一種用于抑制超寬帶測距隨機(jī)噪聲的方法和系統(tǒng)

本發(fā)明涉及超寬帶測距領(lǐng)域，尤其涉及一種用于抑制超寬帶測距隨機(jī)噪聲的方法。

背景技術(shù)：

1、近年來隨著社會(huì)經(jīng)濟(jì)的高速發(fā)展，室內(nèi)環(huán)境已經(jīng)成為人們?nèi)粘Ｉ詈凸ぷ鞯闹匾糠?。根?jù)相關(guān)研究，人們在一天中80％的時(shí)間在室內(nèi)度過的。并且隨著人們對(duì)生活需求增加，室內(nèi)環(huán)境逐漸趨向于多樣化、復(fù)雜化。因而，室內(nèi)定位服務(wù)的意義與價(jià)值與日俱增。

2、現(xiàn)階段，在室內(nèi)定位領(lǐng)域中，常見的手段包括：wifi、zigbee、rfid、ble、uwb等主動(dòng)傳感設(shè)備。然而，在室內(nèi)定位中，上述方法受到定位原理限制，均存在一定的不足。基于wifi的定位方式具有較大的覆蓋范圍，但是定位精度在1-5m，且受環(huán)境的影響嚴(yán)重；基于zigbee的定位方式覆蓋范圍小，且定位精度在1-3m左右；基于rfid的定位方式，這是一種無源的定位方式，但是其定位范圍很小，需要密集的布置讀寫器，其定位精度在1m左右；基于ble的定位方法，其優(yōu)勢是功耗低，但是其定位精度只有1-3m左右，且容易受環(huán)境影響。相較于上述方法，基于uwb的定位方式，不僅具有低功耗、低延遲的性能，還具有良好的抗多徑性能和高精度的定位性能，定位精度在0.1m左右。因此，超寬帶室內(nèi)定位技術(shù)目前已經(jīng)得到了非常廣泛的使用。但是在超寬帶定位過程中，受到環(huán)境影響后超寬帶測距值會(huì)出現(xiàn)較大波動(dòng)。這直接影響室內(nèi)位置解算，這會(huì)導(dǎo)致定位誤差增加。而且在波動(dòng)嚴(yán)重時(shí)，甚至可能出現(xiàn)解算無法收斂，導(dǎo)致定位失敗的情況。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)超寬帶定位過程中，受到環(huán)境影響后超寬帶測距值會(huì)出現(xiàn)較大波動(dòng)的問題，提出一種用于抑制超寬帶測距隨機(jī)噪聲的方法，所述方法包括：

2、s1：獲取超寬帶測距的原始數(shù)據(jù)；

3、s2：對(duì)所述超寬帶測距的原始數(shù)據(jù)進(jìn)行變分模態(tài)分解；

4、s3：采用小波閾值去噪方法對(duì)分解后的數(shù)據(jù)進(jìn)行處理，獲取平滑的超寬帶測距數(shù)據(jù)。

5、進(jìn)一步的，還提出一種優(yōu)選方式，所述步驟s2包括：

6、s21：設(shè)每個(gè)模態(tài)的頻譜集中在模態(tài)的中心頻率附近；

7、s22：對(duì)超寬帶測距的原始數(shù)據(jù)中每個(gè)模態(tài)的單邊譜進(jìn)行希爾伯特變換，提取瞬時(shí)幅值和相位；

8、s23：使用指數(shù)項(xiàng)將模態(tài)的頻譜平移到基帶上；

9、s24：通過高斯平滑來估計(jì)基帶信號(hào)的帶寬；

10、s25：構(gòu)建優(yōu)化目標(biāo)函數(shù)，使用增廣拉格朗日乘子法求解；

11、s26：利用交替方向乘數(shù)算法迭代求解每個(gè)模態(tài)及其對(duì)應(yīng)的中心頻率，直到滿足預(yù)設(shè)的收斂條件，獲取多個(gè)獨(dú)立的本征模態(tài)函數(shù)。

12、進(jìn)一步的，還提出一種優(yōu)選方式，所述步驟s25包括：

13、

14、其中，{uk(t)}＝{u1(t),l,uk(t)}為模態(tài)，{ωk}＝{ω1,l,ωk}為模態(tài)對(duì)應(yīng)的中心頻率，α是二次項(xiàng)的懲罰因子，λ是拉格朗日算子，k是模態(tài)的總數(shù)，δ(t)為狄拉克函數(shù)，x(t)為原始信號(hào)，j為虛數(shù)單位，ωk為第k個(gè)模態(tài)分量的中心頻率，t是時(shí)間變量。

15、進(jìn)一步的，還提出一種優(yōu)選方式，所述步驟s3包括：

16、s31：選擇合適的小波基和分解層數(shù)對(duì)每一個(gè)本征模態(tài)函數(shù)進(jìn)行小波分解，獲取小波系數(shù)；

17、s32：根據(jù)原始信號(hào)的噪聲特性選擇合適的閾值，對(duì)每一個(gè)尺度下的小波系數(shù)根據(jù)閾值進(jìn)行處理；

18、s33：對(duì)處理后的小波系數(shù)進(jìn)行小波逆變換，重構(gòu)出去噪后的信號(hào)。

19、進(jìn)一步的，還提出一種優(yōu)選方式，所述步驟s31中小波基為daubechies小波中的db6小波。

20、進(jìn)一步的，還提出一種優(yōu)選方式，所述步驟s31中分解層數(shù)為5。

21、進(jìn)一步的，還提出一種優(yōu)選方式，所述步驟s32包括：

22、選擇啟發(fā)式stein無偏風(fēng)險(xiǎn)估計(jì)作為小波閾值；

23、使用軟閾值函數(shù)，將小于閾值的系數(shù)置為0，保留大于閾值的系數(shù)，并減去閾值進(jìn)行處理。

24、基于同一發(fā)明構(gòu)思，本發(fā)明還提出一種用于抑制超寬帶測距隨機(jī)噪聲的系統(tǒng)，所述系統(tǒng)包括：

25、數(shù)據(jù)獲取單元用于獲取超寬帶測距的原始數(shù)據(jù)；

26、分解單元，用于對(duì)所述超寬帶測距的原始數(shù)據(jù)進(jìn)行變分模態(tài)分解；

27、平滑單元，用于采用小波閾值去噪方法對(duì)分解后的數(shù)據(jù)進(jìn)行處理，獲取平滑的超寬帶測距數(shù)據(jù)。

28、基于同一發(fā)明構(gòu)思，本發(fā)明還提出一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，當(dāng)所述處理器運(yùn)行所述存儲(chǔ)器存儲(chǔ)的計(jì)算機(jī)程序時(shí)，所述處理器執(zhí)行根據(jù)上述中任一項(xiàng)所述的一種用于抑制超寬帶測距隨機(jī)噪聲的方法。

29、基于同一發(fā)明構(gòu)思，本發(fā)明還提出一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器運(yùn)行時(shí)執(zhí)行如上述任一項(xiàng)所述的一種用于抑制超寬帶測距隨機(jī)噪聲的方法的步驟。

30、本發(fā)明的有益之處在于：

31、本發(fā)明提出的方法針對(duì)超寬帶信號(hào)具有復(fù)雜的時(shí)間頻率特性，簡單的濾波方法無法準(zhǔn)確保留有用信號(hào)的問題，通過分解和重構(gòu)過程，使得對(duì)噪聲的抑制更加精準(zhǔn)，從而有效提高測距的準(zhǔn)確性。變分模態(tài)分解能夠有效處理信號(hào)的多尺度特性，適應(yīng)不同頻率成分的變化，提高了對(duì)復(fù)雜信號(hào)的處理能力。結(jié)合小波閾值去噪技術(shù)，可以增強(qiáng)對(duì)不同類型噪聲的適應(yīng)性，有效地應(yīng)對(duì)了環(huán)境變化帶來的影響，增強(qiáng)了系統(tǒng)在不同環(huán)境條件下的魯棒性，尤其是在復(fù)雜或動(dòng)態(tài)環(huán)境中。

32、本發(fā)明提出的方法將基于變分模態(tài)分解方法對(duì)超寬帶測距的原始數(shù)據(jù)分解：變分模態(tài)分解可以自適應(yīng)捕捉信號(hào)中的不同模式，無需設(shè)置基函數(shù)。變分模態(tài)分解方法將原始信號(hào)分解為多個(gè)本征模態(tài)函數(shù)，在分離噪聲干擾和有效信號(hào)的同時(shí)，減少了模式混疊現(xiàn)象。采用小波閾值去噪對(duì)變分模態(tài)分解的信號(hào)濾波，利用小波的多分辨分析能力，捕捉每一個(gè)分解信號(hào)的局部細(xì)節(jié)和全局特征，將噪聲信號(hào)充分剝離，實(shí)現(xiàn)對(duì)超寬帶測距中隨機(jī)噪聲的高效抑制。

33、本發(fā)明應(yīng)用于室內(nèi)定位領(lǐng)域。

技術(shù)特征：

1.一種用于抑制超寬帶測距隨機(jī)噪聲的方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的一種用于抑制超寬帶測距隨機(jī)噪聲的方法，其特征在于，所述步驟s2包括：

3.根據(jù)權(quán)利要求2所述的一種用于抑制超寬帶測距隨機(jī)噪聲的方法，其特征在于，所述步驟s25包括：

4.根據(jù)權(quán)利要求1所述的一種用于抑制超寬帶測距隨機(jī)噪聲的方法，其特征在于，所述步驟s3包括：

5.根據(jù)權(quán)利要求4所述的一種用于抑制超寬帶測距隨機(jī)噪聲的方法，其特征在于，所述步驟s31中小波基為daubechies小波中的db6小波。

6.根據(jù)權(quán)利要求4所述的一種用于抑制超寬帶測距隨機(jī)噪聲的方法，其特征在于，所述步驟s31中分解層數(shù)為5。

7.根據(jù)權(quán)利要求4所述的一種用于抑制超寬帶測距隨機(jī)噪聲的方法，其特征在于，所述步驟s32包括：

8.一種用于抑制超寬帶測距隨機(jī)噪聲的系統(tǒng)，其特征在于，所述系統(tǒng)包括：

9.一種計(jì)算機(jī)設(shè)備，其特征在于：包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，當(dāng)所述處理器運(yùn)行所述存儲(chǔ)器存儲(chǔ)的計(jì)算機(jī)程序時(shí)，所述處理器執(zhí)行根據(jù)權(quán)利要求1-7中任一項(xiàng)所述的一種用于抑制超寬帶測距隨機(jī)噪聲的方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器運(yùn)行時(shí)執(zhí)行如權(quán)利要求1-7任一項(xiàng)所述的一種用于抑制超寬帶測距隨機(jī)噪聲的方法的步驟。

技術(shù)總結(jié)
一種用于抑制超寬帶測距隨機(jī)噪聲的方法和系統(tǒng)，涉及超寬帶測距領(lǐng)域。解決了超寬帶定位過程中，受到環(huán)境影響后超寬帶測距值會(huì)出現(xiàn)較大波動(dòng)的問題。所述方法包括：獲取超寬帶測距的原始數(shù)據(jù)；對(duì)所述超寬帶測距的原始數(shù)據(jù)進(jìn)行變分模態(tài)分解；采用小波閾值去噪方法對(duì)分解后的數(shù)據(jù)進(jìn)行處理，獲取平滑的超寬帶測距數(shù)據(jù)。本發(fā)明應(yīng)用于室內(nèi)定位領(lǐng)域。

技術(shù)研發(fā)人員：沈鋒,萬彤,余相樽,程茂森,楊檸赫
受保護(hù)的技術(shù)使用者：哈爾濱工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9