CN1370280A - 确定发射器和接收器之间信道增益的方法 - Google Patents

Abstract

利用一个线性变换,例如小波变换,确定一个或者多个发射器和一个或者多个接收器之间信道增益的一种方法。提供一种快速坚固的方法用于确定信道增益,这个信号是用非常低的功率发射的,因为接收信号很容易在接收器那里辨别出来。该方法被用于计算机的三维指点器,改进在三维空间中移动指点器的可能性。可以获得信号路径中物体的信息。可以用于开门器,或者是用于确定遥控器的位置,或者是用于减小电子元件中的“串扰”。

Description

确定发射器和接收器之间信道增益的方法

本发明涉及信号的发射和接收，并且通过获得发射和/或接收信号的信息来获得信号路径的信息。

具体而言，本发明涉及一种方法，用于确定信道增益，其中的接收信号通过线性变换进行变换。本发明还涉及该方法的多种应用，比如确定发射体或者是反射体或者是折射体、计算机的指点器、开门装置、例如音频系统的遥控器的位置，以及如何减小电分量中的“串扰”。

人们已经知道利用小波变换来变换发射信号和/或接收信号。第5384725号(Coifman等等)美国专利公开了利用小波包进行编码和译码的一种方法和设备。这篇专利文献涉及的是对视频或者音频信号进行编码/译码，从而对信号中包括的信息进行压缩/解压缩的过程。具体而言，这篇专利文献涉及的是如何寻找要使用的最小的小波变换基。小波变换被用于变换未知信号。

人们都了解计算机的指点器，例如传统的“计算机鼠标器”或者所谓的“触摸屏”。但是，这些装置需要用户将手放在特定区域来操作这个装置。这个区域的位置常常使得用户的胳膊处于一种多少有点不自然的状态，经常连续地使用这样的装置会导致用户的肌肉和/或其它部分过度疲劳。此外，传统的指点器通常只能够在两维内移动。指点器在计算机屏幕上的三维移动可以用这种指点器来完成。但这是非常困难的，通过让一个装置只是在两维内移动来实现三维移动是不自然的。所谓的“触摸屏”要求用户实际上接触计算机屏幕，从而在计算机屏幕上留下油脂和/或其它不需要的污垢。

需要用选定的线性变换来产生某个信号，并且用这个变换来获得信号路径上元素的信息。因此本发明的目的是提供一种方法，用来在发射和接收信号的时候获得这样的信息。本发明的另外一个目的是提供一种改进方法，用来确定一个或者多个发射器跟一个或者多个接收器之间的信道增益，这个方法既快又可靠。本发明的再一个目的是提供一种方法，用来确定一个或者多个发射器跟一个或者多个接收器之间的信道增益，跟已知系统相比，它需要的电池功率较小，接收信号仍然能够被分辨，即使噪声很大。本发明的再一个目的是提供一种方法，用来确定信号路径上物体的位置。本发明还有一个目的就是为计算机提供一种指点器，这种指点器能够解决上面提到的问题，特别是能够提供一种更加自然的方式在计算机屏幕上进行三维移动。本发明的另外一个目的是提供一种方法，用来消除或者至少是一定程度上减少电子设备的一个导体上不需要的信号(所谓的“串话”)，却让这个信号在这个设备的另外一个导体上存在。

这样，本发明提供一种方法，用来确定一个或者多个发射器和一个或者多个接收器之间的信道增益，该方法包括以下步骤

通过第一个发射器发射第一个输出信号，这第一个输出信号是确定性的，并且有一定的带宽，

通过第一个接收器接收第一个输入信号，

应用预先确定的线性变换对第一个输入信号进行变换，确定变换后的第一个输入信号，

通过比较变换过的第一个输入信号和预先确定的原始的第一个信号，确定第一个信道增益，原始的第一个信号等于发射以后用已知信道增益收到，有噪声并且要用所述线性变换进行变换的第一个输出信号。

第一个输出信号是确定性的，也就是说它不是一个完全随机信号(例如“白噪声”)。但是它可以是一个伪随机信号。第一个输出信号最好是在发射步骤之前产生出来的一个信号序列。每次采用这个方法的时候都要使用同样的序列。跟只有单独一个频率或者有限频率点的信号相反，第一个输出信号有一定的带宽，就象传统开门器所发射出来的一种信号，例如超市里使用的那种开门器等等。

线性变换是预先选择好的，也就是说，它是在确定变换后的第一个输入信号之前就选择好了的。可以在一开始就选择变换，比如一次选择好就一直使用，于是总是使用同一个变换。也可以每次采用这一方法的时候都选择一种变换，也就是说可以在当前发射/接收信号状况的基础之上动态地选择变换。

变换后的第一个输入信号跟原始的第一个信号之间的比较可以是这些信号的一个简单比较，例如将这些信号重叠起来，通过视觉方式比较它们，或者是在频谱上将一个信号减去另外一个信号。也可以计算这两个信号的内积。

原始的第一个信号等于经过发射以后用已知信道增益接收，有噪声并且要用线性变换变换的第一个输出信号。因此原始的第一个信号最好是已经产生的一个合成信号。产生的这个信号随后用预定线性变换的逆变换进行变换，由发射器发射出去(在这一点它已经“成为”第一个输出信号)，由接收器接收(在这一点上它已经“成为”第一个输入信号)。于是进行的比较能够说明从发射(例如发射器电子元件的电噪声)、传输(例如通过气体(例如大气或者任何其它合适的气体)或者碰到一个或者多个折射和/或反射和/或部分吸收物体的时候对至少部分信号的反射和/或折射和/或吸收)和接收(例如接收器中电子元器件的电噪声)施加给原始信号的噪声。在这里采用了“施加的噪声”这个术语，应当将它认为是在信号的发射/传输/接收过程中有意和无意地增加到信号中去的分量。也就是说应当理解成包括信号路径上“需要的”信息，比如来自插入信号路径上的物体的信息，还包括“不需要的”正常噪声，比如来自外界噪声源的噪声。“施加的噪声”甚至可以包括系统的增益，例如形式是衰减或者放大的噪声。可以利用这样获得的知识，消除系统误差(比如来自墙壁的反射，或者来自外部噪声源的噪声，比如遥控器、太阳、人工光源等等)，或者至少很大程度地降低来自外部噪声源的噪声，可以获得插入信号路径中一个或者多个物体的信息。获得物体的反射和/或折射和/或吸收特性方面的信息会更好。

确定变换过的第一个输入信号的步骤还可以包括利用至少第二个预定线性变换变换第一个输入信号的步骤。

在这种情况下，用至少两个不同的线性变换对第一个输入信号进行变换。如果输入信号包括两个或者多个方面，例如来自两个或者多个不同的源，比如两个或者多个不同的发射器，这样做可能是一个优点。

确定变换过的第一个输入信号的步骤可以用一个线性变换来完成。也可以用一个卷积变换来完成。在确定变换过的第一个输入信号的步骤是用卷积变换完成的这种情况里，可以用一个频谱变换或者是用一个扩频变换来完成。对于这一步骤是用频谱变换完成的情形，可以用一个正弦或者是余弦变换来完成，比如局部正弦或者局部余弦变换。这个步骤也可以用一个酉变换和/或小波变换和/或Hadamard变换和/或对称Rudin-Shapiro变换这样的Rudin-Shapiro变换来完成。

对于采用小波变换的这种情形，以及基被选择成线性独立(甚至是正交的)的这种情形，很容易在接收器那里确定收到的信号来自哪一个发射器(在这种情况下有一个以上的发射器)，即使收到的信号噪声很大。因此，在发射器那里需要的电池功率最小，因为接收器能够分别甚至不太强的信号，因为接收器只需要非常少的实际信息。

在发射第一个输出信号之前，这个方法最好是还包括通过一个线性变换发射预先确定的原始的第一个信号的步骤，这个线性变换是预先确定的线性变换的逆变换，从而获得如上所述的第一个输出信号。

这种方法最好是还包括从获得的施加给第一个输入信号的噪声的一个度量确定原始的第一个信号的步骤。也就是说，原始的第一个信号可以按照当前施加给发射信号的噪声来加以选择。这种选择可以是例如基于噪声特性，例如噪声的频带宽度和/或幅度和/或噪声个数和/或噪声的其它合适参数。原始的第一个信号可以在每次采用这个方法的时候按照这些特性来具体地产生，也可以从包括有限个数不同信号的一组预先确定的原始的第一个信号选择出来。

除了不需要的噪声分量以外，施加给信号的“噪声”也可以包括需要获得这一信息的位置上一个或者多个物体的有关信息。

噪声的度量可以从预先变换过的第一个输入信号跟相应的以前的原始的第一个信号的比较来获得。在这个实施方案中，跟以前的发射/接收有关的比较被储存起来，例如储存在一个查阅表中。通过这种方式，可以获得有关系统误差的信息，于是就能够从信号中消除这些误差，如上所述，因此只有需要的“噪声”信息保留了下来。

这样，确定原始的第一个信号的步骤可以重复地进行，从而自适应地确定信道增益。

噪声的度量可以通过多种不同的方式来获得。它可以在变换第一个输入信号之前或者之后进行。这个度量可以是建立在例如信号能量、信号的散射、信号的熵、信号的频率内容、信号的信噪比(SNR)和/或任何其它合适的度量的基础之上。这些度量可以从完整的信号或者是从一部分信号获得。由于原始的第一个信号是已知的(只有这个信号的强度是未知的)，还能够，至少基本上能够，将收到的输入信号分离成来自原始信号的一个分量和来自这个系统中不同噪声源的一个噪声分量。可以对它的强度进行适当的猜测，从而给出这个系统的噪声的“样本-样本”图，在这里可以确定系统的噪声特性。

这个方法最好还包括选择适当的变换来变换第一个输入信号的步骤。这个步骤在确定变换过的第一个输入信号的步骤之前完成，这个选择建立在以前获得的施加给第一个输入信号的噪声度量的基础之上。

以前获得的施加给第一个输入信号的噪声度量可以按照以上描述的方法获得。这个变换可以从包括有限个数不同线性变换的一组预先确定的线性变换中选择出来。这个选择可以用这种方式来进行，从而在噪声非常大的情况下采用一种线性变换，没有多少噪声的时候采用另外一种变换。这种选择是以这种方式来进行的，使得比较尽可能地精确，与此同时确保不需要太大的处理能力。当环境噪声非常强的时候最好选择Rudin-Shapiro变换，当噪声非常小的时候最好是选择小波变换。

这个变换可以在发射第一个输出信号之前或者是在收到第一个输入信号之后加以选择。在发射第一个输出信号之前选择变换的情况下，这个选择最好是建立在上面描述的从以前的测量结果获得的系统噪声的度量的基础之上。对于收到第一个输入信号以后选择变换的情形，这一选择也可以根据其它合适的因素来进行，比如信号中的当前噪声，信号的频率内容，和/或上面描述的合适的任何其它度量。

发射第一个输出信号的步骤可以通过发射一个电磁输出信号或者通过发射一个声输出信号来完成。也可以通过发射任何其它合适的输出来完成，比如一个粒子信号，例如电子或者是α粒子或者是任何其它种类的合适的粒子，包括光子，例如从放射性衰变或者是从荧光现象获得的光子。它也可以用喷射水流的方式来实现，在这种情况下发射器包括一个水龙头之类用于提供水给发射器。

接收第一个输入信号的步骤可以通过接收一个电磁输入信号或者通过接收一个声输入信号来完成。也可以通过接收任何其它的合适输出来完成，比如一个粒子信号，例如电子或者是α例子或者是任何其它种类的合适粒子，包括光子，例如从放射性衰变或者是从荧光现象获得的光子。也可以通过接收喷射水流来完成。

最好是第一个输入信号的变换、变换过的第一个输入信号和预先确定的原始的第一个信号的比较中的至少一个是通过数字处理装置来完成的。

数字处理装置最好是一个计算机装置，例如一台个人计算机(PC)、一个数字信号处理器(专用硬件)或者是跟一个主机系统连接的一个终端。

这个方法最好还包括用一个物体反射和/或传输第一个输出信号的步骤，这个步骤是在接收第一个输入信号的步骤之前完成的。

这样一个物体可以是任何一个合适的物体，比方说一个固体，例如人手，一个折射体，比方说一个棱镜，一个窗户或者是一根光纤，和/或一个反射体，比方说一面镜子或者是一堵墙，和/或它也可以是一种适当的气体，其中的气体可以放在一个气体容器之类中，它甚至可以是大气。这个物体可以是一个“阻挡物”，也就是至少基本上挡住了输出信号到达接收器的一个物体。在这种情况下，接收器在正常情况下能够收到信号。只要它不再收到信号，这说明信号路径上有一个物体。检测是否有物体的目的是决定是否开门的时候这个方法特别有用，下面将对此详细描述。

这个方法最好还包括获得物体的信息的步骤。这些信息可以包括物体的反射和/或折射和/或吸收特性方面的信息。它也可以包括这个物体的形状和/或颜色和/或位置和/或尺寸方面的信息和/或任何其它合适的信息，比方说在特定区域只有这个物体这样的信息。

在本发明的一个实施方案中，获得物体有关信息的步骤包括获得人的至少一部分信息的步骤。

这些信息可以包括人手的位置信息，在这种情况下这一信息可以被用作计算机装置的指点器输入，它也可以用来说明某个区域内有人手存在，从而说明例如应该打开门以便让人通过。关于这一点将在下面更加详细地加以描述。

这些信息也可以是人体至少一部分的断层扫描数据。在这种情况下这些信息最好是伽玛射线和/或X射线和/或超声波。这一技术被进一步用于采用磁共振(MR)技术的扫描装置。在这个实施方案中，通常都要采用多个发射器，最好同时采用多个接收器，发射器和接收器基本上均匀地分布在感兴趣的区域周围。用这样的扫描装置得到的扫描结果包含的噪声比传统扫描器的要少。

在这个方法的一个实施方案中，还包括以下步骤，

用第二个发射器发射第二个输出信号，第二个信号是确定性的，并且有一定的频带宽度，

用第一个接收器接收第一个输出信号，

用预先确定的线性变换对第一个输入信号进行变换，确定变换过的第一个输入信号，

通过将变换过的第一个输入信号跟预先确定的原始的第二个信号进行比较来确定第二个信道的增益，原始的第二个信号等于发射出去，用已知信道增益接收，具有接收噪声的第二个输出信号，其中预先确定的原始的第一个信号和预先确定的原始的第二个信号是线性独立的。

在这个方法的另外一个优选实施方案中包括以下步骤

用第二个接收器接收第二个输入信号，

利用预先确定的线性变换变换第二个输入信号，确定变换过的第二个输入信号，

通过将变换过的第二个输入信号跟预先确定的原始的第一个信号进行比较来确定第二个信道增益，原始的第一个信号等于发射出去，用已知信道增益接收，具有噪声的第一个输出信号。

在这个实施方案中采用了两个接收器和一个发射器。

在这个方法的另外一个优选实施方案中还包括以下步骤

用第二个发射器发射第二个输出信号，第二个信号是确定性的，并且有一定的带宽，

用第二个接收器接收第二个输入信号，

用预先确定的线性变换变换第二个输入信号来确定变换过的第二个输入信号，

通过将变换过的第二个输入信号跟预先确定的原始的第一个信号进行比较来确定第二个信道增益，

通过将变换过的第一个输入信号跟预先确定的原始的第二个信号进行比较来确定第三个信道增益，原始的第二个信号等于发射出去，用已知信道增益收到，有噪声的第二个输出信号，

通过将变换过的第二个输入信号跟预先确定的原始的第二个信号进行比较来确定第四个信道增益，

其中预先确定的原始的第一个信号和预先确定的原始的第二个信号是线性独立的。

在这个实施方案中采用两个发射器和两个接收器。

在上面描述的三个实施方案中，可以确定位于信号路径中的物体的位置。

在采用两个发射器和两个接收器的实施方案中，发射第一个输出信号的步骤和发射第二个输出信号的步骤可以通过发射对于每个发射器都非常重要的信号来完成。

因此可以区分这些信号，确定它们来自哪个发射器，从而获得信号路径的额外信息。可以通过确保信号是正交的或者至少是线性独立的来获得重要性，和/或可以通过让这些信号具有不同的频率和/或不同的幅度和/或它们以任何其它合适方式有差别来获得。

在本发明的一个优选实施方案中还包括以下步骤

用多个发射器发射多个输出信号，多个信号中的每一个信号都是确定性的，并且有一定的带宽，

用多个接收器接收多个输入信号，

用预先确定的线性变换变换多个输入信号中的每一个输入信号，确定多个变换过的输入信号，

通过将多个变换过的输入信号跟多个预先确定的原始信号中的每一个进行比较来确定多个信道增益，每一个都等于发射以后用已知信道增益接收，有噪声的多个输出信号中的一个，

其中预先确定的原始信号是线性独立的。

预先确定的原始信号最好是正交的。

发射多个输出信号的步骤最好是通过按照上面描述的方式发射对于多个发射器中的每一个来说都非常重要的信号来完成。

这个方法还包括在确定的信道增益的基础之上确定物体位置的步骤。在这种情况下，这个方法可以被用来提供一个输入给计算机装置的一个指点器和/或用来说明例如在门前有一个人，从而打开门让人通过。

确定物体位置的时候最好是确定三维位置，但是也可以确定它的两维位置，在这种情况下物体的运动通常都局限在特定的平面内。在这种情形里，这一方法可以用于为计算机装置提供一个指点器输入，指点器类似于已知的“计算机鼠标器”，但是在这里需要移动的“装置”可以是用户的手或者手指，它也可以是一个“指点物体”，比方说笔一样的物体，或者是小球，或者是任何其它合适的指点物体。这样能够使得用户的手不那么不自然，从而降低用户肌肉紧张的风险。如果能够确定物体的三维位置，这种风险就会进一步下降，因为用户可以在适合他或者她的位置上移动他或者她的手，从而使这一运动更加自然。此外，指示器(也就是用户的手指或者是适当的指点物体)非常容易进行三维移动，从而提供一种更加自然的方式操作计算机屏幕上的三维指示器。采用图形程序，比方说三维计算机游戏或者建筑图程序，的时候这样做非常有用。

该方法还包括用物体反射发射信号的步骤，该步骤是在发射信号步骤以后，接收信号步骤以前完成的。

确定物体位置的步骤可以包括以下步骤

确定信道增益，

确定物体的相对距离，相对距离是建立在确定出来的信道增益的基础之上的，

将相对距离转换成三维位置。

相对距离最好是每个发射器和/或接收器跟物体之间的距离。如果发射器/接收器的相对位置是已知的，就能够从这些相对距离确定物体的位置。

将相对距离转换成三维位置的步骤可以利用神经网络来完成，和/或可以用几何方式来完成。

该方法可以进一步包括确定物体运动和/或物体空间方向的步骤。

该方法还包括以下步骤

通过将确定出来的信道增益跟预先确定的一个门限值进行比较来确定一个或者多个发射器中的至少一个的附近和/或一个或者多个接收器的至少一个附近是否存在物体，

当确定出来的信道增益超过预先确定的门限值的时候采取预先确定的行动。

这个门限值很大程度上取决于物体的具体情形、特性和所用信号的种类。

这个预先确定的行动可以是打开物体附近的门。在这种情况下这个“物体”最好是人或者人的一部分(比方说手)。

在本发明的一个实施方案中，发射第一个输出信号的步骤是通过使用一个可移动发射器来完成的，接收第一个输入信号的步骤是用至少两个基本上静止的接收器来完成的，该方法还包括以下步骤

根据确定出来的信道增益确定发射器和每个接收器之间的距离，和

通过组合确定出来的距离确定发射器的位置。

在另外一个实施方案中，发射第一个输出信号的步骤是用一个可移动发射器进行的，接收第一个输入信号的步骤是用至少三个基本上静止的接收器进行的，该方法还包括以下步骤

确定确定出来的信道增益之间的比值，和

通过合并确定出来的比值确定发射器的位置。

在上面两种情形中，发射器可以是音频和/或视频系统或者是任何其它合适系统的一个遥控器。在这种情况下可以将这个方法用来确定遥控器的位置，并且假定使用音频和/或视频系统的这个人在遥控器的附近，这个人的位置。在最先提到的实施方案中，这个位置是通过直接测量发射器和每个接收器之间的距离计算出来的。这样做需要知道信号强度的精确值。在提到的第二个实施方案中只测量相对距离，因此这个实施方案不需要这样的精确信息。

如上所述，发射器和接收器最好包括在一个音频系统中，在这种情况下这个方法还包括按照第一个发射器的位置，也就是按照听者的位置，调整音频系统扬声器的步骤。这样就有可能在听者的周围产生一个最佳的声音环境，例如产生立体声效果和/或环绕声效果和/或音乐不同分量的相对音量(比方说低音、高音、不同乐器等)。

下面给出确定可移动发射器位置的一个实例。

以下系统利用几个接收器确定一个发射器的位置。发射器发射一个小波信号或者是一个Rudin-Shapiro(RS)序列。在这两种情况中，不同的接收器在不同的时刻收到发射的信号。如果这些接收器同步采样，并且采样率足够高，在所有(或者是一些)接收器中就会有同样的信号，只是延长了多个采样周期，具体延长多少个采样周期取决于发射器和特定接收器之间的距离。

延迟一定个数的样本的时候，小波变换以后的信号会呈现出特定的特性，这些特性取决于延迟时间长短。因此有可能确定信号到达每个接收器的飞行时间(TOF)差，确定发射器的位置是几何或者神经网络的装置的事情。

RS信号的自相关很小，除非偏移是0，因此通过将收到的RS信号跟它自己(或者是它的一个“清洁”版本)进行相关运算，0偏移相关会比其它偏移的相关大得多，因而能够知道收到的信号的延迟。

这两个不同的原理主要应用于声音信号，因为跟电磁信号相比，声音的TOF相当大(因此很容易通过采样来确定)，电磁信号以光速传播。不巧的是，声音信号很容易被周围的物体反射，会同时收到多个回波。但是，在“直接路径”信号被收到之前接收器不会收到任何回波。跟回波不会有“直接路径”信号那么强这样一个事实结合起来，有可能忽略/去掉接收信号中的回波。

通过确定一个以上发射器的位置，还有可能确定物体的方向，只要发射器之间的相对位置是固定的。通过确定位置随时经的变化，有可能确定物体的运动情况。

该方法还包括以下步骤

在发射第一个输出信号的步骤之前插入一个时间延迟，

确定除了第一个输出信号以外的其它源对接收到的输入信号的贡献，

减少收到的输出信号的所述贡献。

在这种情况下，确定第一个输出信号以外其它源对收到的输入信号的贡献的步骤是通过将预先确定的原始的第一个信号跟变换过的第一个输入信号进行相关运算来进行的。

第一个输出信号以外其它源的贡献可能来源于印制电路板上导电体之间的串扰，但是它也可以来源于其它源，比方说信号在墙壁上或者房间里其它物体的反射，和/或其它无关发射器，和/或放射性源，包括背景辐射，和/或发射器和/或接收器和/或任何其它合适的噪声源的噪声。

该方法还可以包括获得一个物体一个或者多个部分的温度方面的信息的步骤。在这种情况下这个物体可以是要焊接的物体以及要焊接的焊接缝附近的区域。通过这种方式就能够获得对焊接物体焊接缝两面、电弧和熔化材料的温度信息。在这个实施方案中，最好是采用半导体，这些半导体对材料和温度间隔的当前组合对应的电磁辐射非常敏感。

加热等离子体和电弧周围空气以及焊接缝附近的金属的能量来源于提供的电流，它会迅速地加热电弧周围的区域，热量从这里逐渐地辐射到被熔化的材料。

为了分开来自两个区域的电磁辐射，用一个适当的高频信号调制施加的电流，它最好是用小波变换产生的。假设传感器收到的包括发射信号分量的那一部分电磁辐射来自紧靠电弧附近的区域，而剩下的部分则来自熔化的金属。如果采用正交信号，例如小波变换的数学特性可以被用来去掉噪声，进一步分开需要确定的两个温度。

本发明还涉及到用于发射信号的一种方法，该方法包括以下步骤

从预先确定的一组输出信号中选择一个输出信号，

用发射器发射选中的输出信号，

用接收器接收输入信号，

用预先确定的一个线性变换变换所述输入信号，确定变换过的输入信号，

将变换过的输入信号跟预先确定的一组原始信号进行比较，每一个原始信号都等于发射以后用已知信道增益接收到，有噪声，要用所述线性变换变换的预先确定的一组输出信号中的一个输出信号，和

从所述比较中确定选中的第一个输出信号。

当发射器能够移动的时候，例如音频和/或视频系统的遥控器，或者是任何其它合适的系统，本发明的实施方案特别有用。在这种情况下预先确定的一组输出信号可以代表多个不同的行动，比方说“播放”，“停止”，“重复”，“增大/减小音量”等等，并且发射一个输出信号，从而对应于发送一个命令给音频/视频系统进行相应的操作。在某个实施方案中，在可移动装置中可以包括另外一个接收器，发射器可以位于接收器旁边，从而能够进行双向通信。在这种情况下，系统能够向可移动装置返回一则消息说明已经收到命令。

本发明还涉及一种计算机指点器，它包括

用于发射一个或者多个输出信号的发射器装置，这些信号是确定性的，并且有一定的带宽，

接收一个或者多个输入信号的接收装置，

用于确定一个或者多个变换过的输入信号的第一个确定装置，这第一个确定装置包括应用预先确定的线性变换变换所述输入信号的装置，

用于确定一个或者多个信道增益的第二个确定装置，这第二个确定装置包括将变换过的输入信号跟一个或者多个预先确定的原始信号进行比较的装置，每一个原始信号都等于发射出去，用已知信道增益接收，有噪声并且要用所述线性变换变换的一个或者多个所述输出信号，

将确定出来的信道增益转换成物体的三维位置，并且将三维位置转换成指点器位置的转换装置。

这个物体可以是至少人的一部分，如上所述，它最好是指点器用户的手或者手指。

指点器还可以进一步包括数据通信装置，用来在指点器和外部计算机装置之间进行通信。这个数据通信装置可以是无线的，它也可以包括一根或者多根线，连接指点器和外部计算机装置。这个指点器还可以构成计算机装置的一部分。

下面将通过实例更加详细地描述本发明。实例1：用于估计信道增益的一种快速和可靠的小波变换算法

信道增益的测量是广泛地用于确定物质特性的一种方法。进行这一测量的一种一般方法是用已知的幅度发送一个和谐信号，通过这种物质，然后过滤收到的信号，得到信道增益估计，并且量化未知物质特性。可惜这些类型的信号对各种噪声非常敏感，要想可靠地实施非常困难。建议将速度快、适应能力强的小波变换用作提高这些估计的坚固性的一种工具。这个实例说明通过合并一系列精心设计的信号和小波变换的多功能性可以用很少的计算量来可靠地估计信道增益。引言

确定一种物质或者材料，比如烟、酒、玻璃、纸张、塑料，的密度、透明度或者厚度的一种方法是测量信道增益；通过用已知强度发射一个信号，让它通过这种物质或者材料，并且估计得到的强度，有可能确定密度、透明度或者厚度。信道增益测量还被用来了解物体的表面特性、到物体的距离或者是是否存在这个物体。在这种情况下，发射的信号被反射到接收器。一个实例是不管什么时候人在门前都能够自动地打开门的系统。以前的解决方案

进行这种测量的典型方式是发射一个简单信号，比方说一个和谐信号，因为用模拟电子电路很容易产生它。此外，和谐信号的强度可以用一个普通的带通滤波器找到。也可以发射一个无结构信号，例如具有恒定强度的辐射或者光。在这种情况下估计接收信号强度非常简单。但是，简单信号的使用使得信道增益测量对环境非常敏感，因为工业上和专用的多数电子设备(常常无意识地)发射能够看到或者是能够听到的各种简单信号。例如，遥控器产生一系列的红外信号，而电视机则发射非常强的高频率声音。对于用这种方式利用信道增益测量的每个新的应用，都需要进行大量的测试和调试。它既耗时成本又高。建议的解决方案

由于信号的简单性是信道增益估计坚固性致命的弱点，因此很自然地就应该采用更加复杂的信号。它们是精心设计的信号，从而使它们能够被很容易地识别，即使是叠加了严重的噪声。复杂信号的自适应设计很容易用数字方式完成，因此这里建议的解决方案假设可以进行数字信号处理。于是关键问题成为在给定条件下，包括有噪声的情况，电子元件的特性，透明材料或者是反射材料的特性，以及信号处理器的容量，什么样的信号最适合于发射。一开始噪声是未知的，虽然在许多应用中某些类型的噪声很容易出现。由于电子元件成本很低，电子元件的特性可能会发生很大的变化，即使是两个看起来相同的元件。低成本优先原则使得信号处理器容量很小。一些主要因素的极其不确定性使得实际上不可能设计“最好的”信号。因为信号不仅仅需要对抗各种类型的噪声，还需要在可识别性(它常常意味着复杂性)、坚固性和处理器容量之间进行折中。

建议的这个解决方案首先是设计具有特定特性的信号，然后在发射之前，用一个小波逆变换改变它的时间-频率内容将它“保护起来”。收到的信号通过变换，得到具有噪声的原始信号。由于小波变换能够在时间和频率信息之间产生预先确定的折中，并且原始信号的设计非常自由，所以这一方法实际上能够用于所有类型的噪声。因为这一变化是线性的，是能量守恒的，并且能够完全重构，还因为原始信号是已知的，所以很容易确定当前迭加的噪声的多个特性。这一信息可以用于自动地实时自适应。Wickerhauser 1994和Vetterli等等1995对小波理论作了很好的介绍。Daubechies 1992对这个问题作了严格的数学处理。构思

产生并处理数字信号s₀，从发射器发射给接收器。结果是另外一个信号s_r，也对它进行处理以确定发射信号的强度，从而确定信道增益。包括在这一处理中的小波变换是离散小波包变换。用W(.)表示的变换结果是用某些基表示的信号，逆变换 (.)是用表示它的基形成的信号重构。开始点是信号s₀，它的结构最终会决定测量的质量，从这一点用小波逆变换构成发射信号s_t(用表示信号s₀的基)，接下来是一个仿射变换，将它的范围调整到发射器的范围。 $s_t=\mathrm{\α}\tilde{W}\left(s_0\right)+\mathrm{\β}1$

发射信号由s_t＝T(s_t)给出，其中T是从发射器到接收器的传输函数，包括这两个部件的特性。假设T是一个不变的传输函数，但是这一方法能够很容易地扩展到处理动态情形。假设这一传输过程使信号被衰减并且增加了噪声，也就是T(x)＝Gx+e_t。于是接收信号的小波变换成为 $W\left(s_r\right)=W(G(\mathrm{\α}\tilde{W}\left(s_0\right)+\mathrm{\β}1)+e_t)$ ＝G(αs₀+βW(1))+W(e_t)，其中G是信道增益。由于α和β是已知的，所以

             s_wr＝Gs_n+e_wt，                                  (1)其中s_r(因此s_wr)和s_n都是已知信号。要注意下标W说明进行了小波变换的信号。这个等式主要有三个自由度：原始信号的选择、小波变换的选择和求解方法的选择。目标是很好地估计信道增益G，通过利用三个自由度，这样做是可行的，即使是噪声非常严重。小波变换

在这个框架中小波变换有两个目的：产生发射信号和变换噪声。前者对于发射器的能量消耗是确定的，对于发射器对环境的影响也是确定的，而后者对G的估计质量有直接影响。在这个实例中我们只关心估计质量。

小波变换本身有多个自由度，可以在改进中加以利用。除了滤波器选择基的选择以外，变换类型也很重要；整数到整数变换(Calderbank等等，1998)可能很有吸引力，因为这些信号是数字信号(这样能够消除量化误差)，提升技术(Daubechies等等，1998和Sweldens 1997)在将变换用于信号和/或噪声的时候很有用，而对有限域的变换(Fekri等等1999)将有可能是固定点算法出现的动态范围问题的最佳解。另外一个变换特性是信号端点的处理。它是非常重要的，因为W是一个小波包变换，通过反复变换会得到几个元素，每一个都有两端。传统上“端点”问题都是通过周期化或者通过镜像来处理的。也可以用边界滤波器(Herley等等1993)或者是时变变换(Herley等等1994)来减少在端点出现的不希望的效果。

滤波器一般都是局限于正交滤波器，因为非正交滤波器具有非对称频率响应，使得反复变换的结果相对于不同频带内的增益不均匀。这一特性对于抑制噪声可能是有用的，但是就作者所知，还没有人研究这一点。求解方程

矢量方程1可以被看作由一个未知数、一些或者所有噪声矢量项和增益以及n个线性方程构成的一个系统。系统的大小n只取决于原始信号中非零系数的个数和选中的基(W(1))，通过s₀可以直接控制G的系数。这意味着线性方程系统可以使用象最小二乘这样的近似求解方法。如果噪声是正态分布的，e_t～N(μ，σ²)，这样做会得到最好的结果，而跟小波变换无关。对(1)进行逆变换得到

           s_r＝Gs_t+e_t.                              (2)

注意s_t可以是任意信号，s_r是发射结果。最小二乘方法可以通过改写2式表示为

          ‖s_r-Gs_t-μl‖²＝σ²N，                        (3)其中N是信号的长度。令σ是等式3的最小值。于是(3)是最小值在(G，μ)平面内的一个椭圆抛物面。这个最小点在G和μ判别式同时等于零的地方。求解得到 $G=\frac{\⟨s_r,s_t\⟩-\mathrm{\μ}\⟨s_t,1\⟩}{{\left|\right|s_t\left|\right|}^2}----\left(4\right)$ 其中 $\mathrm{\μ}=\frac{\⟨s_r,s_t\⟩\⟨s_t,1\⟩+{\left|\right|s_t\left|\right|}^2\⟨s_r,1\⟩}{{\⟨s_t,1\⟩}^2-N{\left|\right|s_t\left|\right|}^2}-----\left(5\right)$ 于是最小值σ就是 ${\mathrm{\σ}}^2=\frac{{\mathrm{\μ}}^2{\⟨s_t,1\⟩}^2-{\⟨s_r{s}_t\⟩}^2+{\left|\right|s_t\left|\right|}^2{\left|\right|s_r\left|\right|}^2}{{\left|\right|s_t\left|\right|}^{2}N}-{\mathrm{\μ}}^2---\left(6\right)$

只要噪声是正态分布的，这些估计就会非常准确。可惜没有任何办法立即说出G的估计如何准确。

另一种办法是利用线性方程的两个特性，那就是G存在于它们的每一个里，虽然不知道噪声的每一个样本，但是噪声有已知的近似特性(平均值、能量、频率分布等等)。利用小波变换就能够估计G，比以前的方式更加可靠；由于选择原始信号的时候有自由度，还可以将原始信号设计成使得<e_wt，s₀>接近0。于是 $G=\frac{\&lang;s_{\mathrm{wr}},s_0\&rang;}{\&lang;s_n,s_0\&rang;}-\frac{\&lang;e_{\mathrm{wt}},s_0\&rang;}{\&lang;s_n,s_0\&rang;}\&ap;\frac{\&lang;s_{\mathrm{wt}},s_0\&rang;}{\&lang;s_n,s_0\&rang;}.----\left(7\right)$

如果噪声的某些频带“很好”，也就是均方误差很小或者几乎是白噪声，小波变换能够针对这些频带使得能够很容易地设计这个噪声s₀，让<e_wt，s₀>接近0非常可能。测量证实

这个系统的特殊结构使得这个解只有很容易计算的量，象内积。但是这样一个简单方法对时间上的局部噪声特别是尖峰信号非常敏感。揭示这种类型的噪声的出现规律就能够立即搞清楚原始信号的设计自由度。令s₀～s_k是具有以下特性的K+1个信号

<s_k，s_m>＝0对于k≠m和<s_k，e_wt>≈0，

其中e_t是一个典型的噪声。发射s_m的时候，其它K个信号，叫做检验信号，可以用来说明(7)式的估计的质量。时间上的局部噪声在小波变换中仍然是时间上局部的，在这种情况下<s_wr，sμ>很可能是增益很差的估计。对于k≠m，内积<s_wr，s_k>也会同样受到噪声影响，而跟信道增益无关。将<s_wr，s_m>跟每个检验信号进行比较，跟s_wr的内积给出G估计的质量。进行如下比较 $p=1-\exp \left(\frac{-\mathrm{BK}{\&lang;s_{\mathrm{wr}},s_m\&rang;}^2}{\underset{k=0,k\&NotEqual;m}{\overset{K}{\mathrm{\&Sigma;}}}{\&lang;s_{\mathrm{wr}},s_k\&rang;}^2}\right),---\left(8\right)$

其中引入exp是为了让估计质量是绝对的，也就是0＜＝p＜＝1。无论什么时候检验信号检测到接收信号中的能量的时候(它们必定是噪声能量)，p变得很小。估计增益跟检验信号能量的比值越大，p就越接近1，B控制着接近到什么程度。当接收信号的一部分被噪声破坏的时候，可能还会有其它部分能够用。于是就可以将(7)和(8)用于这些部分，给出不受噪声影响的增益估计。结果

图1画出了红外发射器-接收器实施方案中的实验数据。图1a画出的是原始信号，图1b画出的是发射信号，图1c画出了发射噪声(也就是实验数据)，图1d画出的是接收信号，图1e画出的是经过了小波变换以后的接收信号。

在前一节中给出了关于如何用小波变换来测量信道增益的许多建议。将它们中的少数用于红外发射器接收器得到的结果在这一节中给出。在所有情况下，W小波包变换的结果是小波变换分解中的第四级。这一级包括八个元素，如图所示。以红外光电二极管记录5 kHz的噪声，噪声矢量e_t在图1c中给出。由于选择的原始信号是一个阶越函数，图1a，函数被选作为仿射变换。在图1b中说明将这一变换应用于s₀，它被随后作为发射信号。已知增益等于0.00642。接收信号在图1d中给出，它的变换在图1e中给出。

表1

说明	图	ΔreiG	Δreiμ	Δreiσ2
					没有额外干扰	1d	1.1％	0.01％	1％
在样本177上加上200		24.6％	0.29％	171％

表1说明应用最小二乘方法(4)～(6)的结果。三个百分比栏说明估计值和真实值之间的偏差。

将最小二乘方法(4)～(6)应用于发射信号s_t，见图1b，和接收信号，见图1d，得到一个增益和平均值，它跟真实值之间只有很小的偏差(见表1)。但是，在接收信号中增加另外一个尖峰(在这种情况下将200加到样本177上去)使得G的估计特别差，而且暂时没有任何办法来检测这一点。

表2

说明	图	ΔreiG	0	1	2	ρ
							没有额外干扰	1e	1.1％	416	2	29	99％
样本177那里的尖峰	2c	25％	512	112	149	16％
							区间[255，288]	2c	47％	302	125	124	6％
区间[289，320]	2c	2.4％	210	13	19	85％
							区间[257，272]	2c	2.7％	106	7	12	74％
区间[273，288]	2c	90％	196	118	112	3％
							第一次递归，第一种方法		7.7％	442	42	73	46％
第二次递归，第一种方法		1.5％	405	4	35	94％
							第一次递归，第二种方法		5.8％	435	21	52	75％
第二次递归，第二种方法	2d	3.4％	425	9	40	91％

表2给出了应用求解方法(7)的结果。第三列说明增益的估计值和真实值之间的偏差。第四列到第六列说明内积φ_k＝<s_k，s_wr>，最后1列是质量度量(8)。

在图2中，图2a是第一个检验信号，图2b是第二个检验信号，图2c是经过了小波变换的接收(尖峰)信号(变换过的信号中的尖峰有两个很大的值45和76)，图2d给出了降低尖峰的第二种方法的两次迭代结果。

用内积方法(7)可以检测很差的估计。首先，将它应用于接收信号(图1e)的小波变换得到G的一个很好的估计(见表2)。为了确定两个检验信号的估计质量，采用图2a和图2b中的s₁和s₂。它们跟s₀具有相同的结构，同时又跟s₀正交。(8)中的绝对质量度量还说明估计良好(选择B使得p＝1-exp(-B.200)＝0.9)。应用于有尖峰的接收信号(跟以前相同的尖峰)的变换的时候，估计很差，从p值很容易说明这一点。如果使这一估计很差的噪声在时间上是局部的，部分接收信号仍然能够用于进行很好的估计。将(7)和(8)分别用于区间[257，320]中的两半，p值说明尖峰出现在接收信号的前半部分。与此同时，有可能很好地估计增益。将前半部分分成两部分说明尖峰出现在接收信号的第二个四分之一部分内。如果接收信号的第二个四分之一部分被整个地破坏掉，这一方法同样能够很好地工作。

如果有多个尖峰信号出现在整个接收信号内，以上方法就可能失败。在这种情况下尖峰压制方法会非常有用。增益的估计值(对于这个尖峰值要低25％)近似地说明变换过的接收信号中原始信号的预期幅度(通过Gs_n)。大于这个幅度的任何系数都很有可能是噪声。于是将最大系数设置为预期值，它取决于原始信号，还取决于到现在为止估计出来的增益，以及系数在时间上的位置。这种方法(叫做第一种方法)的结果在表2中给出。当这个大值是“中性的”时候，可以估计出一个更好的增益，下一次递归会“中性化”第二个最大值(在图2c中的尖峰里有两个大值)。改变接收信号也可以用跟它变换以前类似的程序来完成。不是每次减小一个系数，而是同时减小所有“太大的”系数。一次递归和二次递归的效果在表2中给出，作为第二种方法，图形结果在图2d中给出。结论

对于不同类型的噪声，用小波变换来估计信道增益是坚固的。变换的灵活性，包括滤波器的选择、基的选择、实现等等，以及原始信号和检验信号选择的自由性使得这一方法适应能力很强。这些方法的一个特殊用途是红外发射器-接收器实例，但是也有许多其它应用。离散小波变换和求解方法的简单性以及数字稳定性(主要内积)也使得这一方法速度快，适合用低成本的硬件实现。实例2：光信道增益的快速和可靠测量

我们给出一个数值稳定，计算量小的方法，用来快速而可靠地测量光信道增益。在信道中传输自适应地设计的信号，可以获得很好的精度，即使是在噪声很强的情况下。引言

在许多应用中光信道增益的测量是非常关键的。测量信道增益指的是确定信号从发射器传输到接收器的时候强度的改变。一种著名的简单应用是自动门，不管什么时候有人反射发射出来的信号它都要作出响应，从而明显地提高信道增益。另外一个实例是测量纸张的厚度。一个更加巧妙的实例是通过比较从单独一个物体的多个反射的强度来确定空间位置。这种测量的一种典型方式是发射一个简单信号，比方说一个谐波或者是一个方波信号，因为它们都能够很容易地用模拟电路产生和测量。这种解决方案的两个主要缺点：这些信号对频率定位干扰非常敏感，很难检测和避免/中性化这样的干扰。

我们提出一种测量方法，它在适中的干扰环境内非常精确，在强干扰环境内不那么精确，但是非常坚固。这是用两个密切相关的数字信号设计算法来实现的“最佳情形”和“最差情形”算法。前者建立在小波变换(WT)的基础之上，后者建立在Rudin-Shapiro变换(RST)的基础之上。它们都非常简单，数值上是稳定的，事后处理使得它们对于在定点数字信号处理器中实现非常理想。通过采用信号处理器，可以连续地重新设计信号来提高信噪比，从而在不断变化和/或严重的噪声环境中保持精度。数字信号的设计

这两个设计算法建立在小波包变换方案基础之上；它计算速度很快，数值上是稳定的，在定点算术中工作得很好，程序简单。最佳情形下的算法利用经典的小波变换来产生信号，这些信号跟预期的噪声是接近正交的，而其它算法则用RST来产生一个全谱信号，它天生就对时间和频率上的噪声不太敏感。差别基本上是小波变换算法“搜索当前噪声中的空洞”，而RST算法则在时间和频率上扩展信息，以减少局部干扰的影响。优选方法依赖于噪声条件。如果噪声中有很容易找到的空洞，前者能够提供非常精确的测量结果。但如果噪声很难确定或者是在快速改变，后一个方法不那么精确，但更加坚固。

对小波理论进行了很好的介绍的是(Wickerhauser 1994)。(Daubechies 1992)对它进行了严格数学处理。关于Rudin-Shapiro多项式的更多的材料请参考(Brillhart 1973)。小波变换

图3中的上半部分画出了一个简单信号(在这里它是一个采样线性调频脉冲)。下半部分(实线)画出了3尺度小波包逆变换的傅里叶变换的绝对值(Daubechies 1993)。虚线画出了在区间[128，159]以外系数等于零的任意(适当地正态分布的)信号的最大频率扩展。

基于小波变换的算法采用一个简单的时间上的局部信号(例如参考图3)，对它进行小波包逆变换，得到一个频率上的局部信号。典型的最大扩展也在图3中画出。发射出去以后，这个信号向前变换，再现原始的有噪声的简单信号，通过跟“清洁的”原始信号作内积运算，确定出发射强度(信道增益)。由于原始信号完全是已知的，因此可以获得信道增益测量的一个精度估计。这是通过将发射以后变换过的信号跟与原始信号正交的多个信号作内积来实现的。如果这些量很小，这一传输过程很可能噪声很小。这一手段给出一个很容易计算的准则，说明可以对当前的测量结果相信到什么程度。如果每次测量都是至关重要的，就可以采用多个信号复原程序(这里不再详细描述)。这些也能够从完全了解原始信号获益。要注意在所有情况下原始信号的少量系数等于零减少了计算量。

因为这一变换是线性的，而且完全能够重构，所以同样很容易能够一个样本一个样本地对噪声进行良好的估计，它能够为所有的干扰提供有价值的信息。这样就能够对信号进行实时改变。这些方法将小波变换在时间和频率信息之间产生预先确定的折中的能力跟原始信号设计的自由度综合起来。因此可以让这种方法适应实际上任何类型的噪声，特别是长时间的干扰。

典型情况下利用在信号或者它的导数(例如周期化和镜像化)上导致不连续性的方法变换有限信号的时候，低频干扰会导致所有频带内最外层系数慢速衰减。通过设计这样的边缘滤波器，它能够保留再现小波变换特性的多项式，可以明显地减少这种效应。这样会提高测量精度，特别是系数个数较少的时候。Rudin-Shapiro变换

图4的上半部分给出了将Rudin-Shapiro逆变换应用于长度是64的第29个规范基矢量的结果。下半部分给出频率响应(对应的P₆(e^iζ)多项式的绝对值)。

通过著名的Rudin-Shapiro多项式一个略微扩展的版本来定义RST，这个多项式是1951年由H.S.Shapiro在他的硕士论文中提出来的，由Rudin在1959年发表(Rudin 1959)。定义多项式 $P_{m+1}\left(z\right)=P_m\left(z\right)+{(-1)}^{{\mathrm{\&delta;}}_m}{z}^{2^m}{Q}_m\left(z\right),P_0=1---\left(9\right)$ $Q_{m+1}\left(z\right)=P_m\left(z\right)-{(-1)}^{{\mathrm{\&delta;}}_m}{z}^{2^m}{Q}_m\left(z\right),Q_0=1$ 其中δ_m∈{0，1}。对于所有的|z|＝1，立即得到

|P_m+1|²+|Q_m+1|²＝2|P_m|²+2|Q_m|²＝2^m+2.因此， $\underset{\mathrm{\&xi;}}{\max }\left|P_m\left(e^{\mathrm{i\&xi;}}\right)\right|\&le;\sqrt{2}{\left|\right|P_m\left(e^{\mathrm{i\&xi;}}\right)\left|\right|}^2,---\left(10\right)$

确保多项式有一定的平坦性。(Byrnes 1994)给出了类似于(9)的一个重构公式。这些多项式的系数也可以用Rudin-Shapiro变换来构成，它真的是一个修正的小波包Haar变换。将x变换到y的时候，对于k＝0，...，2^n-1-1，将单位变换

定义为 $\left[\begin{array}{c}{y}_k\\ y_{k+2^{m-1}}\end{array}\right]=\frac{1}{\sqrt{2}}\left[\begin{array}{cc}1& {(-1)}^k\\ 1& -{(-1)}^k\end{array}\right]\left[\begin{array}{c}{x}_{2k}\\ x_{2k+1}\end{array}\right]$ 于是，如果 是H_n的逆，

将

的规范基变换成2^N个可能P_n(z)’s的系数。于是这些系数构成一个正交基，它不仅仅包括+-1，而且由于(10)有一个值得注意的频率响应。在图2中画出了这样一个基元素和它的频率响应的一个实例。

RST算法的应用方法跟WT方法的一样。在发射之前将简单信号进行逆变换。这样会产生一个全谱信号。在发射的时候这个信号向前变换，得到原始的有噪声的简单信号。后处理等价于小波变换方法的后处理。结论

给出了用于测量光信道增益，计算过程简单，数值坚固的两个算法。在噪声适中的情况下一种算法具有良好的精度，而在干扰严重的情况下另外一种算法精度稍差，但是非常坚固。综合这两种方法是非常容易的，或者是通过利用最合适的一个，或者是将它们构成并行系统，因为它们的程序和计算结构相似，结果是一个通用的光信道增益方法。小波变换包方法和后处理(主要是内积)的计算量小，数值稳定，也使得这一方法速度很快，适合用低成本的硬件实现。实例3：三维鼠标器的描述-“龙鼠”

三维鼠标器是通过发射电磁或者是声音信号，被物体反射给信号接收器，确定物体的三维位置和/或运动状况和/或方向的一个产品。物体位置(和/或运动状况和/或方向)的确定建立在发射和接收信号的有关信息的基础之上。这就是说这个物体对于确定它自己的状态是被动的。通过将物体的位置和/或运动状况信息转换成三维坐标，三维鼠标器工作起来就像一个传统的二维鼠标器一样，只是利用它能够获得三个坐标值(而不是两个坐标值)。通过将物体的方向转换成两个或者三个角度值，三维鼠标器能够同时确定方向和旋转运动状况。

三维鼠标器基本上包括两个组成部分；底，它是一个有源部件，还有反射器，对于确定位置、运动状况和旋转状况它是一个无源部件。反射器可以是任意物体，包括手指或者手。底是一个盒子(参考图5)，其中放置了发射器和接收器。通过从每个发射器发射特定不同模式的信号，可以确定哪一部分接收的信号(来自任何接收器)来自哪个发射器。从而能够同时进行多个测量。通过比较这些测量结果，能够消除一些未知因素的影响，比方说物体的反射特性、噪声、由于老化而导致硬件的改变、灰尘和磨损，从而能够用适当的算法确定物体的三维位置和/或运动状况和/或旋转状况(见图5)。

三维鼠标器的按钮功能可以用物体的特定运动来实现，或者是用底板、键盘或者反射体上的实际按钮来实现。在后一种情形中，按下按钮的结果是反射体状态的变化，告诉底板有一个按钮被按下。发射信号模式的选择和接收信号的处理是在三维鼠标器底板中的一个信号处理器里完成的。

图5说明三维鼠标器的原理。用一个棒来表示反射体。

这个三维鼠标器也能够工作于二维模式，在这种情况下，底板和物体通常都是互相接触的。算法

算法的目的是将接收器收到的信号转换成三维位置和方向信息。这个算法可以使用多个适当的数字信号(模式)。这些是小波逆变换和发射的信号。在发射信号有关信息的基础之上，对接收信号进行采样，并且划分成特定长度的数据块。将得到的信号进行小波变换，跟原始模式进行比较，以确定接收信号强度中有多大一部分来自发射器。这样产生一个数。对于理想的发射器和接收器(E/R)对，这个数是一个相对距离(相对于其它发射器和接收器对测量得到的强度)，但是由于这些对的特性常常明显地偏离理想对，在发射器和接收器特性基础之上的修正是必须的。用所有发射器和接收器对确定的相对距离通过滤波和非线性变换合并起来确定三维位置和方向。图6画出了算法的流程图。可选的几何学和应用

上面已经描述了二维或者三维定位的一个一般原理。

上面的布局是一个盒子。但是，接收器和发射器的任何三维分布都是可能的，除了包括在盒子内的其它结构也可以用于几个应用。

例如，为了确定监视器比方说计算机屏幕前一个物理点(手、笔或者适合于指点的其它物体)的位置，可以采用在本文中描述的思想。在这种情况下，发射器和接收器可以放置在监视器周围(有可能靠近屏幕表面平面)。当手或者是指点器指向屏幕的时候，测量指点器的反射信号的强度。在这些测量的基础之上，确定二维位置或者是三维位置。实例4：红外三维计算机鼠标器

红外三维鼠标器是计算机的一个三维输入装置。它从多个位置发射红外信号，并且测量反射信号的强度来确定任意物体(比方说手)的位置。为了使它最稳定、坚固、带宽最大，这些信号是用小波和Rudin-Shapiro变换设计的。这样还能够很容易地分开同时测量得到的结果。用一个神经网络将测量得到的强度结果转换成一个三维位置值。这个原理也可以用于其它应用，例如监视器前面的手。我们目前正在制作一个原型来测试这一思想的潜力。引言

以快速、坚固和廉价的方式确定无源物体的三维位置在工业上和科学上都是令人感兴趣的挑战。跟确定有源物体的三维位置的系统相反，(大家对这些系统非常了解，它们被广泛使用；一个实例是全球定位系统)，对无源物体进行定位的系统通常都需要依赖于在物体的方向上发射，被这个物体反射回去的信号，而不是物体本身发射的信号。这样做的一个自然后果是在发射信号和反射以后收到的信号的强度之间有很大的差别。因此对于既坚固又有效的系统利用它的主要优点是至关重要的：发射信号的完整控制和信息。

为了测试一个廉价的坚固的三维定位系统的新思想，我们正在构造一个红外三维计算机鼠标器。也可以将许多其它的定位系统用作测试平台，但是我们选择了三维鼠标器，因为它很便宜，比较容易制作，有适当的实时需求，有商业价值，有“实验室友好的”尺寸。这个思想是从各个位置发射全程信号，测量反射信号的强度。然后将信号强度之间的关系转换成三维位置信息。这些信号是红外(IR)光，这些红外发射器和接收器放在盒子内，它的尺寸跟一个比较厚的普通的鼠标器垫相同。于是可以对象手一样的物体进行定位。

对物体三维位置的计算划分成两个连续的步骤。第一步是通过测量在物体的方向上发射并且被物体反射回来的红外光的强度，来确定相对距离。第二步是将测量数据转换成三维位置信息。我们已经开发和测试了实现第一个步骤的一种精确和坚固的方法。这一点在下一节中描述，构成本文的主体。为了执行第二个步骤，我们建议使用神经网络，有可能将小波函数用作神经元。相对距离是非线性的，初步的仿真说明具有传统功能的神经网络不够。下面给出已经得到的结果。测量相对距离

确定三维位置的第一步是测量物体跟三维鼠标器内的发射器和接收器阵列之间的多个相对距离。如上所述，这是通过测量发射信号的反射信号强度来做到的，这个难题最终成为找到一个算法，利用这个算法能够自适应地设计给定条件下最优的这些信号。

在一种理想情况下，有4个未知变量：三维位置和物体的反射系数，因此只需要4个距离。但是在实际应用中所有测量都有不确定性，同一个物体的反射系数也可能不同。结果是需要大量的相对距离，它不可避免地增加了计算复杂性。与此同时，实时性要求跟只采用廉价硬件一起限制了计算能力。

在这一节中我们给出一种测量方法，它非常适合于解决这些矛盾

-充分地利用发射器和接收器的所有组合，

-同时进行所有测量，

-在噪声适中的情况下精确测量，

-在强噪声环境下非常坚固，

-适合于定点数字信号处理器。

这是用两个密切相关的数字信号设计算法来实现的：一种“最佳情形”和一种“最差情形”算法。前者建立在小波变换(WT)的基础之上，后者建立在Rudin-Shapiro变换(RST)的基础之上。它们都非常简单，数值上是稳定的，后处理非常友好，使得它们用于定点数字信号处理器或者是专用集成电路非常理想。通过引入一个信号处理器，就能够连续地重新设计信号，提高信噪比，从而能够在不断变化的和/或强噪声条件下提高精度和坚固性。

我们不会更进一步地详细描述流行的小波变换。下面简单地说明RST。设计数字信号

有两种设计算法是建立在小波变换方案基础之上的；它计算速度很快，数值上是稳定的，在定点算法中工作得很好，并且程序不复杂。最佳情形下的算法利用经典的小波变换来产生跟预期噪声接近正交的信号，而其它算法则利用RST产生全谱信号，这些信号本质上就对时间和频率上的局部噪声不敏感。差别是小波变换算法“搜索当前噪声中的空洞”，而RST算法则将信息在时间和频率上扩展，减少局部干扰的影响。这个优选方法依赖于噪声状况。如果噪声中有很容易找到的空洞，前者就能够提供非常精确地测量结果。但如果噪声中很难找到空洞或者是变化迅速，后一方法就能够提供不那么精确但是更加坚固的测量方法。

从应用的观点来看(Wickerhauser 1994)给出了对小波理论的一个良好介绍。(Daubechies 1992)对这个问题进行了严格的数学处理。而对于Rudin-Shapiro多项式更多的材料，请参考(Brillhart1973)和(Benke 1994)。小波变换设计方法

设计良好发射信号的思想如下。一个设计出来的简单的时间上的局部信号进行小波包逆变换。在时间上是局部的指的是在采样值是0的信号中有多个连续非零样本。由于这些非零样本可以看作各种时间频率原子的系数，通过协调信号的设计和逆变换小波基的选择，有可能产生一个具有特定时间和频率特性的信号。

在发射以后，对信号进行正向变换来重现原始的现在有噪声的简单信号，通过跟“清洁的”原始信号作内积，确定出发射强度。由于原始信号完全是知道的，因此有可能获得信道增益测量的精度估计。这是通过在发射出去经过了变换的信号和跟原始信号正交的多个信号之间作内积来实现的。如果这些量很小，这个发射受到的噪声影响就很可能很小。这一方法能够给出一个很容易计算出来的准则说明可以对当前测量结果相信多少。还可以采用多个信号恢复程序(这里不再进一步描述)。这些也得益于对原始信号有全面的了解。注意在所有情况下原始信号中少量的非零系数显著地降低了计算量。

由于这一变换是线性的，并且能够完全重构，因此它能够很容易地对噪声一个样本一个样本地进行良好的估计，它能够对任何干扰提供有价值的信息。这样就能够通过重新设计信号来进行实时改变。这些方法将小波变换在时间和频率信息之间进行预定折中的能力跟原始信号的设计自由度结合起来。因此可以让这个方法适应许多类型的噪声。Rudin-Shapiro变换设计方法

关于Rudin-Shapiro多项式的一般表示，请参考实例2。Rudin-Shapiro多项式的平坦性指的是它们的系数构成具有很宽频率内容的时间序列。

为了产生这样的宽谱序列我们采用RST，它真的是具有跟时间和频率有关的冲击响应的一个小波包Haar变换。这个RST有多个优良特性，在以下定理中概括，它也给出了RST本身的定义。

定理1(Rudin-Shapiro变换)

当k＝0，...，2^j-1，从x映射到y的时候，将映射(公式P36L7)定义为 $\left[\begin{array}{c}{y}_k\\ y_{k+2^{j-1}}\end{array}\right]=\frac{{(-1)}^{\mathrm{mk}}}{\sqrt{2}}\left[\begin{array}{cc}1& {(-1)}^k\\ {(-1)}^m& -{(-1)}^{k+m}\end{array}\right]\left[\begin{array}{c}{x}_{2k}\\ x_{2k+1}\end{array}\right]--\left(11\right)$ 将Rudin-Shapiro变换定义为

于是(公式P36L15)是一个单位对称Hadamard矩阵，并且 $h_{m,n}=2^{-J/2}\underset{j=1}{\overset{J}{\mathrm{\&Pi;}}}{(-1)}^{(m_j+n_{j-j+2})(m_{j+1}+n_{j-j+1})},n,m=0,...,2^J-1,---\left(13\right)$ 其中m_j是m的二进制表示中的第j个比特，m₁是最低位。此外， $\underset{\mathrm{\&xi;}}{\max }\left|\underset{m=0}{\overset{2^J-1}{\mathrm{\&Sigma;}}}{h}_{m,n}{e}^{i2\mathrm{\&pi;m\&xi;}}\right|\&le;\sqrt{2},n=0,...,2^J-1.---\left(14\right)$

注意H_J是酉矩阵，因为H_m，k是酉矩阵，(14)等价于(10)(参考实例2)，从(13)可以得知H_J是一个对称的Hadamard矩阵。我们省去完整的证明过程。

这个定理说明RST构成一个正交基，它不仅包括比例均匀的+-1，而且由于(14)它有一个值得注意的频率响应。图4是这样一个基元素及其频率响应的一个实例。图4上半部分的图说明大小是64的Rudin-Shapiro变换中的第37个基矢量。下半部分是这个基矢量频率响应的幅度。

用RST基分解矢量的蛮力程序是将它跟H_J的逆相乘。但是这个定理说明，不仅H_J是它自己的逆，还有一个象小波包一样的方案，由(11)和(12)给出，它以复杂性0(JlogJ)进行矩阵乘法运算。注意如果(11)中的2×2矩阵用下面两式中的第一个替换 $\left[\begin{array}{cc}1& 1\\ 1& -1\end{array}\right],\left[\begin{array}{cc}1& {(-1)}^k\\ 1& -{(-1)}^k\end{array}\right],$

那么H_J就是全尺度小波包Haar逆变换。如果用第二个矩阵替换，H_J的行就会是(9)定义的Rudin-Shapiro多项式的系数。这两个都不是对称变换。

基于RST的算法使用起来跟小波变换方法一样。设计出来的简单信号在发射之前进行变换，得到一个全谱信号。在发射的时候信号又一次变换，这一次产生原始的、具有噪声的简单信号。后处理等价于小波变换方法的后处理。确定三维位置

三维定位的第二步是通过从高维空间向R³空间的一些变换将相对距离转换成三维位置。这个映射给出了任意测量质量的解释：完美、良好、不好以及完全错误，由于有实时性要求，必须在非常短的时间内做这些事情。这个映射将完成按照优先级排列的以下要求：

1.对于良好的测量结果它工作得很好，

2.测量误差和三维位置误差之间有一个合理关系，

3.它的计算复杂，

4.在计算过程中它的动态范围不大，

5.它能够很容易地实时改变。

由于大多数时间测量结果都很好，因此主要问题是映射在这种情况下是否能够工作得很好，第二个要求确保了精度略微下降不会导致三维位置出现很大的偏差。神经网络的特性

有各种方法用来构成这一映射，从完全理论的、几何考虑到纯粹的特殊方法。我们用一个神经网络已经选择了一个中途方法。一方面它为所需映射提供一种系统全面的描述，另一方面需要大量的猜测和测试。此外，神经网络具有满足以上要求的潜力，下面将说明这一点。

在这个特定的框架中，有两种方法应用神经网络：作为一个分类器以及作为一个函数逼近。如果几个可能位置中只需要一个位置而不是实际位置，前者就很有用。例如它可以用于指点监视器上的图标。在本文中只研究函数逼近网络，它是三维鼠标器情形中最有意思的情形。

我们已经选择使用一个径向基函数网络，因为它非常适合于函数逼近，加上它只需要相对有限量的训练。关于径向基函数网络更加详细的描述请参考(Chen等等1991)。三维定位仿真

图7说明反射强度仿真结果。三角形是发射器，方形是接收器。前2列具有相同的颜色尺度，后两列也是这样。轴的范围跟图8和图9一样。

图8说明真实二维位置和用神经网络仿真得到的二维位置之间的距离用(欧几里得范数)误差。十字说明的是训练点。左边的1组训练点有82个神经元，而右边则有57个神经元。颜色尺度是log₂。

图9说明200个高斯噪声实例的平均距离误差和最大距离误差(在最上面的一行中信噪比从50到25dB，在下一行中是30到5dB)。颜色尺度是log₂。

为了用神经网络模拟三维定位，必须有用发射器和接收器阵列采集到的测量数据。用真正的电路来获得几乎没有差错的数据是非常困难的；需要做很多的工作和很昂贵的设备。此外，测量肯定是有误差的，因为物理上就是这样的(光的发射和接收是具有不确定性的量子力学过程)。因此，用一个模型来产生这一测量结果。这个模型非常复杂，计算量很大，它利用射线跟踪程序模拟任意给定位置上球的反射。这个模型产生接近的数据等价于真实测量过程中的数据。在这里不详细讨论这一模型。我们选择进行一个二维仿真，因为这样更加适合于视觉解释(再加上它的计算明显地没有那么复杂)。

在一条线上放置4个发射器和三个接收器(等价于三维鼠标器一个平面内的位置)。仿真测量以及发射器和接收器的位置在图7中说明。注意总的强度很大程度上取决于发射器和接收器之间的距离。每一组测量的尺寸是16×20个单元(可以将它解释为厘米)。它的中心思想是用一个神经网络将12个维量测量映射成三维位置。通过反复地添加神经元(在这种情况下它是Ae^-t2这种形式的函数)直到一组训练点中真实位置和模拟二维位置之间的MSE小于一个门限值来构筑这个网络的。虽然这一程序能够降低某些点的误差，但是它的目的是在所有二维点上获得一个良好的近似。前者不必意味着后者，如图8所示。在这里用了两组训练点，所有训练点的MSE都是0.3。但是在这些训练点中，没有控制误差，它会很容易地变得非常大。但是在有很大误差的地方增加训练点会同时不可避免地增加神经元的数量(以满足MSE门限要求)。一个明显的目标是神经元越少越好，但是神经网络对噪声不那么敏感同样非常重要。为了(在82个神经元的神经网络上)检验这一点，网络在12个维量测量数据加高斯噪声的基础之上预测二维位置。这一点在图9中说明。由于增加的噪声在整个16×20平面上具有相同的方差，当测量结果的幅度发生变化的时候(如图7所示)，信噪比会略有变换。虽然对于实验室测试噪声很小，但是强噪声不是不常见的。图中说明神经网络的一个主要弱点：它甚至对高斯噪声非常敏感(它的尺度是log₂，因此预测的位置是没有用的)。

问题是虽然“清洁的”测量是12维的，但是它们构成了一个三维的子族，因为它们最初是从R³映射过来的。如果一个12维的测量离这个嵌入的子族太远，用神经网络所作的预测会成为任意的因而是没有用的。关于它我们可能有两个解，也可以针对错误数据训练神经网络，或者可以将三维子族的一些投影应用于12维数据空间。我们已经测试了前面的思想，得到了肯定的结果，但是需要大量的神经元，因为近似的是甚至比三维子族更加复杂的结构。后一个接更加复杂，因为它需要三维子族的一个网格密集的非欧几里得多维结构(例如包括样条曲线)，以便计算数值投影，因为分析投影是不可行的。我们还没有测试过这个思想。结论

我们已经提出通过将一个计算起来比较简单，同时比较坚固的算法跟一个神经网络结合起来构造一个三维定位系统，用来测量相对距离。前者建立在小波变换和Rudin-Shapiro变换的基础之上，它们分别适合于适中的噪声环境和强噪声环境。它们除了具有良好的数值特性以外，程序都不长，计算起来也不复杂，使得它们适合于用低成本硬件来实现。神经网络带来了一些困难，关于这些还有一些工作要做。有一个没有测试过的可能性是将小波用作神经网络的基函数；我们期待这样做能够减少神经元的个数，因为跟高斯函数比较，小波具有更大的灵活性。然而，初步仿真说明将相对距离转换成三维位置这种方法具有很大的潜力。实例5：确定监视器前面物体位置的方法引言

在许多应用中操作员需要一种设备，它有监视器而不需要键盘之类的。大家都知道触摸屏就是这个问题的一个解决方案。触摸屏的设计思想就是信息和“按钮”都在屏幕上，屏幕对二维或者三维触摸很敏感，也就是说物体在屏幕上的位置-以及有可能对屏幕的压力是能够确定的。我们提出一种方法用于获得这些信息而不需要物理接触。用跟屏幕的距离代替压力。这个方法依赖于屏幕有能力发射能够在空间上和/或时间上变化的光(或者是能够调制的任何其它信号，象电磁波或者是声波)。也就是说发射的信号能够改变在屏幕上的位置和/或在时间上改变。这一要求是用例如任何电视或者计算机监视器能满足的。我们提出两种不同的方法：一个是部分屏幕或者整个屏幕被连续照明，另一个是当物体运动的时候跟踪它们。构思描述

我们想确定紧靠监视器附近的一个或者多个物体的位置。下面我们将把一个或者多个物体叫做“物体”。这个物体通常是手指或者是笔，或者是在平行于监视器平面的方向上尺寸较小的另外一个物体。我们建议让监视器自己用某种信号照亮这个物体，用什么信号取决于监视器的能力。这通常都是在有限频率范围内的电磁信号。也可以用一个专用监视器。这样的监视器会在预先确定的适当的频率范围内发射辅助信号，比方说红外和紫外信号。对于任何监视器，在它周围有多个接收器。发射的光被物体反射回这些接收器，从而能够确定反射体的位置。

要这样做有两种方法。或者是可以利用显示器图像的刷新信号，或者是利用反射体和接收器之间的距离。前者依赖于刷新监视器图像的典型方法，刷新图像是按顺序激活监视器上的每个像素。不管什么时候刷新靠近物体的像素，这些像素(通常都来源于激励像素的电子束)的状态变化被物体反射到接收器那里。因为已知当每个像素被激励的时候，有可能确定反射体的位置。这个方法要求监视器的图像刷新跟接收信号的信号处理同步。

其它方法是通过测量物体和接收器之间的距离。如果已知物体和至少两个(在有些情况下是三个)接收器之间的绝对距离，确定位置就是相对简单的事情。这些距离可以通过飞行时间、三角几何、建立在反射强度基础之上的相对距离步骤某种其它方式来确定。相对距离方法需要有另外一个接收器，以及先进的信号处理技术。可以增加更多的接收器来提高精度和坚固性。

利用物体和接收器之间相对距离的方法能够用两种方法来实现，如同引言中所提到的一样。一种方法是立即或者顺序地每个像素(例如用一条垂直线扫过屏幕)照亮屏幕的一部分(或者是整个屏幕)。另外一种方法是在物体周围的多个像素发光这个意义上跟踪这个物体。当这个物体移动的时候照明也跟着移动。

还可以将智能去噪声跟测量质量的确定结合起来。这样做的程度取决于选择的定位方法。通过对照度、颜色和强度进行空间和/或时间调制，可以给发射的信号某种特征，使它能够跟来自外部源的信号区分开来，并且适合于质量测量。

最后，可以利用实例3和实例4中描述的“三维鼠标器”这样的思想在更远的距离上实现上述功能。在这种情况下，要增加外部发射器。实例6：确定遥控器三维位置的方法引言

近些年来能够通过适当地改变声音信号让普通扬声器产生的声音朝一个给定方向传播。这种技术的一项应用是从高保真音响系统将声音播放给听者，而不管他在什么地方。这对于例如产生正确的立体声效果是至关重要的。显然需要确定听者的位置。

我们提出一种方法，用来为音响系统、电视机和用遥控器控制的其它应用的电子设备确定控制器的位置。如果采用了功能跟遥控器一样的一种装置，同样能够应用这个方法。本发明的一个特别应用是确定听者在三维空间中的位置，只要这个听者靠近这个遥控器。

位置的确定是通过测量遥控器产生的信号来完成的。通过比较遥控设备不同点上遥控器的信号强度，可以找到遥控器的距离和方向。

实施方案描述

这个实施方案的基本技术已经由作者在前面进行了描述(见实例1～4)。它包括确定发射信号强度的方法，也就是信道增益测量，核实已经收到的方法，以及处理在传输过程中受到破坏或者严重失真的信号的各种装置的方法。

于是这个实施方案利用这样的测量来确定遥控器的三维位置。这是通过建立在不同位置的接收器测量得到的强度的差的基础之上的一系列几何方程来做到的，或者是在遥控设备本身上面，或者是通过某种其它的接收器设备放在适当的位置。几何方差跟遥控器到设备之间的传输函数近似结合起来，这一函数主要建立在设备特性的基础之上。信号的物理表现或者是电磁波或者是声波。

测量过程可以是自动的，由遥控器以一定的时间间隔或者是无论什么时候使用遥控器的时候连续地完成而不需要用户特别请求。这个过程也可以是取决于用户的，也就是说需要用户采取特殊的行动来说明需要进行三维定位。

这个方法可能需要进行校准，或者是一次完成，或者是经常进行，也可以是一直进行。这可以自动地完成也可以由用户完成。这个方法可以利用遥控器和/或已有电子设备中已经编码的信号，比如二极管和光二极管这样的电子设备，这个方法也可以需要新信号和/或安装电子设备。实例7：降低电路中信号串扰的一种方法引言

串扰是发生在所有种类的电子设备中的一种现象。它指的是要在一个导体中出现的信号同时出现在一个或者多个其它导体上，虽然通常情况下受到了很大的衰减。在许多应用中这是一个问题，在一些情形中甚至是一个非常严重的问题。因此我们提出了一种方法用来减少这种串扰。这些方法可能依赖于在串扰发生前后是否能够进行数字信号处理。构思描述

在一种导体里，通常是在印制电路板上的电线上，在半导体元件中或者有导体的任何元件里，发射一个信号。这个装置中的其它元件多少会收到一些这个信号。如果这个装置中某个地方有很大的放大量，这一点就是特别敏感的。可惜在某些情况中串扰不是能够立即找到的，例如如果两根导线中的信号仅仅是有幅度上有差别。于是串扰只是增大了信号。在信号幅度至关重要的应用中这是一个很大的问题。

在我们的特定应用中，两根导线中的信号是采样信号，也就是说它们在时间上是分段恒定的，并且假设它们是成比例的。一种信号是作为红外光发射的，而另一种信号(另外一根导线内)是用红外光电二极管收到的光的强度。由于收到的光非常微弱，要对它放大很多。因此从接收器到放大器的所有焊点和导线都对串扰非常敏感。因为这些信号不但被采样，还要用小波变换构造起来和进行传输后处理，所以我们建议用这个变换的特性来确定是否发生了串扰。

通过在发射二极管之前插入多个样本的延迟，发射器电路中的信号和接收器电路中的信号在时间上偏移了这样个数的样本。在小波域内偏移的时候某些信号具有良好的特性，通过发射这样的信号，有可能分离偏移(需要的)和没有偏移(不需要的)的信号，从而确定串扰的贡献。可以经常性地发射这样一个信号来跟踪串扰，或者如果串扰变化很快就连续地发射。串扰检测信号和红外信号也可以同时发射。由于小波变换的特性这样做是可能的。最后，可以利用红外检测信号本身来确定串扰的大小。但是这样做限制了可用信号的范围。实例8：基于低速率小波的数据传输引言

我们提出一种方法，用于自适应地设计1组命令，用于低速率数据传输，比如光盘播放机这样的消费电子产品的遥控器中。在命令的建立过程中，字母表被设计成适应在发射命令，字母表中的字母，的干扰下的最差情形。因此我们提出一种方法，用来设计一个字母表，它适合于特定的情形，并且通过这样做能够在可以进行改进的时候进行重新设计。设计参数建立在以前的发射的基础之上。字母、要发射的信号的设计，是用著名的时域方法和小波变换来完成的。

本发明的这个实施方案是在时域设计字母的完全自由和利用小波变换构造适当的字母表对接收信号进行译码，以及提取发射特性的结合。后者对于重新设计字母表和在未来的发射中调整小波变换参数是有用的。

注意“低速率”指的是利用一个字母表，其中每个字母都包括特定量的信息，它通常都具有很高的冗余度以提高可靠性。还要注意由于在数据传输领域有大量的术语，“低速率”、“字母”和“字母表”这些字在有关的文献中有可能不同。背景

发射有限组字母也就是字母表中的一个字母在本发明之前大家就已经知道了。还有许多方法用来产生字母表，从而使每个字母都有一个独一无二的特征。本发明的这个实施方案主要是设计这种字母表的一种新方法。

下面描述光盘播放器的一个遥控系统。这并不意味着这里描述的方法仅限于这个应用。而是通过阅读以下描述，任何相关领域中的专家都能够将这一方法结合在它们的应用中。

在典型的建立中，遥控器和光盘播放器之间的通信包括从遥控器向光盘播放机发射的多个命令，比如“播放”、“暂停”、“停止”。每个命令都包括具有有限时间长度的一个独一无二、预先确定的信号，在本文中将它叫作字母。每个字母都必须满足以下互相矛盾的要求：它必须有足够多的信息来确保有足够高的概率被收到和正确地进行解释，同时跟能够在足够短的时间内发射的相比没有更多的信息。除此以外，需要最大程度地降低遥控器的能量消耗，因此用于发射的能量应该尽可能地低，这又一次要求发射的信息最少。

因此需要一个字母表专用于特定的环境，包括来自各个源的噪声、发射信号的失真、电子设备由于老化而发生的温度变化以及发射器和接收器上的无线通信干扰。由于在实现之前环境情况通常都不是了解得非常清楚，需要使用“高成功概率”的一个字母表，也就是说这个字母表能够在给定的最差情形里传递所需信息。在多数情形中这样做不可避免地会导致没有必要的冗余，也就是当情况比最差情况要好一些的时候。

实施方案描述

本发明的这个实施方案涉及字母表的设计。我们建议将字母设计成时域中的信号，然后用小波变换进行变换。从数学的角度看，设计有限个数具有能够完全容易地区分的特性的时域信号是一件非常简单的工作。一个实例是正交信号。但是发射在时域设计的信号会有麻烦，因为在传输过程中信号的干扰常常同时发生在时域和频域。

因此本发明的这个实施方案是在发射之前将小波变换应用于每个字母，并且在接收的时候利用小波变换的特性和发射信号的冗余性来确定信号的一些干扰特性。而这样做又会导致一些行动，比如重新发射，字母表干扰(也就是重新设计一些字母或者是所有字母)，确定噪声和/或失真特性，找到受到损坏的信号，以及被损坏或者部分地被损坏的接收信号的下降了的精度。建议的一些行动需要双向通信。

这些不同行动的可能降低了对字母表中需要的信息量的要求，部分地是因为这个方法能够对付丢失了的和受到破坏了的信号，部分地是因为它能够设计适合任何特定环境的字母表，而不需要能够处理最差情形，不实际的字母表。

小波变换本身有多项特性使得它特别适合于这一应用。这些包括：线性性、能量守恒、能完全重构、很容易实现、计算起来不复杂、对短信号处理得很好、以及在发射前后信号干扰的比例性。

为了说明如何发射，以及如何利用小波变换，下面描述如何发射一个字母。设计一个时域信号并且进行小波变换。如果在发射之前能够获得噪声信息，就可以将这些信息用于定制信号和小波变换以减少噪声的影响。如果噪声集中在某个频带内，就调整信号和小波变换利用其它频率。

信号的传输带来了一些未知的干扰。收到信号的时候对它进行逆变换。由于小波变换的许多特性，在多数情况下，甚至在噪声最严重的情况下，有可能确定发射的是哪些字母。一旦确定了这个字母，就可以将这个信息从接收信号中减去，得到干扰信息，特别是传输过程中噪声的大小。如果不能识别接收信号，只可以用另外一个时频特征重新发射信号。

设计和重新设计发射信号的自由性跟在时间和频率中重新分配信号的装置结合起来，使得它能够适应实际上任何类型的干扰。此外，可以将字母表改变成适应特定环境，它附带地能够降低干扰很小或者没有干扰的时候对信息的要求。实例9：提高PAS测量系统的坚固性PAS说明

在光声分光法(PAS)中，用预选波长的间歇光照射被测气体。气体分子吸收一些光能量，将它们转换成声音信号，被一个麦克风检测到。PAS是用来检测极低浓度气体的一种天生非常稳定的方法。图10画出了Innova AirTech仪器PAS系统。红外源是加热到大约800摄氏度的一个球形黑体。经过了截光器和滤光片以后，一个椭球形的镜子将光汇聚到PAS室的窗口内。截光器是一个有缝隙的盘，它能够旋转，让光通过和不通过。滤光片是一个窄带红外干扰滤光片。通过锗窗以后，光束进入PAS室。这个空腔的表面是高反射性的，光束从这个室的壁上反射，从而使强度加倍。如果光的频率跟室内气体的吸收频带吻合，气体分子就会吸收部分光。室内气体的浓度越高，就会吸收越多的光。当气体吸收能量的时候，它被加热，膨胀，导致压力上升。当光被不断地截断的时候，压力会交替地增大和减小，从而产生声音信号。声音信号用两个麦克风检测，这两个麦克风通过一个窄通道跟这个室有声连接。两个麦克风信号的电输出信号在一个相加放大器中加起来，然后再进行电处理。利用如图所示的2个麦克风，系统振动灵敏度被显著地降低。PAS的优点

跟传统红外气体分析一样，光声气体测量建立在同样的基本原理基础之上，也就是气体能够吸收红外光的能力这样一个原理。但是，PAS和这些传统技术之间有一些重要的差别。在标准的红外分析器中，气体样本吸收的能量是通过测量经过测量室的传输情况，并且将它跟一个基准室进行比较，来间接地测量的。对于PAS，通过测量吸收光的时候发射的声音能量，直接测量吸收了多少红外光。这意味着PAS非常精确，没有什么不稳定性。例如，根本不存在零点漂移，因为没有任何气体的时候总是得到零结果。如果没有任何气体，就不会有任何声音信号。此外，对于PAS，可以在单独一个测量室内每同时监视所有气体和蒸气，因为可以让每种物质的信号都能够单独检测。另外一个差别是红外分析器是光学仪器；发射的信号是用一个光传感器检测的。在PAS系统中，用一个优化的电容器麦克风作为检测器。Innova AirTech仪器对这些麦克风有许多年的经验，用作气体监视器中的检测器的那些质量格外好。这样就使得分析程序高度稳定和可靠，结果是这些监视器很少需要进行校准。改进截光器提高测量的坚固性

上面描述的截光器是一种“旋转起来让光通过和截止的一个有缝的盘”。虽然不能从图中或者描述中即看出它是什么样子，但是我们怀疑这个截光器会产生具有相同长度“导通周期”和相同长度“截止周期”的一个方波信号，甚至有可能相同长度的“导通和截止周期”。这两种类型的信号都在图11中给出，见左上角的两个图。这些信号在频域非常集中，见右上角的两个图，它们是相应信号的傅里叶变换。它具有这样的优点，在略微不同于这些特定频率的频率上PAS系统的扰动对测量的影响很小。另一方面，在这些特定频率上的任何扰动都对测量有很大的影响。考虑到频率集中的干扰非常常见(例如其它机器的振动)，频率集中的信号不那么适合PAS系统。

因此我们提出使用另外一种开关信号，它们在频率上是不集中的，而是专门设计成扩展到整个频率范围上(叫做扩频信号)。这样的信号在图1中的最下面给出。当然，这意味着任意扰动都对测量有影响。但是这一影响多少有点跟扰动成正比。这一特性使得测量比原来的PAS系统更加可靠。可以用不同的方式构成扩频信号。一种可能是通过Rudin-Shapiro多项式。

要采用我们的建议需要对PAS系统做两项主要的改变。首先，有缝隙的盘必须做成有洞和没有洞，以支持扩频信号。其次需要一个数字信号处理器(或者能够进行信号处理的某种电子设备)。必须对来自麦克风的信号进行数字化处理，进行所需测量。引入一个非周期信号的时候，需要某种同步，也就是说数字信号处理器必须知道扩频信号什么时候开始。前一个解决方案在旋转盘上做一个标记，说明这个信号什么时候重复。后一个解决方案将利用扩频信号的某些特性，比如自相关，来确定信号什么时候开始。

扩频信号在实例2中更详细地描述。

这样，公开了一种方法，它非常坚固，这个方法允许选择线性变换产生一个特殊信号，并且用这个变换来获得将这些元素跟信号路径联系起来的信息。此外，公开的这个方法能够改进对一个或者多个发射器和一个或者多个接收器之间信道增益的确定，这个方法速度很快，同时很坚固，跟已知的系统相比它需要的电池功率较小，收到的信号仍然能够分辨，即使它的噪声很大。

还有，提供了一种方法用来确定信号路径中放置的物体的位置，还有一个计算机指点器，这个指点器能够克服在引言中提到的问题，特别是通过提供更加自然的方式在计算机屏幕上进行三维运动。

最后，提供了一种方法，用来消除或者至少到某种程度减少电子设备的一个导体上不需要的信号，这个信号是故意让它存在于这个设备的另外一个导体上的(所谓的“串扰”)。

参考文献

G.Benke，Generalized Rudin-Shapiro systems，J.FourierAnal.Appi.，IC@rST-IOI，1994.

J.Brillhart，关于Rudin-Shapiro多项式，Duke Math.J.，40：335-353，1973.

J.S.Byrnes，Quadrature Mirror Filters，低顶因子阵列，实现最佳不确定性原理边界的函数和完全正交序列-一种统一方法，App.and Comp.Harm.Anal.，1：261-266，1994.

R.Calderbank，1.Daubechies，W.Sweldens，and B.-L.Yeo，将整数映射成整数的小波变换，Appl.Comput.Harmon.Anal.，5(3)：332-369，1998.

S.Chen，C.F.N.Cowan，and P.M.Grant，径向基函数网络的正交最小二乘学习算法，1EEETrans.Neural Net，2(2)：302-309.March 1991.

I.Daubechies，小波十讲，应用数学区域会议系列，CBSM-NSF第60卷，SIAM，Philadelphia，Pa.，1992.(Daubechies 1992)

I.Daubechies，紧支撑小波的正交基，第二部分，主题变化，SIAM J.Math.Anal.，24(2)：499-519.March 1993.(Daubechies1993).

I.Daubechies andW.Sweldens，将小波变换分解成提升步骤，J.Fourier Anal.Appi.，4(3)：245-267，1998.(Daubechies1998)

F.Fekri，R.M.Mersereau，and R.W.Schafer，有限场的小波变换理论，Proceedings of IEEE ICASSP，111：1213-1216，March 1999.

C.Herley，J.Kovacevic，K.Ramchandran，and M.Vetterii，时频平面的盖瓦：任意正交基和快速盖瓦算法的构成，IEEETransactions on signal Processing，41(12)：3341-3359，December 1993.(Herley 1993)

C.Herley and M.Vetterii，正交时变滤波器组和小波包，IEEE信号处理杂志，42(10)：2650-2663，October 1994.(Herley 1994)

W.Rudin，傅立叶系数的一些定理，美国数学协会论文集，10：855-859，1959.

W.Sweldens，提升方案：第二代小波的构成，SIAM J.Math.Anal.，29(2)：511-546，1997.

M.Vetterti and J.Kovacevic，小波刻蚀子带编码，Prentice-Hall，1995.

M.V.Wickerhauser，从理论到软件的小波分析，A K Peters，May 1994.

Claims (56)

1.一种确定一个或者多个发射器和一个或者多个接收器之间信道增益的方法，该方法包括以下步骤

用第一个发射器发射第一个输出信号，这第一个输出信号是确定性的，并且有一定的带宽，

用第一个接收器接收第一个输入信号，

利用预先确定的线性变换变换所述第一个输入信号来确定变换过的第一个输入信号，

通过比较所述变换过的第一个输入信号和预先确定的原始的第一个信号来确定第一个信道增益，原始的第一个信号等于发射出去用已知信道增益接收，具有噪声并且要用所述线性变换进行变换的第一个输出信号。

2.权利要求1的方法，其中确定变换过的第一个输入信号的步骤还包括利用至少第二个预先确定的线性变换变换所述第一个输入信号的步骤。

3.权利要求1或者权利要求2的方法，其中确定变换过的第一个输入信号的步骤是用一个线性变换完成的。

4.权利要求1到权利要求3中任意一个的方法，其中确定变换过的第一个输入信号的步骤是用一个卷积变换完成的。

5.权利要求4的方法，其中确定变换过的第一个输入信号的步骤是用一个频谱变换完成的。

6.权利要求5的方法，其中确定变换过的第一个输入信号的步骤是用一个扩频变换来完成的。

7.权利要求5的方法，其中确定变换过的第一个输入信号的步骤是用一个正弦变换或者一个余弦变换完成的。

8.权利要求5或者7的方法，其中确定变换过的第一个输入信号的步骤是用一个局部正弦变换或者是一个局部余弦变换完成的。

9.权利要求1到8中任意一个的方法，其中确定变换过的第一个输入信号的步骤是用一个酉变换完成的。

10.权利要求1到9中任意一个的方法，其中确定变换过的第一个输入信号的步骤是用小波变换完成的。

11.权利要求1到6中任意一个的方法，其中确定变换过的第一个输入信号的步骤是用一个Hadamard变换完成的。

12.权利要求1到6中任意一个的方法，其中确定变换过的第一个输入信号的步骤是用一个Rudin-Shapiro变换完成的。

13.权利要求12的方法，其中确定变换过的第一个输入信号的步骤是用一个对称的Rudin-Shapiro变换完成的。

14.权利要求1到13中任意一个的方法，在发射第一个输出信号之前，它还包括用一个线性变换变换预先确定的原始的第一个信号，从而获得第一个输出信号的步骤，这个线性变换是预先确定的线性变换的逆变换。

15.以上权利要求中任意一个的方法，还包括从施加给第一个输入信号获得的噪声度量确定原始的第一个信号的步骤。

16.权利要求15的方法，其中的噪声度量是从以前的变换过的第一个输入信号和相应的以前的原始的第一个信号来获得的。

17.权利要求16的方法，其中确定原始的第一个信号的步骤被反复地执行，从而自适应地确定信道增益。

18.以上权利要求中任意一个的方法，还包括选择适当的变换对第一个输入信号进行变换的步骤，这个步骤是在确定变换过的第一个输入信号之前完成的，这一选择可以根据以前获得的施加给第一个输入信号的噪声的度量来进行。

19.以上权利要求中任意一个的方法，其中发射第一个输出信号的步骤是通过发射一个电磁输出信号来完成的。

20.权利要求1到18中任意一个的方法，其中发射第一个输出信号的步骤是通过发射一个声音输出信号来完成的。

21.以上权利要求中任意一个的方法，其中接收第一个输入信号的步骤是通过接收一个电磁输入信号来完成的。

22.权利要求1到20中任意一个的方法，其中接收第一个输入信号的步骤是通过接收一个声音输入信号来完成的。

23.以上权利要求中任意一个的方法，其中至少第一个输入信号的变换和变换过的第一个输入信号跟预先确定的原始的第一个信号的比较是用户数字处理装置完成的。

24.以上权利要求中任意一个的方法，还包括用一个物体反射第一个输出信号的步骤，这个步骤是在接收第一个输入信号的步骤之前完成的。

25.以上权利要求中任意一个的方法，还包括用一个物体发射第一个输出信号的步骤，这个步骤是在接收第一个输入信号的步骤之前完成的。

26.权利要求24或者25的方法，还包括获得物体信息的步骤。

27.权利要求26的方法，其中获得物体信息的步骤包括获得至少人的一部分的信息。

28.以上权利要求中任意一个的方法，它包括以下步骤

用第二个发射器发射第二个输出信号，第二个信号是确定性的，并且有一定的带宽，

用第一个接收器接收第一个输入信号，

利用预先确定的线性变换变换所述第一个输入信号来确定变换过的第一个输入信号，

通过比较变换过的第一个输入信号和预先确定的原始的第二个信号来确定第二个信道增益，原始的第二个信号等于发射出去，用已知信道增益接收具有噪声的第二个输出信号，其中预先确定的原始的第一个信号和预先确定的原始的第二个信号是线性独立的。

29.权利要求1到27中任意一个的方法，还包括以下步骤

用第二个接收器接收第二个输入信号，

用预先确定的一个线性变换变换所述第二个输入信号来确定变换过的第二个输入信号，

通过比较变换过的第二个输入信号和预先确定的原始的第一个信号来确定第二个信道增益，原始的第一个信号等于发射出去，用已知信道增益接收，有噪声的第一个输出信号。

30.权利要求1到27中任意一个的方法，它包括以下步骤

用第二个发射器发射第二个输出信号，第二个信号是确定性的，并且有一定的带宽，

用第二个接收器接收第二个输入信号，

用预先确定的线性变换变换第二个输入信号来确定变换过的第二个输入信号，

通过比较变换过的第二个输入信号和预先确定的原始的第一个信号来确定第二个信道增益，

通过比较变换过的第一个输入信号和预先确定的原始的第二个信号来确定第三个信道增益，它等于发射出去，用已知信道增益接收，具有噪声的第二个输出信号，

通过比较变换过的第二个输入信号和预先确定的原始的第二个信号来确定第四个信道增益，

其中预先确定第一个原始的第一个信号和预先确定的原始的第二个信号是线性独立的。

31.权利要求30的方法，其中发射第一个输出信号的步骤和发射第二个输出信号的步骤是通过发射对于每个发射器都非常重要的信号来完成的。

32.以上权利要求中任意一个的方法，还包括以下步骤

用多个发射器发射多个输出信号，多个信号中的每一个都是确定性的，都有一定的带宽，

用多个接收器接收多个输入信号，

用预先确定的线性变换变换多个输入信号中的每一个输入信号来确定多个变换过的输入信号，

通过将多个变换过的输入信号跟多个预先确定的原始信号中的每一个进行比较来确定多个信道增益，每个都等于发射出去，用已知信道增益接收，具有噪声的多个输出信号中的一个，

其中预先确定的原始信号是线性独立的。

33.权利要求28或者30～32中任意一个的方法，其中预先确定的原始信号是正交的。

34.权利要求32或者33的方法，其中发射多个输出信号的步骤是通过发射对于多个发射器中的每一个都非常重要的信号来完成的。

35.权利要求32～34中任意一个的方法，还包括以下步骤

在确定出来的信道增益的基础之上确定物体的位置。

36.权利要求35的方法，其中物体的位置是在三维空间中确定的。

37.权利要求36的方法，还包括用物体反射发射出来的信号的步骤，这个步骤是在发射信号步骤以后，接收信号步骤之前完成的。

38.权利要求37的方法，其中确定物体位置的步骤包括以下步骤

确定信道增益，

确定物体的相对距离，这个相对距离是建立在确定出来的信道增益的基础之上的，

将相对距离转换成三维位置。

39.权利要求38的方法，其中将相对距离转换成三维位置的步骤是用神经网络完成的。

40.权利要求38或者39的方法，其中将相对距离转换成三维位置的步骤是用几何方式完成的。

41.权利要求35～40中任意一个的方法，还包括确定物体运动状况的步骤。

42.权利要求35～41中任意一个的方法，还包括确定物体的空间方向的步骤。

43.权利要求1到27中任意一个的方法，还包括以下步骤

通过将确定出来的信道增益跟一个预先确定的门限值进行比较检测一个或者多个发射器的附近和/或一个或者多个接收器中至少一个的附近是否存在物体，

在确定出来的信道增益超过预先确定的门限值的时候采取预先确定的行动。

44.权利要求43的方法，其中采取预先确定的行动的步骤是通过打开物体附近的1扇门来完成的。

45.权利要求1～27中任意一个的方法，其中发射第一个输出信号的步骤是用一个可移动发射器完成的，其中接收第一个输入信号的步骤是用至少两个基本上静止的接收器完成的，该方法还包括以下步骤

从确定出来的信道增益确定发射器和每个接收器之间的距离，和

通过合并确定出来的距离确定的发射器的位置。

46.权利要求1到27中任意一个的方法，其中发射第一个输出信号的步骤是用一个可移动发射器完成的，其中接收第一个输入信号的步骤是用至少三个基本上静止的接收器完成的，该方法还包括以下步骤

确定确定出来的信道增益时间的比值，和

通过合并确定出来的比值确定发射器的位置。

47.权利要求45或者46的方法，其中的发射器和接收器包括在一个音频系统中，该方法还包括按照第一个发射器的位置调整音频系统扬声器的步骤。

48.权利要求1～27中任意一个的方法，还包括以下步骤

在发射第一个输出信号的步骤之前插入一个时间延迟，

确定除了第一个输出信号以外来自其它源的接收到的输入信号的贡献，

减小接收到的输出信号的所述贡献。

49.权利要求48的方法，其中确定除了第一个输出信号以外来自其它源的接收到的输入信号的贡献的步骤是通过在预先确定的原始的第一个信号和变换过的第一个输入信号之间进行自相关处理来完成的。

50.权利要求48或者49的方法，其中除了第一个输出信号以外来自其它源的贡献来源于印制电路板上导电体的串扰。

51.权利要求1～27中任意一个的方法，还包括获得物体一个或者多个部分的温度信息的步骤。

52.发射信号的一种方法，该方法包括以下步骤

从一组预先确定的输出信号选择一个输出信号，

用一个发射器发射选中的输出信号，

用一个接收器接收一个输入信号，

利用预先确定的线性变换变换所述输入信号来确定变换过的输入信号，

将变换过的输入信号跟预先确定的一组原始信号进行比较，每个原始信号都等于发射出去，用已知信道增益接收，具有噪声并且要用所述线性变换变换的预先确定的一组输出信号中的一个所述输出信号，和

从所述比较识别选中的第一个输出信号。

53.计算机的一种指点器，包括

用于发射一个或者多个输出信号的发射器装置，这些信号是确定性的，并且有一定的带宽，

接收一个或者多个输入信号的接收装置，

确定一个或者多个变换过的输入信号的第一个确定装置，这第一个确定装置包括用预先确定的线性变换变换所述输入信号的装置，

确定一个或者多个信道增益的第二个确定装置，这第二个确定装置包括将变换过的输入信号跟一个或者多个预先确定的原始信号进行比较的装置，每个都等于发射出去，用已知信道增益收到，具有噪声并且用所述线性变换进行变换的所述输出信号中的一个，

将确定出来的信道增益转换成物体的三维位置，并且将所述三维位置转换成指点器位置的转换装置。

54.权利要求53的指点器，还包括数据通信装置，用于在指点器和外部计算机装置之间进行通信。

55.权利要求54的指点器，其中的数据通信装置是无线的。

56.权利要求53～55中任意一个的指点器，其中的物体至少是人体的一部分。

Images