CN108828501A - 在室内声场环境中对移动声源进行实时跟踪定位的方法 - Google Patents

Abstract

本发明在室内声场环境中对移动声源进行实时跟踪定位的方法,通过读取手机内置传感器信息，估计移动声源连续步态间的距离与转向值，分析连续步态下真实声源点及其跟随变化的镜像声源点的空间位置，构建连续步态下源点几何关系。然后，通过移动声源步态分析模块将一阶回波识别出来，并在RIR上提取其时延估值，最后基于此时延，计算镜像声源点到接收麦克风之间的声达时间差，基于非线性加权最小二乘分析模型，迭代出移动声源的空间三维坐标信息。该方法仅以室内空间几何为先验的同时，在不增加系统硬件复杂度且不依赖基础设施的情况下，有效利用多传感信息，提高移动声源在室内复杂声场环境下的跟踪定位性能，因此具有较低的复杂度和灵活的可移植性。

Description

在室内声场环境中对移动声源进行实时跟踪定位的方法

技术领域

本发明涉及声学领域中对移动声源进行跟踪定位的方法，具体是一种基于声学镜像模型采用非线性加权最小二乘原理，实现在室内声场环境中对移动声源进行实时跟踪定位的方法。

背景技术

室内混响环境下声源的跟踪定位技术在视频会议、语音增强与识别等场景中有重要的应用价值，是声学领域的热点问题。

室内环境是一个复杂的强噪声、强混响声场环境，高阶反射声可能早于低阶反射声到达接收麦克风，甚至在能量上与直接声信号接近。针对室内声场环境中，混响、噪声影响声达时间差的估计精度，导致移动声源跟踪定位能力不足的问题，多通道声源定位技术是提高目标声源跟踪定位性能的一种有效途径。然而，跟踪定位的精度会随着混响、噪声增大而降低，且受某些真实场景对小尺寸麦克风阵列需求的影响，麦克风阵列声源定位系统的实际应用仍然有限。单通道声源定位技术，是提高目标声源定位精度的另一有效途径。但是单通道声源定位技术在位置信息对比库缺失或不完善的情况下，由于实时定位阶段所采集到的信息与库存信息不一致性，定位系统的准确性将得不到保证。即使不采用库对比的定位方式，在实时跟踪定位过程，时域单通道降噪问题仍然是对定位系统时效性与准确性的极大考验。

已有一些针对环境声信号特征提取实现单通道声源定位的方法，包括提取声功率、声密度等特征结合神经网络算法进行房间级定位的方案，但此类方法需要在离线阶段采集环境声纹作为先验信息，且神经网络算法的复杂性与时耗都会对声源的实时跟踪定位带来新的问题。为了消除室内混响、噪声对声传播时延估计的误判，尤其是对一阶回波时延的误判，也有一些采用单通道声获取方式，通过时域、频域的降噪处理，实现声源定位的方法，但此类方法的计算复杂度都较高，且依赖于专用设备。

发明内容

为了更好地解决室内声场环境中，混响与噪声对声达时间差的影响，提高目标声源精准定位效果与实时跟踪性能，同时，兼顾声源定位系统简洁性和实用性，

本发明提供一种基于声学镜像模型采用非线性加权最小二乘原理，实现在室内声场环境中对移动声源进行实时跟踪定位的方法。

本发明在室内声场环境中对移动声源进行实时跟踪定位的方法，包括移动声源步态分析模块、一阶回波识别提取模块和非线性加权最小二乘分析模型，具体步骤如下：

(1)采用内置了多个传感器(如加速度计、磁力计、陀螺仪等)的智能手机作为声收发装置，移动声源即智能手机扬声器，通过设置在智能手机上的声波测距APP，让手机以单步时间间隔作为发声间隔，并选择chirp声信号作为发射信号，而声接收信号可由手机麦克风直接获得；

(2)读取手机内置传感器信息，估计移动声源连续步态间的距离与转向值，建立室内坐标系，并基于声学镜像模型，建立移动声源连续步态下真实源点及其镜像源点之间的几何关系模型；

(3)以室内空间几何信息为先验，通过声收发信号的互相关分析，设置一阶回波时延的搜索阈值；通过连续步态下声源点及其各一阶镜像源点在空间上所构成的几何关系，获取每一步态下声源点与其一阶镜像源点的空间距离，换算成时间估值；通过对空间脉冲响应时延点的搜索，在空间脉冲响应信号上，找到各时间估值的最佳匹配样点位置，从空间几何的层面上提高时延估计受混响、噪声的影响，提高估计精度；

(4)将声学镜像模型转化为非线性加权最小二乘分析模型，非线性加权最小二乘模型以步骤(3)的时间估值，计算声达时间差的估值，作为己知量；以待定的移动声源位置及其镜像源位置的欧氏距离作为声达时间差的未知量；在距离逼近的优化过程中，设置合理的速度因子与权值，使得非线性加权最小二乘模型迭代出移动声源的空间三维坐标的最优估值，实现移动声源的实时跟踪定位。

所述APP软件名称为《智能手机声波测距系统》，已办理软件著作权登记，是发明人自己开发的一款声发射与接收存储APP。

本发明方法是基于《智能手机声波测距系统》APP，通过手机发出声信号，并在手机上运行，实现移动声源的跟踪定位。手机的硬件系统上不做改动，安装一个应用APP。采用现有智能手机，设置手机以单步时间间隔作为发声间隔，并选择chirp声信号作为发射信号，而声接收信号由手机麦克风直接获得。也可以进行声波测距。

所述移动声源步态分析模块、一阶回波识别提取模块和非线性加权最小二乘分析模型为现有技术。

所述声学镜像模型是现有技术。本发明方法在使用该模型时，做了一些应用上的改动，即：基于声学镜像模型，构造了连续步态间，原点与镜像点间的等腰梯形关系。

当行人持手机在室内随机行走时，尽管每一步的行走看似随机，没有规律，但是从长时间的走势图，可以看到步态上下起伏的机会差不多是均等的。因此，可以认为步态矢量服从高斯分布。

步骤(2)所述建立室内坐标系，以手机扬声器声源为点声源，以房间的一个角落为原点，假设两次连续的chirp声信号发声间隔是一步的时间间隔，步长与转向角可借助手机内部多个传感器进行实时测量；手机移动前后的位置及其镜像之间，构成了一组唯一确定的等腰梯形，当室内空间为6面体矩形房间时，满足这样步长关系的等腰梯形个数为6；手机从t时刻的位置St移动到位置S(t+1)，对应时刻为t+1，任意t时刻的St位置及其镜像源点，以t时刻和t+1时刻的一阶回波时延为上下底，St与S(t+1)的距离为腰长，构成了一组(6个)唯一的等腰梯形。

本发明通过分析声源点及其镜像源点在连续步态下的几何关系，在室内脉冲响应(RIR)中准确识别与提取移动声源在每一步态的一阶回波时延估值，使跟踪定位系统具有较好的抗混响、抗噪声性能，并具实时性。

步骤(3)所述找到各时间估值的最佳匹配样点位置，具体过程如下：

(3.1)以移动声源单步时长为一个时间周期，在每一周期内，设作为移动声源的手机扬声器发出的chirp声信号为s(n)，手机麦克风接收到的信号为r(n)，R(τ)_s，r是收发之间的互相关函数；s(n)与室内脉冲响应h(n，S，M)进行卷积运算，并加上高斯白噪声n(n)，获得手机麦克风的接收信号r(n)然后与s(n)进行L点离散傅立叶变换，完成手机的声收发信号间相位变换的广义互相关分析，得到直达声信号的时延估值；

(3.2)以室内空间几何为先验，选择室内空间长、宽、高三者的最长边L_x作为一阶回波时延搜索最大值，结合第一步的互相关分析结果，设置一阶回波时延搜索阈值；

(3.3)基于室内声学镜像模型，分析当前时刻t及下一时刻t+1，移动声源及其镜像声源点的空间几何关系；

(3.4)读取手机内置步态传感器信息，如：从加速度计获取步长值，陀螺仪获取转向角信息，结合步骤(3.2)的时延搜索阈值与(3.3)的几何关系，输入移动声源步态分析模块，构建源点的等腰梯形几何关系模型，以便降低一阶回波识别提取的运算复杂度；

(3.5)以步骤(3.4)构建源点的等腰梯形几何关系模型为基础，在一阶回波识别提取模块中，首先解决“识别”问题：以t时刻各一阶镜像声源到麦克风的一阶回波时延作为等腰梯形的己知底边，以移动声源t→t+1步态的步长及转角，作为等腰梯形的腰长及其与己知底边夹角，利用几何关系运算，求解出等腰梯形的另一未知底边，即t+1时刻各一阶镜像声源到麦克风的一阶回波时延；

其次是“提取”问题：虽然通过几何关系运算可准确识别下一时刻的时延估值，但是，时延估值样点不会总是落在室内脉冲响应h(n，S，M)上，因此，在时延采样点的提取阶段，需要结合步骤(3.2)所设置的搜索阈值，在较少的时间样点范围内，快速准确地提取出时延样点。

在室内声场环境中，受混响及噪声的影响，声收发信号的互相关分析函数中必然会出现多个峰值，导致一阶回波峰值难以辨别，影响声源信号的时延估计精度。为了解决这个问题，提高TDOA估值精度，本发明采用chirp线性调频声信号作为测距定位信号，可在不增加发射信号带宽的同时，缩小互相关信号直达波峰宽度，抑制非直达波的波峰幅值，提高直达声信号的定位精度，避免一阶回波时延误判。

步骤(4)所述的迭代出移动声源的空间三维坐标的最优估值，具体是采用声回波识别方法，从室内脉冲响应(RIR)中得到手机在任意S_t+1位置，6个一阶镜像声源到达真实声源S的估计距离rv：

r_v＝||S_v-S||＝c*ξ_v/f_s，v＝1，2，...，6 (1)

式中，S表示真实声源，S_v表示6个一阶虚声源，c表示声速，ξ_v指室内脉冲响应RIR中对应着第v个一阶虚声源点的时延，小写的v表示一阶虚声源点的索引，f_s是釆样频率；

以r₁为基准，其余的r_v值与r₁构成距离差矢量d_v，1：

d_v，1＝r_v-r₁，v＝2，...，6 (2)

与(2)相似地，计算目标声源与其镜像声源的欧氏距离差矢量d_v，1(S)：

d_v，1(S)＝r_v(S)-r₁(S)，v＝2，...，6 (3)

由于声速不变，距离差矢量等同于TDOA估值，因此可设d和d(S)相应地为TDOA估计矢量和测量矢量：

d＝[d_2，1，d_3，1，...，d_v，1] (5)

d(S)＝[d_2，1(S)，d_3，1(S)，...，d_v，1(S)] (6)

基于非线性加权最小二乘法，建立目标优化函数ε(S)：

结合优化算法，获取声源位置的实时位置估值

为了提高定位跟踪系统的有效跟踪能力，需要降低目标声源在跟踪定位过程中的计算复杂度。而若直接对室内脉冲响应(RIR)采用全局搜索的方法，则会影响目标的实时检测性能，因此需要采用声收发信号的广义互相关分析，结合室内空间几何先验，设置一阶回波时延的搜索阈值。同时，读取手机内置传感器(如加速度计、磁力计、陀螺仪等)信息，估计移动声源连续步态间的距离与转向值，分析连续步态下真实声源点及其跟随变化的镜像声源点的空间位置，构建连续步态下源点几何关系(等腰梯形关系)。然后，通过移动声源步态分析模块将一阶回波识别出来，并在RIR上提取其时延估值，然后基于此时延，计算镜像声源点到接收麦克风之间的声达时间差，基于非线性加权最小二乘分析模型，迭代出移动声源的空间三维坐标信息。跟踪可看作连续的定位，由于本发明所构建的非线性加权最小二乘分析模型具有较低计算复杂度和较好抗混响、抗噪声性能，因此能实现跟踪精度与计算耗时的最佳折中，能够获得鲁棒的跟踪定位效果。

本发明方法能够在仅以室内空间几何为先验的同时，采用内置了多个传感器的智能手机作为声收发装置，这样在不增加系统硬件复杂度且不依赖基础设施的情况下，有效利用多传感信息，提高移动声源在室内复杂声场环境下的跟踪定位性能，因此具有较低的复杂度和灵活的可移植性。

本发明方法不仅适用于规则形状的室内声场环境，也适用于非规则形状的室内声场环境在一阶回波时延估计中遇到的时延估值问题。

附图说明

图1为本发明方法框图。

图2为实施例智能手机的3D一阶镜像源模型图。

图3为实施例PHAT广义互相关图。

图4为采用实施例方法在理想条件下，估计轨迹与真实轨迹完全重合示意图。

具体实施方式

下面结合实施例和附图对本发明内容作进一步的说明，但不是对本发明的限定。

实施例

参照图1，本发明在室内声场环境中对移动声源进行实时跟踪定位的方法，包括移动声源步态分析模块、一阶回波识别提取模块和非线性加权最小二乘分析模型，具体步骤如下：

(1)采用内置了多个传感器(如加速度计、磁力计、陀螺仪等)的智能手机作为声收发装置，移动声源即智能手机扬声器，通过设置在智能手机上的声波测距APP，让手机以单步时间间隔作为发声间隔，并选择chirp声信号作为发射信号，而声接收信号可由手机麦克风直接获得；

(2)读取手机内置传感器信息，估计移动声源连续步态间的距离与转向值，建立室内坐标系，并基于声学镜像模型，建立移动声源连续步态下真实源点及其镜像源点之间的几何关系模型；

(3)以室内空间几何信息为先验，通过声收发信号的互相关分析，设置一阶回波时延的搜索阈值；通过连续步态下声源点及其各一阶镜像源点在空间上所构成的几何关系，获取每一步态下声源点与其一阶镜像源点的空间距离，换算成时间估值；通过对空间脉冲响应时延点的搜索，在空间脉冲响应信号上，找到各时间估值的最佳匹配样点位置，从空间几何的层面上提高时延估计受混响、噪声的影响，提高估计精度；

(4)将声学镜像模型转化为非线性加权最小二乘分析模型，非线性加权最小二乘模型以步骤(3)的时间估值，计算声达时间差的估值，作为己知量；以待定的移动声源位置及其镜像源位置的欧氏距离作为声达时间差的未知量；在距离逼近的优化过程中，设置合理的速度因子与权值，使得非线性加权最小二乘模型迭代出移动声源的空间三维坐标的最优估值，实现移动声源的实时跟踪定位。

步骤(2)所述建立室内坐标系，以手机扬声器声源为点声源，以房间的一个角落为原点，建立如图2所示室内坐标系。假设两次连续的chirp声信号发声间隔是一步的时间间隔，步长与转向角可借助手机内部多个传感器进行实时测量；手机移动前后的位置及其镜像之间，构成了一组唯一确定的等腰梯形图，当室内空间为6面体矩形房间时，满足这样步长关系的等腰梯形个数为6；手机从t时刻的位置S_t(声射线以经过S_t的三条虚线表示)沿箭头实线移动到位置S_t+1(声射线以经过S_t+1的三条虚线表示表示)，对应时刻为t+1，任意t时刻的S_t位置及其镜像源点，以t时刻和t+1时刻的一阶回波时延为上下底，S_t与S_t+1的距离为腰长，构成了一组(6个)唯一的等腰梯形。

步骤(3)所述方法的具体过程如下：

(3.1)以移动声源单步时长为一个时间周期，在每一周期内，设作为移动声源的手机扬声器发出的chirp声信号为s(n)，手机麦克风接收到的信号为r(n)，R(τ)_s，r是收发之间的互相关函数；s(n)与室内脉冲响应h(n，S，M)进行卷积运算，并加上高斯白噪声n(n)，获得手机麦克风的接收信号r(n)然后与s(n)进行L点离散傅立叶变换，完成手机的声收发信号间相位变换的广义互相关分析，得到直达声信号的时延估值；

在r(n)被噪声n(n)污染的情况下，即使R(τ)_s，r不再是一个标准的delta函数，但仍能在s(n)与r(n)最小相位差处出现一个突出的窄波峰，如图3所示；

(3.2)以室内空间几何为先验，选择室内空间长、宽、高三者的最长边L_x作为一阶回波时延搜索最大值，结合第一步的互相关分析结果，设置一阶回波时延搜索阈值；

(3.3)基于室内声学镜像模型，分析当前时刻t及下一时刻t+1，移动声源及其镜像声源点的空间几何关系；

(3.4)读取手机内置步态传感器信息，如：从加速度计获取步长值，陀螺仪获取转向角信息，结合步骤(3.2)的时延搜索阈值与(3.3)的几何关系，输入移动声源步态分析模块，构建源点的等腰梯形几何关系模型，以便降低一阶回波识别提取的运算复杂度；

(3.5)以步骤(3.4)构建源点的等腰梯形几何关系模型为基础，在一阶回波识别提取模块中，首先解决“识别”问题：以t时刻各一阶镜像声源到麦克风的一阶回波时延作为等腰梯形的己知底边，以移动声源t→t+1步态的步长及转角，作为等腰梯形的腰长及其与己知底边夹角，利用几何关系运算，求解出等腰梯形的另一未知底边，即t+1时刻各一阶镜像声源到麦克风的一阶回波时延；

其次是“提取”问题：虽然通过几何关系运算可准确识别下一时刻的时延估值，但是，时延估值样点不会总是落在室内脉冲响应h(n，S，M)上，因此，在时延采样点的提取阶段，需要结合步骤(3.2)所设置的搜索阈值，在较少的时间样点范围内，快速准确地提取出时延样点。

步骤(4)所述的迭代出移动声源的空间三维坐标的最优估值，具体是采用声回波识别方法，从室内脉冲响应中得到手机在任意S_t+1位置，6个一阶镜像声源到达真实声源S的估计距离r_v：

r_v＝||S_v-S||＝c*ξ_v/f_s，v＝1，2，…，6 (1)

式中，S表示真实声源，S_v表示6个一阶虚声源，c表示声速,ξ_v指室内脉冲响应RIR中对应着第v个一阶虚声源点的时延,小写的v表示一阶虚声源点的索引，f_s是釆样频率；

以r₁为基准，其余的r_v值与r₁构成距离差矢量d_v，1：

d_v，1＝r_v-r₁，v＝2，…，6 (2)

与(2)相似地，计算目标声源与其镜像声源的欧氏距离差矢量d_v，1(S)：

d_v，1(S)＝r_v(S)-r₁(S)，v＝2，...，6 (3)

由于声速不变，距离差矢量等同于TDOA估值，因此可设d和d(S)相应地为TDOA估计矢量和测量矢量：

d＝[d_2，1，d_3，1，...，d_v，1] (5)

d(S)＝[d_2，1(S)，d_3，1(S)，...，d_v，1(S)] (6)

基于非线性加权最小二乘法，建立目标优化函数ε(S)：

结合优化算法，获取声源位置的实时位置估值

采用实施例的方法，在理想条件下，估计轨迹与真实轨迹完全重合，如图4所示。

Claims (4)

1.在室内声场环境中对移动声源进行实时跟踪定位的方法，其特征在于：包括移动声源步态分析模块、一阶回波识别提取模块和非线性加权最小二乘分析模型，具体步骤如下：

(1)采用内置了加速度计、磁力计、陀螺仪多个传感器的智能手机作为声收发装置，移动声源即智能手机扬声器，通过设置在智能手机上的声波测距APP，让手机以单步时间间隔作为发声间隔，并选择chirp声信号作为发射信号，而声接收信号可由手机麦克风直接获得；

(2)读取手机内置传感器信息，估计移动声源连续步态间的距离与转向值，建立室内坐标系，并基于声学镜像模型，建立移动声源连续步态下真实源点及其镜像源点之间的几何关系模型；

(3)以室内空间几何信息为先验，通过声收发信号的互相关分析，设置一阶回波时延的搜索阈值；通过连续步态下声源点及其各一阶镜像源点在空间上所构成的几何关系，获取每一步态下声源点与其一阶镜像源点的空间距离，换算成时间估值；通过对空间脉冲响应时延点的搜索，在空间脉冲响应信号上，找到各时间估值的最佳匹配样点位置；

(4)将声学镜像模型转化为非线性加权最小二乘分析模型，非线性加权最小二乘模型以步骤(3)的时间估值，计算声达时间差的估值，作为己知量；以待定的移动声源位置及其镜像源位置的欧氏距离作为声达时间差的未知量；在距离逼近的优化过程中，设置合理的速度因子与权值，使得非线性加权最小二乘模型迭代出移动声源的空间三维坐标的最优估值，实现移动声源的实时跟踪定位。

2.根据权利要求1所述的在室内声场环境中对移动声源进行实时跟踪定位的方法，其特征在于：步骤(2)所述建立室内坐标系，以手机扬声器声源为点声源，以房间的一个角落为原点，假设两次连续的chirp声信号发声间隔是一步的时间间隔，步长与转向角可借助手机内部多个传感器进行实时测量；手机移动前后的位置及其镜像之间，构成了一组唯一确定的等腰梯形图，当室内空间为6面体矩形房间时，满足这样步长关系的等腰梯形个数为6；手机从t时刻的位置S_t移动到位置S_t+1，对应时刻为t+1，任意t时刻的S_t位置及其镜像源点，以t时刻和t+1时刻的一阶回波时延为上下底，S_t与S_t+1的距离为腰长，构成了一组6个唯一的等腰梯形。

3.根据权利要求1所述的在室内声场环境中对移动声源进行实时跟踪定位的方法，其特征在于：步骤(3)所述找到各时间估值的最佳匹配样点位置，具体过程如下：

(3.1)以移动声源单步时长为一个时间周期，在每一周期内，设作为移动声源的手机扬声器发出的chirp声信号为s(n)，手机麦克风接收到的信号为r(n)，R(τ)_s，r是收发之间的互相关函数；s(n)与室内脉冲响应h(n，S，M)进行卷积运算，并加上高斯白噪声n(n)，获得手机麦克风的接收信号r(n)，然后与s(n)进行L点离散傅立叶变换，完成手机的声收发信号间相位变换的广义互相关分析，得到直达声信号的时延估值；

(3.2)以室内空间几何为先验，选择室内空间长、宽、高三者的最长边L_x作为一阶回波时延搜索最大值，结合第一步的互相关分析结果，设置一阶回波时延搜索阈值；

(3.3)基于室内声学镜像模型，分析当前时刻t及下一时刻t+1，移动声源及其镜像声源点的空间几何关系；

(3.4)读取手机内置步态传感器信息，从加速度计获取步长值，陀螺仪获取转向角信息，结合步骤(3.2)的时延搜索阈值与(3.3)的几何关系，输入移动声源步态分析模块，构建源点的等腰梯形几何关系模型，以便降低一阶回波识别提取的运算复杂度；

(3.5)以步骤(3.4)构建源点的等腰梯形几何关系模型为基础，在一阶回波识别提取模块中，首先解决“识别”问题：以t时刻各一阶镜像声源到麦克风的一阶回波时延作为等腰梯形的己知底边，以移动声源t→t+1步态的步长及转角，作为等腰梯形的腰长及其与己知底边夹角，利用几何关系运算，求解出等腰梯形的另一未知底边，即t+1时刻各一阶镜像声源到麦克风的一阶回波时延；

其次是“提取”问题：虽然通过几何关系运算可准确识别下一时刻的时延估值，但是，时延估值样点不会总是落在室内脉冲响应h(n，S，M)上，因此，在时延采样点的提取阶段，需要结合步骤(3.2)所设置的搜索阈值，在较少的时间样点范围内，快速准确地提取出时延样点。

4.根据权利要求1所述的在室内声场环境中对移动声源进行实时跟踪定位的方法，其特征在于：步骤(4)所述的迭代出移动声源的空间三维坐标的最优估值，具体是采用声回波识别方法，从室内脉冲响应(RIR)中得到手机在任意S_t+1位置，6个一阶镜像声源到达真实声源S的估计距离r_v：

r_v＝||S_v-S||＝c*ξ_v/f_s，v＝1，2，...，6 (1)

式中，S表示真实声源，S_v表示6个一阶虚声源，c表示声速,ξ_v指室内脉冲响应RIR中对应着第v个一阶虚声源点的时延,小写的v表示一阶虚声源点的索引，f_s是釆样频率；

以r₁为基准，其余的r_v值与r₁构成距离差矢量d_v，1：

d_v，1＝r_v-r₁，v＝2，...，6 (2)

与(2)相似地，计算目标声源与其镜像声源的欧氏距离差矢量d_v，1(S)：

d_v，1(S)＝r_v(S)-r₁(S)，v＝2，...，6 (3)

由于声速不变，距离差矢量等同于TDOA估值，因此可设d和d(S)相应地为TDOA估计矢量和测量矢量：

d＝[d_2，1，d_3，1，...，d_v，1] (5)

d(s)＝[d_2，1(S)，d_3，1(S)，...，d_v，1(S)] (6)

基于非线性加权最小二乘法，建立目标优化函数ε(S):

结合优化算法，获取声源位置的实时位置估值