CN111278104A - 一种优化环境背景声特征指纹维度的方法 - Google Patents

Abstract

本发明公开了一种优化环境背景声特征指纹维度的方法，该方法对CSIE特征进行数据降维，在不损失原数据有效信息的前提下，对各个CSIE数据构成的指纹特征矩阵应用主成分分析法(Principal Components Analysis,PCA)，提取指纹数据的关键信息，降低指纹数据冗余度，提高房间子区域的识别准确度，从而减少计算资源的浪费，实现室内定位系统的普适化。

Description

一种优化环境背景声特征指纹维度的方法

技术领域

本发明涉及室内环境背景声优化领域，具体是一种优化环境背景声特征指纹维度的方法。

背景技术

位置和我们的日常生产生活息息相关。如今，伴随着无线通信技术以及移动智能终端的迅速发展，位置服务成为现今信息产业的重要组成部分。在开阔的室外，移动终端获取位置信息的主要方式是通过卫星导航系统，目前世界上主要的卫星导航系统有美国的便于卫星定位系统GPS、欧洲的伽利略、俄罗斯的GLONASS以及我国的北斗，其中，GPS应用最为广泛，占据基于室外位置服务产业的主导地位，GPS定位精度可达米级。

尽管GPS等卫星定位系统已经解决了室外定位的问题，但是由于卫星导航依赖卫星和导航设备之间的无线电通信，当导航设备处于封闭的室内环境中时，房屋建筑会让无线电信号产生极大的衰减并且会产生多径效应。这种情况使得卫星定位系统无力提供可靠的高精度室内位置服务。然而，人们大约有87%的活动时间位于室内，室内区域这块巨大的空白推动学术界和工业界对于室内定位进行广泛而深入的研究，同时也给基于室内位置服务的应用带来了巨大的商业潜力。

室内定位发展到今天，始终缺乏像主导室外环境的GPS一样能够主宰室内环境的技术。与此同时，激增的产业需求又在定位精度、响应速度、稳定性等传统性能指标之外对定位技术提出了新的要求，尤其是对低成本、普适性室内定位技术的需求。绝大多数室内定位技术要求在室内部署足够多的硬件设施，有基础设施的定位系统的技术主要有超宽带（UWB）、声波、红外线、可见光、蓝牙（Bluetooth）、射频标签（RFID）、ZigBee，Wi-Fi等，这些技术的优点是精度高，缺点是必须部署许多的基站设备，才能保证定位系统的性能，但这会增加额外的人力物力，不利于室内定位系统的大规模应用。

上述的超宽带、声波、蓝牙等属于有基础设施类室内定位技术，与之对应的无基础设施室内定位技术有地磁、环境背景声（Ambient Sound）。地磁信号来源于地球自身的地磁场，地磁场强度稳定，而且地磁信号可以在室内外任何地方随时随地采集，市场上的智能手机均集成了磁传感器，使得地磁的采集成本很低。但是，地磁信号也存在自身的缺陷，由于地磁信号是电磁波，容易受到建筑物内的金属物件的影响，造成定位误差增大，而且地磁信号也会因为人手握智能手机的方向和姿势不同，在同一位置采集的地磁信号产生差异，进而影响定位系统的性能。室内环境背景声主要分为人耳可以古籍的，如人的交谈声、脚步声、电脑运行发出的声音、空调工作产生的声音，人耳无法感知的由房间自身的建筑材料、摆放的桌椅等家具产生，这些声音在经过房间内的散射，反射后叠加在一起，形成了每个房间独特的环境背景声。相比较于地磁信号，环境背景声信号具有不会因房间内的金属物件受到干扰，以及不会因为采集设备的摆放不同产生差异的优势。

目前，已有许多学者对基于环境背景声的室内定位关键技术进行研究。最早在2009年有学者使用环境背景声对商场中不同的商店进行识别，在这之后的研究中研究者主要针对利用环境背景声进行房间级别的定位，Kaihua Li与Xiyu Song等人在房间级定位的基础上，对室内的环境背景声提取色度（Chromagram）、音调（Sonagram）和能量密度谱（Improved Energy Spectral）三个声音特征，对房间内若干个子区域进行识别分类。尽管色度（Chromagram）、音调（Sonagram）和能量密度谱（Improved Energy Spectral）三个声音特征指纹的组合特征(CSIE)能较好地描述不同的房间与房间内不同子区域的环境背景声，但是单个CSIE指纹包含的数据量很大，冗余度高，既不利于分类识别准确率的提高，同时也占用过多的计算机资源，造成“维数灾难(curse of dimensionality)”。

发明内容

针对目前室内环境背景声指纹组合CSIE数据量大，冗余度高的问题，本发明在原有指纹组合的基础上引入数据降维方法中的主成分分析法PCA，提出一种将环境背景声指纹提取与PCA相结合的方法。该方法能够在不增加过多的额外运算时间的基础上，优化指纹结构，并且该方法可以应用优化环境背景声之外的信号的高冗余指纹，具有灵活的可以移植性。

实现本发明目的的技术方案是：

一种优化环境背景声特征指纹维度的方法，包括离线阶段和在线阶段，其中：

（1）离线阶段：

1）采集每个划定的区域中的环境背景声数据；

2）对每个样本人工标注上标签，即区域号；

3）对每个声信号样本提取色度（Chromagram）、音调（Sonagram）和能量密度谱（Improved Energy Spectral）三个声音特征，分别对三个特征矩阵使用PCA算法，分别得到优化后的三个特征矩阵，三个处理后的特征指纹组合成优化的CSIE矩阵；

4）所有的CSIE经过PCA处理后，得到的带标签的PCA-CSIE指纹集合即指纹地图；

（2）在线阶段：

1）采集一段10s的环境背景声数据，提取色度（Chromagram）、音调（Sonagram）和能量密度谱（Improved Energy Spectral）三个声音特征，经过PCA算法优化后得到PCA-CSIE指纹；

2）将该指纹和指纹地图中的数据输入KNN分类器，分类器通过分类算法判断该指纹属于指纹地图中的哪一个区域；

3）最后分类器输出判断结果给用户。

所述PCA算法是：

输入：样本数据集矩阵S

想要获得的低维空间的维数d(d≤m)

计算过程：

（1）第i个样本数据的第j维的特征中心化:

;

（2）计算样本的协方差矩阵SS T;

（3）计算协方差矩阵的特征值和特征向量;

（4）选择d个最大的特征值对应的特征向量

.

输出:投影矩阵

其中，

表示第i个样本，

表示第i个样本的第j维特征。

所述KNN分类器，是给定测试集数据，基于某种距离度量算法找到训练集中与其最靠近的k个训练样本，KNN分类任务中使用的度量标准通常是欧式距离，欧式距离公式如下所示：

其中，

表示两个样本数据X，Y之间的距离，

和

表示X，Y第i维的数据，n表示样本数据包含的特征维度数目，衡量分布在空间的数据之间的距离，距离越远则表明个体之间的差异越大。

本发明的优点是：该方法只需要在提取了声信号的三种特征后加入PCA处理过程，即可得到声信号的稀疏特征，提高了后续分类操作的计算效率与分类精度，减少了分类的计算时间以及指纹占用的存储空间。

附图说明

图1为本发明实施例基于利用PCA改进的环境背景声指纹的室内定位流程图；

图2为本发明实施例特征矩阵处理方式示意图；

图3为本发明实施例K近邻分类器原理示意图；

图4为本发明实施例指纹优化与分类流程示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的阐述。

实施例：

一种优化环境背景声特征指纹维度的方法，是基于利用PCA改进的环境背景声指纹的室内定位流程，该流程分为离线阶段和在线阶段，如图1所示：

离线阶段：首先需要采集每个划定的区域中的环境背景声数据，再对每个样本人工标注上标签，即区域号，接着对每个声信号样本提取色度（Chromagram）、音调（Sonagram）和能量密度谱（Improved Energy Spectral）三个声音特征，分别对三个特征矩阵使用PCA算法，分别得到优化后的三个特征矩阵，三个处理后的特征指纹组合成优化的CSIE矩阵。所有的CSIE经过PCA处理后，得到的带标签的PCA-CSIE指纹集合即指纹地图。

在线阶段：在线阶段即用户使用阶段，在该阶段首先需要采集一段10s的环境背景声数据，提取色度（Chromagram）、音调（Sonagram）和能量密度谱（Improved EnergySpectral）三个声音特征，经过PCA算法优化后得到PCA-CSIE指纹，将该指纹和指纹地图中的数据输入KNN分类器，分类器通过分类算法判断该指纹属于指纹地图中的哪一个区域，最后分类器输出判断结果给用户。

本发明对基于环境背景声的室内定位系统中使用的指纹进行改良，改良后的指纹比较于原始指纹数据量极大的减小而不损失识别的准确率。改进指纹的核心算法PCA与匹配算法KNN的原理如下：

1. 主成分分析法(Principal Components Analysis, PCA)

主成分分析法是一种经典的数据降维的方法，原始数据通过线性变换，得到一组各个维度都线性无关的数据，我们可以通过该方法提取数据的主要特征向量，将高维数据压缩为低位数据。PCA的算法的目的是让所有坐标变换后的数据在超平面上的投影尽量分开，即样本投影后的点的方差要最大。PCA的算法描述如下所示：

输入：样本数据集矩阵S

想要获得的低维空间的维数d(d≤m)

计算过程：

①:第i个样本数据的第j维的特征中心化:

;

②:计算样本的协方差矩阵SS ^T;

③:计算协方差矩阵的特征值和特征向量;

④:选择d个最大的特征值对应的特征向量

.

输出:

投影矩阵

其中，

表示第i个样本，

表示第i个样本的第j维特征。

根据上述理论使用PCA算法对环境背景声的特征矩阵的处理方法如图2所示：

使用PCA算法对特征矩阵的数据进行降维操作的过程中，将矩阵的每一行视为一个样本，每一列视为样本的一个特征值，这样一个特征矩阵相当于上述PCA算法的输入之一：样本数据集S。

2.KNN分类器

K最邻近(k-Nearest Neighbor,KNN)分类器是一种常用的监督学习分类器。分类器的工作机制是：给定测试集数据，基于某种距离度量算法找到训练集中与其最靠近的k个训练样本， KNN分类任务中使用的度量标准通常是欧式距离，欧式距离公式如下所示：

其中，

表示两个样本数据X，Y之间的距离，

和

表示X，Y第i维的数据，n表示样本数据包含的特征维度数目。距离度量的作用是衡量分布在空间的数据之间的距离，距离越远则表明个体之间的差异越大。

计算出距离信息后根据这k个最近的邻居的信息，也就是训练集的标签来进行预测。最后，使用“投票法”，即选择这k个样本中出现最多的标签作为预测结果。KNN分类器原理示意图如图3所示，假定k等于3，A类点和B类点为两类不同的数据，C类点为待确定的未知点，根据上述KNN原理，C类点最后的预测结果属于A类。

根据上述矩阵的处理方式，我们可以同时对色度（Chromagram）、音调（Sonagram）和能量密度谱（Improved Energy Spectral）三个声音特征矩阵进行降维操作后组合成优化后的声学指纹PCA-CSIE再进行KNN分类，具体流程如下图4所示，其中PCA-Chromagram、PCA-Sonagram、PCA-Improved Energy Spectral分别表示通过PCA优化后的色度、音调、能量谱密度指纹。

Claims (3)

1.一种优化环境背景声特征指纹维度的方法，其特征是：包括离线阶段和在线阶段，其中：

（1）离线阶段：

1）采集每个划定的区域中的环境背景声数据；

2）对每个样本人工标注上标签，即区域号；

3）对每个声信号样本提取色度（Chromagram）、音调（Sonagram）和能量密度谱（Improved Energy Spectral）三个声音特征，分别对三个特征矩阵使用PCA算法，分别得到优化后的三个特征矩阵，三个处理后的特征指纹组合成优化的CSIE矩阵；

4）所有的CSIE经过PCA处理后，得到的带标签的PCA-CSIE指纹集合即指纹地图；

（2）在线阶段：

1）采集一段10s的环境背景声数据，提取色度（Chromagram）、音调（Sonagram）和能量密度谱（Improved Energy Spectral）三个声音特征，经过PCA算法优化后得到PCA-CSIE指纹；

2）将该指纹和指纹地图中的数据输入KNN分类器，分类器通过分类算法判断该指纹属于指纹地图中的哪一个区域；

3）最后分类器输出判断结果给用户。

2.根据权利要求1所述的方法，其特征是：所述PCA算法是：

输入：样本数据集矩阵S

想要获得的低维空间的维数d(d≤m)

计算过程：

（1）第i个样本数据的第j维的特征中心化:

;

（2）计算样本的协方差矩阵SS ^T;

（3）计算协方差矩阵的特征值和特征向量;

（4）选择d个最大的特征值对应的特征向量

.

输出:投影矩阵

其中，

表示第i个样本，

表示第i个样本的第j维特征。

3.根据权利要求1所述的方法，其特征是：所述KNN分类器，是给定测试集数据，基于某种距离度量算法找到训练集中与其最靠近的k个训练样本，KNN分类任务中使用的度量标准通常是欧式距离，欧式距离公式如下所示：

其中，

表示两个样本数据X，Y之间的距离，

和

表示X，Y第i维的数据，n表示样本数据包含的特征维度数目，衡量分布在空间的数据之间的距离，距离越远则表明个体之间的差异越大。

Images