CN108370494B - 精确跟踪移动设备以有效地通过移动设备来控制其他设备 - Google Patents

精确跟踪移动设备以有效地通过移动设备来控制其他设备 Download PDF

Info

Publication number
CN108370494B
CN108370494B CN201680071060.XA CN201680071060A CN108370494B CN 108370494 B CN108370494 B CN 108370494B CN 201680071060 A CN201680071060 A CN 201680071060A CN 108370494 B CN108370494 B CN 108370494B
Authority
CN
China
Prior art keywords
mobile device
signal
frequency
velocity
mixed signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201680071060.XA
Other languages
English (en)
Other versions
CN108370494A (zh
Inventor
邱锂力
毛文广
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Texas System
Original Assignee
University of Texas System
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Texas System filed Critical University of Texas System
Publication of CN108370494A publication Critical patent/CN108370494A/zh
Application granted granted Critical
Publication of CN108370494B publication Critical patent/CN108370494B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/14—Systems for determining distance or velocity not using reflection or reradiation using ultrasonic, sonic, or infrasonic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/04—Protocols specially adapted for terminals or networks with limited capabilities; specially adapted for terminal portability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/131—Protocols for games, networked simulations or virtual reality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/16—Discovering, processing access restriction or access information
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S2205/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S2205/01—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/02—Terminal devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

一种用于追踪移动设备的方法、系统和计算机程序产品。估计移动设备的参考位置以及移动设备与另一设备之间的频率偏移。然后从接收机在不同频率采样。获取的信号与伪发送信号混合。基于当前位置处的混合信号的频率变化、移动设备的速度和估计的频率偏移来计算移动设备与另一设备之间的相对距离。使用参考位置和计算的相对距离来确定移动设备与其他设备之间的绝对距离。然后基于移动设备的速度和确定的绝对差值来确定移动设备的位置。

Description

精确跟踪移动设备以有效地通过移动设备来控制其他设备
相关申请的交叉引用
本申请要求于2015年12月4日提交的、名称为“精确跟踪移动设备以有效地通过移动设备来控制其他设备(ACCURATELY TRACKING A MOBILE DEVICE TO EFFECTIVELYENABLE MOBILE DEVICE TO CONTROL ANOTHER DEVICE)”的62/263,411号美国临时专利申请的优先权，其全部内容通过引用并入本文。
技术领域
本发明总体上涉及移动设备，具体而言，涉及精确跟踪移动设备(例如，智能电话，智能手表)以有效地通过该移动设备来控制另一设备(例如游戏控制台，虚拟现实/增强现实设备，智能家电，智能电视)。
背景技术
用户目前需要新的方式来进行交互和控制诸如视频游戏控制台，虚拟现实(VR)/增强现实(AR)设备和智能电器的设备。例如，交互式视频游戏(即，通过做动作来玩的游戏)在全世界日益流行。然而，许多视频游戏玩家对视频游戏中的现有跟踪技术不满意：(1)他们经常抱怨现有技术的跟踪准确性，和(2)粗粒度的跟踪准确性也使得现有的互动游戏仅限于运动和跳舞游戏，这些游戏需要大量运动，而许多玩家享受更多细粒度的运动游戏，比如射击游戏。
另外，虚拟现实(VR)和增强现实(AR)正变得越来越流行。影响其成功和潜力的主要因素之一是需要有一个易于使用的用户界面。VR/AR的当前界面相当受限(例如，依靠敲击，滑动或语音识别)。这大大限制了它的潜在应用。
而且，智能电器正变得越来越流行。例如，智能电视提供了丰富的控制，用户需要能轻松控制智能电视，这一点非常重要。越来越多的设备将变得更加智能，并且可以让用户远程控制它们。
由于诸如智能电话和智能手表之类的移动设备变得无处不在，因此它们可能充当通用控制器。为了将移动设备用作有效的控制器，其移动应该被非常精确地跟踪，例如误差在一厘米以内。虽然在定位和跟踪方面已经做了大量的工作，但是现有技术在实现以下方面存在不足：(1)高精确度(例如毫米级准确度)，(2)响应性(例如，几十毫秒内)，(3)在不同环境下的鲁棒性，(4)几乎不需要校准，以及(5)仅需使用现有的硬件。
发明内容
在本发明的一个实施例中，一种用于追踪移动设备的方法包括估计移动设备的参考位置。该方法进一步包括从移动设备的参考位置计算移动设备与另一设备之间的相对距离变化。该方法还包括由处理器使用参考位置和计算的相对距离改变来确定移动设备与另一设备之间的绝对距离。
上述方法的其他形式的实施例包括一个移动设备和一个计算机程序产品。
前面相当概括地描述了本发明的一个或多个实施例的特征和技术优点，以便可以更好地理解随后的本发明的详细描述。下面将描述本发明的更多的特征和优点，其可形成本发明的权利要求的主题。
附图说明
当结合以下附图考虑下面的详细描述时，可以更好地理解本发明，其中：
图1示出了根据本发明实施例配置的系统；
图2示出了根据本发明实施例的移动设备的硬件配置；
图3示出了根据本发明实施例的受控设备的硬件配置；
图4A-4B是根据本发明实施例的用于非常准确地跟踪移动设备的移动的方法的流程图；
图5示出了根据本发明实施例的线性调频信号，其频率从fmin线性增加到fmax；
图6示出了根据本发明实施例的接收到的和传输的线性调频脉冲信号之间的互相关示例；
图7示出了根据本发明实施例的估计参考位置；和
图8A-8B是根据本发明实施例的检测到的FMCW峰值(Hz)相对于时间的曲线图。
具体实施方式
如下面所讨论的，本发明提供了一种用于允许移动设备(例如，智能电话)的用户通过简单地移动该移动设备来控制另一设备(例如，视频游戏控制台)的技术。本发明的独特特性在于它可以使用现有的硬件，同时实现高精度和易用性。具体而言，被控制的设备(例如，游戏机，VR/AR耳机，智能电器)配备有多个扬声器。扬声器发出移动设备接收到的声音。基于接收到的声音，使用一种新的调频连续波形(FMCW)方法，并利用音频信号的多普勒频移，可以跟踪移动设备的移动。
多普勒效应是一种已知的现象，其中信号的频率随着发送者或接收者的移动而改变。通过跟踪频移量，可以估计移动速度，基于该速度可以进一步估计移动设备与待控制设备之间的距离以及移动设备的位置。
本发明的新FMCW方法允许使用“啁啾”信号准确地估计音频信号的传播延迟。与现有FMCW相比，本发明的方法有几大重要进展，例如(1)支持分离的和非同步的发送者和接收者，(2)考虑到了移动对混合信号中频移量的影响，而现有方案都假定节点是静态的，并且(3)估计基准位置，基于该基准位置实时导出移动设备的绝对后续位置。此外，还开发了一个有效的优化框架，该框架结合了多普勒频移和FMCW在多个时间间隔上进行估计以实现追踪的高精度。此外，来自惯性测量单元(IMU)传感器(例如，加速度计和陀螺仪)的测量值可以与音频信号组合以进一步提高准确度。
在以下描述中，描述了各种实施例。为了解释的目的，阐述了具体配置和细节以便提供对实施例的透彻理解。对于本领域技术人员而言显而易见的是，可以在没有这里描述的具体细节的情况下实践本发明。此外，可以省略或简化众所周知的特征，以便不模糊实施例描述。
注意，这里使用的术语“地标”是指信号的“发送器”(例如，扬声器)或信号的“接收器”(例如，麦克风)。
现在详细参考附图，图1示出根据本发明实施例配置的系统100。参照图1，系统100包括一个移动设备101，被配置为用来控制另一个设备102(“受控设备”)(例如，游戏控制台，虚拟现实/增强现实设备，智能电器，智能电视)。
移动设备101可以是具有麦克风的任何移动计算设备(例如，个人数字助理(PDA)，智能电话，移动电话，导航设备，互联网设备等)以将声音(例如，来自受控设备102的扬声器的音频信号)转换成电信号。下面结合图2提供移动设备101的一个实施例的硬件配置的更详细描述。
受控设备102可以是可由移动设备101控制的任何电子设备，其中受控设备102包含两个或更多个扬声器103A-103B(在图1中分别标识为“扬声器A”和“扬声器B”)。扬声器103A-103B可以共同或单独地分别被称为扬声器103。尽管图1示出了两个扬声器103A，103B，但受控设备102可以包含任意数量的扬声器103。下面结合图3提供受控设备102的硬件配置的更加详细的描述。根据需求，麦克风和扬声器位置可以互换。
现在参考图2，图2示出了代表用于实践本发明的硬件环境的移动设备101(图1)的硬件配置。参照图2，移动设备101具有通过系统总线202耦合到各种其他组件的处理器201。操作系统203在处理器201上运行并提供控制和协调图2的各种组件的功能。根据结合操作系统203运行本发明的原理，并向操作系统203提供调用，其中这些调用实现了将由应用204执行的各种功能或服务。例如，应用程序204可以包括用于跟踪移动设备101以有效地使移动设备101能够控制受控设备102的程序，如以下结合图4A-4B，5-7和8A-8B进一步讨论的。
移动设备101还包括连接到总线202的存储器205，被配置为控制移动设备101的其他功能。存储器205通常被集成为移动设备101电路的一部分，但是在一些实施例中，可以包括可移动存储器，诸如可移动磁盘存储器，集成电路(IC)存储器，存储卡等。处理器201和存储器205还实现逻辑并存储移动设备101的设置，偏好和参数。应该注意，包括操作系统203和应用204的软件组件可以被加载到存储器205，其可以是用于执行的移动设备101的主存储器。
移动设备101另外包括将总线202与外部网络互连从而允许移动设备101与诸如受控设备102(图1)的其他设备进行通信的无线模块206。在一个实施例中，无线模块206包括本地电路，其被配置为无线地发送和接收诸如蓝牙，红外线或Wi-Fi的短距离信号。
I/O设备还可以经由用户接口适配器207和显示适配器208连接到移动设备101。小键盘209，麦克风210和扬声器211都可以通过用户接口适配器207互连到总线202。小键盘209被配置为移动设备101的一部分，用于拨打电话号码并输入数据。移动设备101可以具有麦克风210和扬声器211以供用户讲话和收听呼叫者。另外，移动设备101包括通过显示适配器208连接到系统总线202的显示屏212。显示屏212可以被配置为显示关于使用图形显示器的移动设备101的来电或其他特征的消息和信息。以这种方式，用户能够通过小键盘209或麦克风210输入到移动设备101，通过扬声器211或显示屏212接收来自移动设备101的输出。其他输入机制可以用于将数据输入到图2中未示出的移动设备101，例如作为具有利用虚拟关键字的能力的具有触摸屏能力的显示屏幕212。图2的移动设备101在范围上不限于图2中所示的元件并且可能包含比图2所示更少或更多的元素。例如，移动设备设备101可以仅包括存储器205，处理器201和麦克风210。
通过扬声器211或显示屏212接收来自移动设备101的输出。其他输入机构可以用于将数据输入到图2中未示出的移动设备101，例如具有触摸屏能力的显示屏212，其能够利用一个虚拟关键字。图2的移动设备101的范围不限于图2中所示的元件，并且可以包括比图2中所示的更少或附加的元件。例如，移动设备101可以仅包括存储器205，处理器201和麦克风21。
现在参考图3，图3是受控设备102(图1)例如游戏控制台设备的示例的功能框图。在该示例中，受控设备102包括一个或多个处理器301。处理器301可以包括一个或多个专用集成电路(ASIC)，数字信号处理器(DSP)，数字信号处理设备(DSPD)，可编程逻辑设备(PLD)，现场可编程门阵列(FPGA)，控制器，微控制器，微处理器，电子设备，电子单元或其组合。
处理器301被配置成存储由一个或多个接口接收到的数据，并且将数据处理并存储在存储器302上。存储器302可以在处理器301内或处理器301的外部实现。如本文所使用的，术语存储器指的是任何类型的长期，短期，易失性，非易失性或其它存储器，并且不限于任何特定类型的存储器或存储器所存储的存储器或存储器的类型。
处理器301还被配置为向视频子系统303和输入接口304传送数据和/或指令和/或从视频子系统303和输入接口304传送数据和/或指令。视频子系统303被配置为通过视频连接向视频显示器305提供视频和音频数据视频子系统303从处理器301接收各种指令。
输入接口304被配置为接收来自移动设备101的信号。在一个实施例中，受控设备102可以包括一种或多种类型的输入设备，包括例如操纵杆，键盘，鼠标，触摸板，拨动开关，跟踪球，滚轮等。在一个方面，由输入接口304接收的用户输入信号可以在它们被接收时被转发到处理器301。在其他方面，输入接口304可以在将转换后的输入转发给过程之前处理接收到的输入并将它们转换为另一种格式。例如，接收到的输入可以是模拟信号，输入接口可以将它们以预定的格式转换成数字信号。
此外，诸如扬声器103A，103B的I/O设备经由用户接口适配器307连接到受控设备102。扬声器103A，103B被配置为在各种设备处生成音频信号(对人类可听见或听不见)频率。
图3的受控设备102的范围不限于图3中所描绘的元件，并且可以包括比图3中所描绘的更少或附加的元件。例如，受控设备102可以是任何仅包括扬声器的设备103。
本发明可以是系统，方法和/或计算机程序产品。计算机程序产品可以包括其上具有用于使处理器执行本发明的各方面的计算机可读程序指令的计算机可读存储介质(或多个介质)。
计算机可读存储介质可以是能够保留和存储供指令执行设备使用的指令的有形设备。计算机可读存储介质可以是例如但不限于电子存储设备，磁存储设备，光存储设备，电磁存储设备，半导体存储设备或前述的任何适当组合。计算机可读存储介质的更具体示例的非穷尽列表包括以下：便携式计算机，磁盘，硬盘，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编程只读存储器(EPROM或闪存)，静态随机存取存储器(SRAM)，便携式光盘只读存储器(CD-ROM)，数字多功能盘(DVD)，记忆棒，软盘，机械编码设备，例如凹槽中的凸模卡或凸起结构，其上记录有指令，以及任何合适的组合的前述内容。这里使用的计算机可读存储介质不应被解释为是例如无线电波或其他自由传播的电磁波，通过波导或其他传输介质(例如，穿过光纤电缆的光脉冲)传播的电磁波，或通过导线传输的电信号。
这里描述的计算机可读程序指令可以从计算机可读存储介质下载到相应的计算/处理设备，或者经由网络例如因特网，局域网，广域网区域网络和/或无线网络。网络可以包括铜传输电缆，光传输光纤，无线传输，路由器，防火墙，交换机，网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或网络接口从网络接收计算机可读程序指令并且转发计算机可读程序指令以存储在相应计算/处理设备内的计算机可读存储介质中。
用于执行本发明的操作的计算机可读程序指令可以是汇编指令，指令集架构(ISA)指令，机器指令，机器相关指令，微代码，固件指令，状态设置数据或任一源代码或以一种或多种程序设计语言(包括面向对象的程序设计语言，诸如Smalltalk，C++等)和常规程序化程序设计语言(诸如“C”程序设计语言或类似程序设计语言)的任何组合编写的目标代码。计算机可读程序指令可以完全在用户的计算机上执行，部分在用户的计算机上作为执行
独立的软件包，部分在用户的计算机上，部分在远程计算机上，或完全在远程计算机或服务器上。在后一种情况下，远程计算机可以通过任何类型的网络连接到用户的计算机，包括局域网(LAN)或广域网(WAN)，或者可以连接到外部计算机(用于例如，通过互联网使用互联网服务提供商)。在一些实施例中，包括例如可编程逻辑电路的电子电路可现场编程门阵列(FPGA)或可编程逻辑阵列(PLA)可以通过利用计算机可读程序指令的状态信息来执行计算机可读程序指令以个性化电子电路，以执行本发明的各方面。
这里参考根据本发明实施例的方法，装置(系统)和计算机程序产品的流程图和/或框图来描述本发明的各方面。应该理解，流程图和/或框图中的每个框以及流程图和/或框图中的框的组合可以通过计算机可读程序指令来实现。
这些计算机可读程序指令可以被提供给通用计算机，专用计算机或其他可编程数据处理装置的处理器以产生机器，使得经由计算机的处理器或其他处理器执行的指令可编程数据处理设备创建用于实现在流程图和/或框图的一个或多个框中指定的功能/动作的装置。这些电脑计算机可读程序指令还可以被存储在可以指导计算机，可编程数据处理设备和/或其他设备以特定方式运行的计算机可读存储介质中，使得其中存储有指令的计算机可读存储介质包括包括实现在流程图和/或框图的一个或多个框中指定的功能/动作的各方面的指令的制造产品。
计算机可读程序指令还可以被加载到计算机，其它可编程数据处理设备或其他设备上以使得在计算机，其他可编程装置或其他设备上执行一系列操作步骤以生成计算机实现的过程，使得在计算机，其他可编程装置或其他设备上执行的指令实现在流程图和/或框图的一个或多个框中指定的功能/动作。
附图中的流程图和框图示出了根据本发明的各种实施例的系统，方法和计算机程序产品的可能实现的架构，功能和操作。就这一点而言，流程图或框图中的每个框可表示指令的模块，段或部分，其包括用于实现指定的逻辑功能的一个或多个可执行指令。在一些替代实施方式中，方框中提到的功能可以不按照附图中标注的顺序发生。例如，取决于所涉及的功能，连续示出的两个框实际上可以基本上同时执行，或者框有时可以以相反的顺序执行。还将注意到，框图和/或流程图的每个框以及框图和/或流程图中的框的组合可以由执行指定功能或动作的基于专用硬件的系统来实现，或者执行特殊用途硬件和计算机指令的组合。
如背景技术部分所述，用户当前需要新的方式来交互和控制诸如视频游戏控制台，虚拟现实(VR)/增强现实(AR)设备和智能电器之类的设备。例如，交互式视频游戏(即，运动玩的游戏)很受欢迎。
本发明的原理提供了用于通过非常精确地(例如，在一厘米内)追踪移动设备101的移动而无需移动设备101(图1)来有效地控制受控设备102(图2)如下面结合图4A-4B，5-7和8A-8B讨论的重要的校准和利用现有的硬件。图4A-4B是非常精确地跟踪移动设备101的移动的方法的流程图。图5显示了一个线性调频信号，其频率从fmin线性增加到fmax。图6显示了接收和接收之间的示例交叉相关传输的啁啾信号。图7图示了估计参考位置。图8A-8B是检测到的FMCW峰值(Hz)对时间的曲线图。
如上所述，图4A-4B是根据本发明实施例的非常准确地跟踪移动设备(图1)的移动的方法400的流程图。
参照图4A，结合图1-3，在步骤401中，移动设备101估计移动设备101的参考位置。此外，在步骤401中，移动设备101估计移动设备101和扬声器103。在一个实施例中，这种估计发生在可能仅需要发生一次的“校准”阶段期间。
在步骤402中，移动设备101使用从检测到的开始时间对应的扬声器103接收到的音频信号和啁啾信号之间的交叉相关来检测“啁啾声”序列的开始。
在步骤403中，移动设备101在从检测到的开始时间起的持续时间内从受控设备102的扬声器103获取处于各种频率的音频信号的音频样本。也就是说，响应于检测到步骤402的“开始时间”，移动设备101在一段时间内从受控设备102的扬声器103获取处于各种频率的音频信号的音频样本。
在步骤404中，移动装置101在所接收的音频样本中执行快速傅立叶变换(FFT)以提取频率。
在步骤405中，移动设备101估计在各种频率范围处提取的频率中的频移。
在步骤406中，移动设备101通过移除离群值并对剩余的估计频移进行平均来生成最终的估计频移。
在步骤407中，移动设备101将最终估计的频移转换为移动设备101的速度。
应该注意，步骤401-407可以独立于和/或同时从下面讨论的步骤408-412执行。
在步骤408中，移动设备101将来自接收到的音频采样的音频信号与“伪”发送信号混合。
在步骤409中，移动设备101在混合信号中执行快速傅里叶变换(FFT)以识别来自扬声器103的信号的峰值频率。
或者，可以通过如下估计混合信号v的自相关矩阵来识别峰值频率：R＝VHV，其中V是v的Toeplitz矩阵，并且其第i列由下式给出：[VM+1-i,VM+2-i,...,VN+1-i]T，并且VH是矩阵V的转置。这里N是混合信号的长度，M是自相关矩阵的阶数(即，R的大小为M×M)。然后，将特征值分解应用于R。从混合信号的自相关矩阵的特征值分解获得的特征向量按照对应的特征值的大小降序排列。第一个Ms特征向量生成的线性空间称为“信号空间”，其他特征向量生成的线性空间称为“噪声空间”。设RN表示噪声空间矩阵，其第i列为噪声空间的第i个特征向量。
令s(f)表示导向矢量，其定义为：
Figure BDA0001684127160000071
结果，混合信号的伪谱被定义为：
Figure BDA0001684127160000072
可以通过定位伪谱中的峰来找到fi。或者，可以直接计算根。
现在参照图4B，结合图1-3，在步骤410中，移动设备101基于当前位置处的混合信号的频率的变化来计算扬声器103与移动设备101之间的相对距离，以及移动设备101和扬声器103之间的频率偏移。
在步骤411中，移动设备101使用参考位置和计算的相对距离来确定移动设备101和受控设备102之间的绝对距离。
在步骤412中，移动设备101基于移动设备101的速度和受控设备102的扬声器103与移动设备101之间的绝对距离，通过解决一个优化问题来确定移动设备101的位置，其中优化问题被构造为最小化确定移动设备101的位置的错误。在一个实施例中，移动设备101构造优化问题并且调用非线性优化库来解决它。移动设备101然后在下一个持续时间在步骤403中从受控设备102的扬声器103A，103B获取音频在不同频率的音频样本。
下面提供关于步骤401-412的详细讨论。
多普勒效应是已知的现象，其中信号的频率随着发送者或接收者的移动而改变。不失一般性，考虑当发送者保持静态时接收者移动的情况。频率随速度变化如下：
Figure BDA0001684127160000081
其中F表示信号的原始频率，Fs表示频移量，v和c分别表示接收器对发送器的速度和波的传播速度。因此，通过测量频移量Fs，可以估计运动相对于发射机的速度，这可以进一步用于获得距离和位置。
在一个实施例中，使用以下方法来估计多普勒频移。每个扬声器103A，103B以几个频率连续发射正弦波(例如，人耳不可闻的正弦波)。不同的扬声器103A，103B使用不同的频率来彼此区分。接收器(例如，移动设备101)以采样率(例如，44.1KHz标准采样率)采样音频信号，可用汉宁窗(Hanning window)以避免频率泄漏，然后使用短期傅立叶变换(STFT)来提取频率。在一个实施例中，使用1764个样本来计算STFT。这对应于40毫秒内的音频采样。然后可以获得峰值频率，然后使用该峰值频率(或几个峰值频率的函数)来计算频移。为了提高准确度，每个扬声器103A，103B发射不同频率范围的正弦波，并且接收器(即，移动设备101)估计每个频率范围处的频移，然后移除异常值并且将剩余的估计平均获得最终估计的频移。然后使用该最终估计的频移来基于等式1计算速度，并且随时间积分以获得来自每个扬声器103A，103B的当前距离。
如下所述，本发明的原理提供了相对于传统FMCW的许多主要创新，其被用于确定受控设备102和移动设备101之间的绝对距离。首先提供关于传统FMCW的简要讨论，接下来是关于本发明所使用的改进的FMCW的讨论。
传统的FMCW不是使用大带宽发送尖锐的脉冲信号，而是每个扬声器在每个间隔发送一个啁啾信号。图5示出了根据本发明实施例的线性调频脉冲信号，其频率从fmin线性增加到fmax。本发明的原理使用fmax-fmin＝2.5KHz和40ms作为间隔。
每次扫描的频率是
Figure BDA0001684127160000082
其中β是信号带宽，T是扫描时间(接近一个时间间隔)。随时间的频率被积分以获得相应的相位：u(t)＝2π(fmint+B)。因此，在第n次扫描期间发送的信号是
Figure BDA0001684127160000083
其中t'＝t-nT。
考虑一个啁啾信号在介质上传播并在延迟td之后到达接收器(即，移动设备101)。接收到的信号在时间上被衰减和延迟，并且成为
Figure BDA0001684127160000084
其中α是衰减因子。
接收机(即，移动设备101)将接收到的信号与发送的信号混合(即，相乘)。那是，vm(t)＝vr(t)vt(t)。vm(t)是两个余弦的乘积。通过使用cosAcosB＝(cos(A-B)+cos(A+B))/2并滤出频率为2fmin的高频A+B分量，vm(t)变为：
Figure BDA0001684127160000091
假设移动设备101最初距扬声器103的距离R并以v的速度移动。然后
Figure BDA0001684127160000092
将td代入公式(3)得到
Figure BDA0001684127160000093
如果将STFT应用于vm的频率，则将忽略恒定相位项，并且相对于(t')2的二次项将太小也可以被忽略。峰值频率，记为fp，变成
Figure BDA0001684127160000094
当v接近0时，频率达到峰值
Figure BDA0001684127160000095
因此，可以使用fp来推导距离R如下：
Figure BDA0001684127160000096
本发明的跟踪系统修改了传统的FMCW。本发明的系统对传统的FMCW具有四大创新。首先，现有的FMCW分析结果和系统都假定位于同一位置的发送者和接收者。然而，本发明的方法支持单独的和非同步的发送者和接收者。其次，现有的基于FMCW的系统假定接收机是静态的。由于在各种跟踪情况下移动很常见，本发明考虑到移动对频移的影响。第三，应用FMCW来分离发送者和接收者仅产生相对距离。但是，跟踪需要绝对距离。结果，本发明的方法估计参考位置，然后使用相对于参考位置的距离变化来导出移动设备101的当前绝对位置。第四，本发明的原理考虑了发送者和接收者直接的频率偏移量来获得更准确的距离估计。以下详细说明这四个方面。
关于支持非同步发送者和接收者，发送器(即，受控设备102)(例如，游戏控制台或VR头戴式耳机上的扬声器103A，103B)和接收器(即，移动设备101)(例如麦克风智能手机上的210)是分开的，它们的时钟不同步。扬声器103A，103B和麦克风210之间的精确同步是具有挑战性的。即使0.1ms的小同步误差也会导致0.1ms×c＝0.1×346m/s≈3.5cm的误差，c是声音的传播速度并且大约是346米/秒。
通过估计移动设备101和受控设备102的扬声器103之间的时钟速率的差异，解决了缺乏同步。首先，在接收到信号时，移动设备101使用接收信号与从扬声器103A，103B发出的原始“啁啾”信号之间的互相关来检测第一啁啾信号的到达时间。这种到达时间检测是近似的，因为互相关通常显示多个峰值。图6示出了根据本发明实施例的接收到的和发送的线性调频脉冲信号之间的示例互相关。有几个相似的高峰。而且，由于多路径传播，最高峰可能不是来自最短路径。
为了避免精确确定到达时间的需要，引入了伪发送信号的概念。具体地说，接收信号(从先前检测的到达时间开始，可能不准确)与伪发送信号混合。设第一个啁啾信号的伪传输时间和实际传输时间之间的差值为t0。t0的值未知。基于伪传输时间，接收机可以构建一个在那个时候开始的伪传输信号。通过将接收信号与伪发送信号混合(即，相乘)，并应用类似如上所述的过程，可以找到以下在混合信号中的峰值频率：
Figure BDA0001684127160000101
其中c是音频信号的传播速度，T是啁啾持续时间，B是线性调频脉冲信号的带宽，其等于fmax-fmin，Rn是发射机和接收机在第n个采样间隔期间的距离。从而，
Figure BDA0001684127160000102
如果发射机和接收机的参考位置之间的距离R1已知，则Rn可以确定为：
Figure BDA0001684127160000103
关于移动的影响，先前的推导假定接收机是静态的。但是，在本发明的跟踪系统中，接收器可以移动。不可忽略的速度将导致混合信号的峰值频率的附加偏移。在这种情况下，峰值频率在：
Figure BDA0001684127160000104
其中vn是第n个采样间隔内接收器相对于发射器的速度。这种关系表明T期间的频率变化。T期间的平均频率通过设定t'＝T/2来计算。因此，平均
Figure BDA0001684127160000105
变成如下：
Figure BDA0001684127160000106
因此，Rn可以通过测量第一和第n啁啾序列期间的峰值频率(即，
Figure BDA0001684127160000107
和f1 p)，从多普勒频移估计的第n啁啾序列期间的速度(vn)，参考距离(即R1)估计如下：
Figure BDA0001684127160000108
这假设接收机在传输第一啁啾序列期间是静态的，这是合理的。可以如上所述基于多普勒频移来估计Vn。接下来，在下面提供关于估计参考位置R1的讨论。
为了获得当前绝对位置，首先估计参考位置，然后使用参考位置和距参考位置的相对距离来实时导出移动设备101与每个扬声器103A，103B之间的绝对距离。然后，如下面进一步讨论的，基于距离和速度估计，使用优化框架来定位当前位置。
下面讨论一种用于快速获得参考位置的校准方案。考虑有两个扬声器的情况。不失一般性，假设两个扬声器103A，103B分别处于(0，0)和(A，0)。
下面提供关于估计移动设备101的参考点的讨论。
在存在两个扬声器103的实施例中，参考位置的估计可以通过让用户把移动设备101在两个扬声器103之间来回移动，并且检测多普勒频移改变其符号的时间来进行估计。如下面结合图7所讨论的那样，基于两个扬声器103之间的间隔以及移动设备101和每个扬声器103之间的相对距离来计算位置。图7示出了根据本发明实施例的估计参考位置。
如图7所示，用户在参考位置来回移动移动设备101来滑过扬声器103A，103B。首先，随着移动设备101靠近扬声器103A，103B，多普勒频移为正。当移动设备101通过扬声器103A，103B并远离它时，多普勒频移变为负。检测到多普勒频移改变其符号的时间。然后可以应用FMCW来估计从移动设备101到两个扬声器103A，103B的相对距离，表示为ΔD。为此需要让两个扬声器103A，103B在同时发射信号，并由接收器(即，移动设备101)测量来自每个扬声器103A，103B的频移。然后，可以根据等式(8)通过来自扬声器103A，103B的峰值频率之间的差值来计算从两个扬声器103A，103B到移动设备101的相对距离。特别的，
Figure BDA0001684127160000111
其中
Figure BDA0001684127160000112
表示来自第一和第二扬声器103A，103B的峰值频率之间的差值，ΔV2,1表示相对于基于多普勒频移估计的第一和第二扬声器103A，103B的速度之间的差异。
一旦获得ΔD，可以如下确定移动设备101的位置，表示为(x，y)。如图7所示，显然x＝A。此外，根据直角三角形的性质，y2+A2＝(y+ΔD)2。在这个方程中只有一个未知数：y，所以y可以解决。
在其中有三个或更多个扬声器103的实施例中，任何位置都可以用作参考点。在一个实施例中，可以如下获得参考位置：(1)从每个扬声器103，获取的音频信号与发送的信号混合；(2)提取混合信号中的峰值频率；(3)根据峰值频率，可以估计扬声器1与扬声器2与扬声器3等的相对距离；和(4)基于这些相对距离导出参考位置。
可以基于每对扬声器103之间的相对差异来求解表示为(x，y)的参考位置。具体而言，考虑位于(x1，y1)，(x2，y2)，和(x3，y3)。位置(x，y)是通过最小化以下目标而得出的，其涉及3个未知数并且易于解决：
Figure BDA0001684127160000113
关于频率偏移，由于不完善的时钟，发射器(即，受控装置102)和接收器(即，移动装置101)处的采样频率不完全相同。频率偏移使得发送者和接收者具有不同的Tsweep，这在估计峰值频率时引入了误差。例如，考虑发射机的频率为44100采样/秒，接收机的频率为44101采样/秒。该最后一个样本将被认为是在接收方第(1+1/44100)秒收到的。这在接收器处引入了1/44100秒的额外延迟。由于传播延迟，这个额外的延迟也将被FMCW捕获，并导致混合信号的峰值频率发生移位。
为了估计频率偏移，在开始时引入短的校准阶段。校准过程中接收器的位置被校正。没有频率偏移，峰值频率应该保持不变。频率偏移将引起峰值频率随时间的稳定变化。如图8A-8B所示，可以通过绘制随时间变化的峰值频率来估计频率偏移。图8A-8B是根据本发明实施例的检测到的FMCW峰值(Hz)相对于时间的曲线图。
如图8A所示，通过使用最小二乘法，可以用一条直线来拟合测量数据。线的斜率表示为k，用于捕捉频率由于频率偏移而随时间变化的速度。鉴于估计的斜率，原始测量值被后处理为如下：
Figure BDA0001684127160000121
其中
Figure BDA0001684127160000122
和
Figure BDA0001684127160000123
分别是调整后的和原始的接收频率，ΔT是持续时间，k是斜率。图8B显示在频率偏移补偿之后
Figure BDA0001684127160000124
随时间保持稳定。
因此，在等式(9)中可以使用
Figure BDA0001684127160000125
来导出Rn，其中n是区间的数量，而T是扫描持续时间。
如上所述，在一个实施例中，移动设备101构建优化问题并调用非线性优化库来解决该问题。下面提供了关于这种优化框架的讨论。
在一个实施例中，本发明的优化框架综合了多普勒频移和FMCW测量来进行跟踪，解以下最小化方程：
Figure BDA0001684127160000126
其中k是当前时间间隔，n是优化中使用的时间间隔的数量，zi表示移动设备的节点在第i个时间间隔处的位置，z0表示移动设备的参考位置，cj表示第j个说话者的位置，
Figure BDA0001684127160000127
表示在第i个间隔期间从参考位置相对于第j个说话者的距离变化，
Figure BDA0001684127160000128
表示在第i个间隔期间相对于第j个说话者的速度，T是间隔持续时间，α和β是来自FMCW和多普勒测量的距离测量的相对权重。
优化中唯一的未知数是移动设备101随时间的位置(即，zi)。通过基于多普勒频移测量它们的成对距离来预先获得扬声器的坐标cj。然后根据扬声器103的位置建立坐标。并分别来源于FMCW和多普勒频移测量。
本质上，该目标函数反映了寻找与FMCW和多普勒测量的最匹配的解zi的目标。第一项表达了基于坐标计算出来的相对距离应该匹配FMCW估计出来的的相对距离，第二项表达了在一个时间间隔内行进的距离应该与基于速度计算的距离相匹配。目标函数包括了多个时间间隔的项以提高准确性。该问题的表述是通用的，可以支持二维或三维坐标。zi和cj都是矢量，其大小由维数决定。
在一个实施例中，可以利用惯性测量单元(IMU)传感器与音频信号相结合来提高准确度。
关于与IMU传感器的同步，为了将运动传感器与音频信号一起用于跟踪，所有测量应该具有一致的时间戳。虽然所有的测量结果都是由同一移动设备101收集的，但它们可能没有对齐。当音频样本到达接收器(即，移动设备101)时，它们可能在到达本发明的追踪应用之前经历不可忽略的处理延迟。因此，应该减去处理延迟，以便音频采样的时间戳与IMU时间戳一致。
在一个实施例中，前几个音频和IMU采样被后处理以使它们同步。用户通常通过静态保持移动设备101然后开始移动开始。运动突然发生变化，同时会导致音频和IMU时间序列的突然变化。因此，可以使用突变来同步这些时间序列。具体而言，估计的速度时间序列相对于加速度计时间序列逐渐偏移，并识别使相关性最大化的偏移。由于急剧变化的时间可能无法准确检测，所以对于同步将优先采用急剧的变化。由于音频信号周期性到达，所以可以在一开始估计一次位移，并用估计的位移来对齐整个音频时间序列。
关于使用IMU数据，就硬件成本，处理开销和电池消耗而言，加速度计消耗低。然而，由于其估算距离需要加速度与时间的双重积分，所以它会随着时间的推移而被变得不准确。错误迅速积累。为了限制误差积累，估计初始速度，然后仅在相对较短的时间(例如，360毫秒)内对加速度进行积分以获得行进的距离。
此外，陀螺仪可用于测量旋转并将加速度计读数以一致的方向转换成加速度。另外，由IMU使用的坐标可以不同于由扬声器103定义的坐标。在一个实施例中，通过在一个校准阶段比较由加速度计估计的行进距离和通过本发明的FMCW估计的距离(从扬声器103)来把IMU得到的坐标转换成扬声器103的坐标。
在一个实施例中，可以通过优化目标的附加项和新的优化变量，从而在整个优化框架中纳入IMU传感器的误差。如下所示的等式(14)显示了最终目标。
Figure BDA0001684127160000131
前两项与上述相同。令k表示当前的时间间隔。第三项反映了在基于移动设备101的坐标估计的过去n-1个间隔期间行进的距离与从初始速度
Figure BDA0001684127160000132
和加速度估计的距离之间的差异，其中
Figure BDA0001684127160000133
是新的优化变量，表示在第(k-n+1)个区间的初始速度。
Figure BDA0001684127160000134
是从第(k-n+1)个区间的开始到第k个区间的开始的位移，其基于假设初始速度为零的IMU传感器读数来计算。第四项反映了基于加速度估算的平均速度(在(k-n+1)个区间)与基于多普勒频移估计的平均速度之间的差异，其中
Figure BDA0001684127160000135
是基于多普勒估计的第i个区间中的速度，并且是一个矢量，而
Figure BDA0001684127160000136
表达了第(k-n+1)个时间间隔内的速度变化，这是通过IMU读数的加速度计算出来的。σ和γ是这两个新优化项的相对权重。
在一个实施例中，优化框架还可以结合用户的移动性(例如，用户的移动设备的移动，方向和速度)以进一步提高准确性(即，进一步提高移动设备定位的准确性)。
距离估计中的主要挑战是发送者和接收者时钟之间的同步。实现这种距离估计的商业解决方案是通过让发送者/接收者彼此发送信号，然而，由于不可预知的网络延迟，这种距离估计不准确。通过利用本发明的原理，发送器/接收器不需要彼此发送信号。相反，基于参考位置和距参考位置的距离变化来计算绝对距离。这样一个过程更准确，没有网络开销。
此外，虽然本发明已经结合使用音频信号进行跟踪进行了讨论，但是本发明的原理可以利用任何类型的信号，即使是在20至20,000Hz的音频范围之外的频率的信号，如无线电频率。
已经出于说明的目的呈现了本发明的各种实施例的描述，但并非旨在穷举或限于所公开的实施例。在不脱离所描述的实施例的范围和精神的情况下，许多修改和变化对于本领域的普通技术人员来说将是显而易见的。选择此处使用的术语是为了最好地解释实施例的原理，实际应用，对市场上现有的技术的技术改进，或者使本领域的其他普通技术人员能够理解本文公开的实施例。

Claims (33)

1.一种用于追踪移动设备的方法，所述方法包括：
估计所述移动设备的参考位置；
基于所述移动设备和另一设备之间信号的频率偏移估计速度；和
基于当前位置处的混合信号的频率变化，计算所述移动设备与所述另一设备之间的相对距离变化；其中，所述混合信号是在一段时间内从接收器接收的信号在各种频率采样后，将取出的信号与伪发送信号混合得到的；
用所述参考位置和计算的所述相对距离变化及所述速度来确定所述移动设备与所述另一设备之间的绝对距离。
2.如权利要求1所述的方法，还包括：
基于所述接收器接收的声音信号计算频率变化，计算所述移动设备的速度；和
用所计算出的所述移动设备的速度和所述移动设备与所述另一设备之间的所述距离变化构建优化问题，以使得用所述移动设备的速度和所述移动设备与所述另一设备之间的所述绝对距离确定的所述移动设备的位置的误差最小化。
3.如权利要求1所述的方法，还包括：
计算处于两个位置的所述移动设备与所述另一设备之间的所述相对距离变化，所述计算是基于所述两个位置之间的混合信号频率变化进行的。
4.如权利要求1所述的方法，还包括：
构建优化问题，以使得使用惯性测量传感器确定的所述移动设备的位置的误差最小化。
5.根据权利要求4所述的方法，所述误差是使用距离估计的误差、速度估计的误差和加速度计的误差得到的。
6.如权利要求1所述的方法，还包括：
在取出的样本中执行快速傅里叶变换以提取频率；
估计在一个或多个频率范围内的所述提取的频率中的频移；和
将所述估计的频移转换为所述移动设备的速度。
7.如权利要求6所述的方法，还包括：
通过去除异常值并对剩余的估计频移进行平均来产生最终的估计频移。
8.如权利要求1所述的方法，还包括：
当用户来回移动所述移动设备穿过所述另一设备上的地标时，检测多普勒频移改变其符号的时间点；和
基于所述另一设备上的不同地标之间的距离及所述移动设备与所述另一设备的不同地标之间的相对距离之差来估计所述移动设备在所检测的时间点的所述参考位置。
9.如权利要求8所述的方法，还包括：
通过进行所述混合信号的快速傅里叶变换，识别在所述另一设备处的接收信号的峰值频率，以估计所述移动设备与所述另一设备的不同地标之间的相对距离之差；和
计算来自所述另一设备上的每个地标的接收信号识别的峰值频率之间的差值。
10.如权利要求1所述的方法，还包括：
估计所述移动设备和所述另一设备之间的频率偏移之间的差异。
11.如权利要求1所述的方法，还包括：
通过以下步骤识别来自所述另一设备的信号的峰值频率：
估计所述混合信号的自相关矩阵；
对所述混合信号的所述自相关矩阵进行特征值分解；
将从所述混合信号的所述自相关矩阵特征值分解获得的特征向量按照对应的特征值的大小降序排序；
用由最大的前n个特征值所对应的特征向量跨越的间隔来形成信号空间矩阵，其中所述n小于M，其中所述M是所述自相关矩阵的阶数；
用由剩余特征向量跨越的间隔来形成噪声空间矩阵；
使用所述信号空间矩阵和所述噪声空间矩阵来定义所述混合信号的伪频谱；和
识别所述混合信号的所述伪频谱中的峰值频率。
12.一种计算机可读存储介质，其包括计算机程序，处理器执行所述计算机程序可实现一种用于追踪移动设备的方法，所述方法包括：
估计所述移动设备的参考位置；
基于所述移动设备和另一设备之间信号的频率偏移估计速度；和
基于当前位置处的混合信号的频率变化，计算所述移动设备与所述另一设备之间的相对距离变化；其中，所述混合信号是在一段时间内从接收器接收的信号在各种频率采样后，将取出的信号与伪发送信号混合得到的；
用所述参考位置和计算的所述相对距离变化及所述速度来确定所述移动设备与所述另一设备之间的绝对距离。
13.如权利要求12所述的计算机可读存储介质，所述方法还包括：
基于所述接收器接收的声音信号计算频率变化，计算所述移动设备的速度；和
用所计算出的所述移动设备的速度和所述移动设备与所述另一设备之间的所述距离变化构建优化问题，以使得用所述移动设备的速度和所述移动设备与所述另一设备之间的所述绝对距离确定的所述移动设备的位置的误差最小化。
14.如权利要求12所述的计算机可读存储介质，所述方法还包括：
计算处于两个位置的所述移动设备与所述另一设备之间的所述相对距离变化，所述计算是基于所述两个位置之间的混合信号频率变化进行的。
15.如权利要求12所述的计算机可读存储介质，所述方法还包括：
构建优化问题，以使得使用惯性测量传感器确定的所述移动设备的位置的误差最小化。
16.根据权利要求15所述的计算机可读存储介质，所述误差是使用距离估计的误差、速度估计的误差和加速度计的误差得到的。
17.如权利要求12所述的计算机可读存储介质，所述方法还包括：
在取出的样本中执行快速傅里叶变换以提取频率；
估计在一个或多个频率范围内的所述提取的频率中的频移；和
将所述估计的频移转换为所述移动设备的速度。
18.如权利要求17所述的计算机可读存储介质，所述方法还包括：
通过去除异常值并对剩余的估计频移进行平均来产生最终的估计频移。
19.如权利要求12所述的计算机可读存储介质，所述方法还包括：
当用户来回移动所述移动设备穿过所述另一设备上的地标时，检测多普勒频移改变其符号的时间点；和
基于所述另一设备上的不同地标之间的距离及所述移动设备与所述另一设备的不同地标之间的相对距离之差来估计所述移动设备在所检测的时间点的所述参考位置。
20.如权利要求19所述的计算机可读存储介质，所述方法还包括：
通过进行所述混合信号的快速傅里叶变换，识别在所述另一设备处的接收信号的峰值频率，以估计所述移动设备与所述另一设备的不同地标之间的相对距离之差；和
计算来自所述另一设备上的每个地标的接收信号识别的峰值频率之间的差值。
21.如权利要求12所述的计算机可读存储介质，所述方法还包括：
估计所述移动设备和所述另一设备之间的频率偏移之间的差异。
22.根据权利要求12所述的计算机可读存储介质，所述方法还包括：
通过以下步骤识别来自所述另一设备的信号的峰值频率：
估计所述混合信号的自相关矩阵；
对所述混合信号的所述自相关矩阵进行特征值分解；
将从所述混合信号的所述自相关矩阵特征值分解获得的特征向量按照对应的特征值的大小降序排序；
用由最大的前n个特征值所对应的特征向量跨越的间隔来形成信号空间矩阵，其中所述n小于M，其中所述M是所述自相关矩阵的阶数；
用由剩余特征向量跨越的间隔来形成噪声空间矩阵；
使用所述信号空间矩阵和所述噪声空间矩阵来定义所述混合信号的伪频谱；和
识别所述混合信号的所述伪频谱中的峰值频率。
23.一种移动设备，包括：
存储单元，用于存储用于跟踪所述移动设备的计算机程序；和
耦合到所述存储单元的处理器，其中所述处理器被配置为执行所述计算机程序的程序指令，包括：
估计所述移动设备的参考位置；
基于所述移动设备和另一设备之间信号的频率偏移估计速度；和
基于当前位置处的混合信号的频率变化，计算所述移动设备与所述另一设备之间的相对距离变化；其中，所述混合信号是在一段时间内从接收器接收的信号在各种频率采样后，将取出的信号与伪发送信号混合得到的；
用所述参考位置和计算的所述相对距离变化及所述速度来确定所述移动设备与所述另一设备之间的绝对距离。
24.根据权利要求23所述的移动设备，其中所述计算机程序的程序指令还包括：
基于所述接收器接收的声音信号计算频率变化，计算所述移动设备的速度；和
用所计算出的所述移动设备的速度和所述移动设备与所述另一设备之间的所述距离变化构建优化问题，以使得用所述移动设备的速度和所述移动设备与所述另一设备之间的所述绝对距离确定的所述移动设备的位置的误差最小化。
25.根据权利要求23所述的移动设备，其中所述计算机程序的程序指令进一步包括：
计算处于两个位置的所述移动设备与所述另一设备之间的所述相对距离变化，所述计算是基于所述两个位置之间的混合信号频率变化进行的。
26.如权利要求23所述的移动设备，其中所述计算机程序的程序指令还包括：
构建优化问题，以使得使用惯性测量传感器确定的所述移动设备的位置的误差最小化。
27.根据权利要求26所述的移动设备，其中所述误差是使用距离估计的误差、速度估计的误差和加速度计的误差得到的。
28.如权利要求23所述的移动设备，其中所述计算机程序的程序指令还包括：
在取出的样本中执行快速傅里叶变换以提取频率；
估计在一个或多个频率范围内的所述提取的频率中的频移；和
将所述估计的频移转换为所述移动设备的速度。
29.如权利要求28所述的移动设备，其中所述计算机程序的程序指令还包括：
通过去除异常值并对剩余的估计频移进行平均来产生最终的估计频移。
30.如权利要求23所述的移动设备，其中所述计算机程序的程序指令还包括：
当用户来回移动所述移动设备穿过所述另一设备上的地标时，检测多普勒频移改变其符号的时间点；和
基于所述另一设备上的不同地标之间的距离及所述移动设备与所述另一设备的不同地标之间的相对距离之差来估计所述移动设备在所检测的时间点的所述参考位置。
31.如权利要求30所述的移动设备，其中所述计算机程序的程序指令还包括：
通过进行所述混合信号的快速傅里叶变换，识别在所述另一设备处的接收信号的峰值频率，以估计所述移动设备与所述另一设备的不同地标之间的相对距离之差；和
计算来自所述另一设备上的每个地标的接收信号识别的峰值频率之间的差值。
32.根据权利要求23所述的移动设备，其中所述计算机程序的程序指令还包括：
估计所述移动设备和所述另一设备之间的频率偏移之间的差异。
33.根据权利要求23所述的移动设备，其中所述计算机程序的程序指令还包括：
通过以下步骤识别来自所述另一设备的信号的峰值频率：
估计所述混合信号的自相关矩阵；
对所述混合信号的所述自相关矩阵进行特征值分解；
将从所述混合信号的所述自相关矩阵特征值分解获得的特征向量按照对应的特征值的大小降序排序；
用由最大的前n个特征值所对应的特征向量跨越的间隔来形成信号空间矩阵，其中所述n小于M，其中所述M是所述自相关矩阵的阶数；
用由剩余特征向量跨越的间隔来形成噪声空间矩阵；
使用所述信号空间矩阵和所述噪声空间矩阵来定义所述混合信号的伪频谱；和
识别所述混合信号的所述伪频谱中的峰值频率。
CN201680071060.XA 2015-12-04 2016-12-02 精确跟踪移动设备以有效地通过移动设备来控制其他设备 Active CN108370494B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562263411P 2015-12-04 2015-12-04
US62/263,411 2015-12-04
PCT/US2016/064663 WO2017096193A1 (en) 2015-12-04 2016-12-02 Accurately tracking a mobile device to effectively enable mobile device to control another device

Publications (2)

Publication Number Publication Date
CN108370494A CN108370494A (zh) 2018-08-03
CN108370494B true CN108370494B (zh) 2022-05-17

Family

ID=58797898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680071060.XA Active CN108370494B (zh) 2015-12-04 2016-12-02 精确跟踪移动设备以有效地通过移动设备来控制其他设备

Country Status (3)

Country Link
US (1) US10182414B2 (zh)
CN (1) CN108370494B (zh)
WO (1) WO2017096193A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10386482B2 (en) * 2016-01-25 2019-08-20 Board Of Regents, The University Of Texas System Device-free tracking system that accurately tracks hand movement
WO2018106872A1 (en) 2016-12-09 2018-06-14 Board Of Regents, The University Of Texas System Controlling a device by tracking the movement of a finger
CN107257547B (zh) * 2017-07-18 2020-05-22 歌尔科技有限公司 设备定位方法及装置
WO2019059959A1 (en) * 2017-09-25 2019-03-28 Ballast Technologies, Inc. COORDINATION OF WATER EXPERIENCES WITH VIRTUAL REALITY CONTENT
CN113287032A (zh) * 2018-08-23 2021-08-20 德克萨斯大学系统董事会 通过声音信号跟踪手的运动来控制设备
CN112673578B (zh) * 2018-11-16 2022-06-03 深圳迈瑞生物医疗电子股份有限公司 基于无线供电电源坞的机器定位方法
CN109557527A (zh) * 2018-11-26 2019-04-02 中国石油大学(华东) 一种基于混合相关接收及误差迭代的车辆测距方法
CN109472846B (zh) * 2018-12-27 2022-11-29 燕山大学 用matlab处理扫频数据获得伯德图的方法
CN112136312A (zh) * 2019-10-21 2020-12-25 深圳市大疆创新科技有限公司 一种获取目标距离的方法、控制装置及移动平台
CN112781580B (zh) * 2019-11-06 2024-04-26 佛山市云米电器科技有限公司 家庭设备的定位方法、智能家居设备及存储介质
US11714483B2 (en) 2020-09-15 2023-08-01 Ballast Technologies, Inc. Systems, methods, and devices for providing virtual-reality or mixed-reality experiences with special effects to a user in or under water
CN113965436B (zh) * 2021-10-20 2023-06-27 北京临近空间飞行器系统工程研究所 一种多普勒频偏及多普勒频偏加速度联合估计方法
US11911662B1 (en) 2021-12-13 2024-02-27 Wunup LLC Method to use sensors for games of skill
CN117056895B (zh) * 2022-05-07 2024-08-27 华为技术有限公司 目标设备选择的识别方法、终端设备、系统和存储介质
US12040846B2 (en) * 2022-06-24 2024-07-16 Nxp Usa, Inc. Distance quality indicator (DQI) for phase-based distance estimation using narrowband radios

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101208880A (zh) * 2005-03-31 2008-06-25 日本电气株式会社 便携式无线终端及其移动速度检测方法
CN101344586A (zh) * 2008-08-29 2009-01-14 华南理工大学 利用多频声波进行三维多运动目标定位的方法与装置
CN103443649A (zh) * 2011-03-03 2013-12-11 高通股份有限公司 用于使用可听声音和超声进行源定位的系统、方法、设备和计算机可读媒体

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6137441A (en) * 1998-09-09 2000-10-24 Qualcomm Incorporated Accurate range and range rate determination in a satellite communications system
US6714158B1 (en) 2000-04-18 2004-03-30 Sirf Technology, Inc. Method and system for data detection in a global positioning system satellite receiver
US6718174B2 (en) 2000-10-27 2004-04-06 Qualcomm Incorporated Method and apparatus for estimating velocity of a terminal in a wireless communication system
US6798429B2 (en) * 2001-03-29 2004-09-28 Intel Corporation Intuitive mobile device interface to virtual spaces
US7027822B1 (en) * 2002-09-25 2006-04-11 Rockwell Collins, Inc. Distributed GPS for geolocation of a network of nodes
US9215581B2 (en) * 2006-04-14 2015-12-15 Qualcomm Incorported Distance-based presence management
PL2065726T3 (pl) * 2007-11-13 2012-07-31 Univ Oslo Ultradźwiękowy system lokalizacji stref o wysokiej przepustowości
JP5572701B2 (ja) * 2009-06-03 2014-08-13 コーニンクレッカ フィリップス エヌ ヴェ ラウドスピーカの位置の推定
EP2488889A1 (en) * 2009-10-14 2012-08-22 Nederlandse Organisatie voor toegepast -natuurwetenschappelijk onderzoek TNO Fmcw distance measuring method and devices
DE112011104739B4 (de) * 2011-01-19 2017-07-06 Toyota Jidosha Kabushiki Kaisha Informationsverwaltungsvorrichtung und Informationsverwaltungssystem für mobile Informationsendgeräte
US20140355389A1 (en) * 2013-05-29 2014-12-04 Nokia Corporation Method and apparatus for establishing device communication
US9271258B2 (en) * 2014-06-02 2016-02-23 Ensco, Inc. Distance and velocity measurements using carrier signals

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101208880A (zh) * 2005-03-31 2008-06-25 日本电气株式会社 便携式无线终端及其移动速度检测方法
CN101344586A (zh) * 2008-08-29 2009-01-14 华南理工大学 利用多频声波进行三维多运动目标定位的方法与装置
CN103443649A (zh) * 2011-03-03 2013-12-11 高通股份有限公司 用于使用可听声音和超声进行源定位的系统、方法、设备和计算机可读媒体

Also Published As

Publication number Publication date
US10182414B2 (en) 2019-01-15
US20170164321A1 (en) 2017-06-08
WO2017096193A1 (en) 2017-06-08
CN108370494A (zh) 2018-08-03

Similar Documents

Publication Publication Date Title
CN108370494B (zh) 精确跟踪移动设备以有效地通过移动设备来控制其他设备
Mao et al. CAT: High-precision acoustic motion tracking
Mao et al. Rnn-based room scale hand motion tracking
US10893502B2 (en) Range-finding and object-positioning systems and methods using same
EP3090275B1 (en) Microphone autolocalization using moving acoustic source
EP2930530B1 (en) System and method for object position estimation based on ultrasonic reflected signals
US10386482B2 (en) Device-free tracking system that accurately tracks hand movement
WO2017039632A1 (en) Passive self-localization of microphone arrays
CN107615206A (zh) 使用移动设备作为基于移动的控制器
US10572001B2 (en) Controlling a device by tracking the movement of a finger
WO2013079782A1 (en) An audio driver user interface
Van Dam et al. In-air ultrasonic 3D-touchscreen with gesture recognition using existing hardware for smart devices
Archer-Boyd et al. Biomimetic direction of arrival estimation for resolving front-back confusions in hearing aids
EP3182734B1 (en) Method for using a mobile device equipped with at least two microphones for determining the direction of loudspeakers in a setup of a surround sound system
CN109951762B (zh) 一种用于听力设备的源信号提取方法、系统和装置
Gamboa-Montero et al. Real-Time Acoustic Touch Localization in Human-Robot Interaction based on Steered Response Power
Zheng Acoustic motion tracking and its application
Yun Towards accurate object tracking using acoustic signal

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant