,并进行后续分析。

  用信号发生器对音箱输入1kHz,20V峰峰值的正弦信号,将音箱放到点(-5m,0)坐标点上,采样频率为225kHz,图7是采集到其中一个通道信号的时域波形,图8是其幅频特性曲线图。结合上述三张图可以看出采集到的信号并不是一个频率单一的标准正弦波,图9和图10是对其幅频特性曲线中强度(50Hz左右,1950Hz左右)最大的两个干扰的放大图,这两个干扰和1kHz信号的强度相差一个数量级,不能被忽略,造成这种结果的原因可能是由于多径效应引起的,也有可能是环境中的交流干扰造成的,因此需要进一步对数据进行处理。

  通过对比图6和图8可发现,我们采集到的信号受到的干扰要比采集一个单频声音信号受到的干扰多,从图6我们可以看出强度最大的两个峰值分别是45dB和50dB,图9和图10分别是对两个峰值取下降15dB部分的放大图,从图中可以看出,第一个峰值处衰减15dB后,频段集中在1250Hz~1450Hz,第二个峰值处衰减15dB后频段集中在3250Hz~3650Hz,编一个FIR模拟带通滤波器对以上两个频段进行滤波,图11和图12分别是对两个频段作带通滤波后的时域波形。和图3进行对比后,发现第二个峰值衰减15dB的部分比第一个峰值衰减15dB的部分与需要的信号的相似度高,说明第二个峰值衰减15dB的部分中所含的信号的有用部分比第一个峰值衰减15dB的部分包含的多。

5 结论

  本研究是在被动声定位技术被广泛应用到军事及民用中,成为定位技术领域的研究热点背景下展开的,主要是针对被动声定位技术中的目标定位方法和时延估计算法进行了研究。完成了信号的预处理的相关程序设计,对信号进行了中值滤波,截取出了信号的有用部分,方便信号的后续处理;完成了时延估计算法的程序实现,对结果进行了分析,提出了改进的方向。还有以下几方面需要改进:对时延估计算法的进一步优化进行程序实现;针对算法计算不准确的问题,应对信号分频段估计时延,从中找出需要的信号,从而实现较准确地时延估计。

  参考文献:

  [1]陈立学,鱼云岐.地面侦察与精确打击[J]. 兵工学报,2010,S2:79-82.

  [2]马春庭,高萍.地面战场侦察传感器系统的发展状况及技术分析[J].军械工程学院学报,2003(4).

  [3]聂伟荣.多传感器探测与控制网络技术——地面运动目标震动信号探测与识别[D].南京理工大学,2002.

  [4]范志平,邓平,刘林.蜂窝网无线定位[M].北京:电子工业出版社,2002

  [5]雷文英,陈伯孝,杨明磊,等.基于TOA和TDOA的三维无源目标定位方法[J].系统工程与电子技术,2014,05:816-823.

  [6]张驰.基于无线传感器网络的无源目标定位跟踪仿真研究[D].北京邮电大学,2013.

  [7]王小雪.基于无线传感器网络的无源被动式目标定位研究[D].浙江工业大学,2013.

  [8]单振兴.目标无源定位与跟踪算法研究[D].国防科学技术大学,2005.

  [9]李雪梅,陶然,王越.时延估计技术研究[J]. 雷达科学与技术,2010,(04):362-371.

  [10]行鸿彦,唐娟.时延估计方法的分析[J]. 声学技术,2008,01:110-114.

  [11]崔玮玮,曹志刚,魏建强.声源定位中的时延估计技术[J].数据采集与处理,2007,22(1):90-95.

  本文来源于《电子产品世界》2017年第8期第29页,欢迎您写论文时引用,并注明出处。



评论


相关推荐

技术专区

关闭