【技术实现步骤摘要】
本专利技术涉及室内定位，尤其涉及一种基于耳机定位的防丢失追踪方法及系统。
技术介绍
1、随着现代科技的快速发展，便携式电子设备，特别是智能手机和无线耳机，已经成为人们日常生活中不可或缺的一部分，蓝牙技术和智能定位技术的发展，使得无线耳机不仅仅局限于播放音频，而逐渐具备了更多的智能功能，如健康监测、运动追踪等，尽管技术在不断进步，耳机的防丢失问题仍未得到有效解决，传统的防丢失方法主要依赖于简单的声音提示或手机app的定位功能，这些方法在复杂的室内环境中准确性较低，无法提供精确的耳机位置，随着生活节奏的加快，用户对耳机的使用频率增加，耳机丢失的概率也随之提升，迫切需要一种更为精准和可靠的耳机防丢失追踪方法。
2、针对现有技术的不足之处，主要体现在以下几个方面，基于单一无线信号的定位方法在复杂环境中容易受到信号反射、遮挡等因素的影响，定位精度不高，现有技术在数据融合方面处理较为简单，未能充分利用多种信号之间的互补性，在复杂的室内环境中准确性较低，无法提供精确的耳机位置，数据处理方法尚未充分利用环境声音数据的潜力，大多数现有技术仅使用原始的信号强度或信号到达时间差进行定位，没有构建详尽的声学环境地图来增强定位的准确性和鲁棒性。
技术实现思路
1、本专利技术目的在于提供一种基于耳机定位的防丢失追踪方法及系统，以解决上述问题。
2、本专利技术通过下述技术方案实现：
3、一种基于耳机定位的防丢失追踪方法及系统，其包括，
4、通过智能手机与耳机配对并
5、作为本专利技术所述基于耳机定位的防丢失追踪方法的一种优选方案，其中：所述通过智能手机与耳机配对并收集信号和环境声音数据指耳机在室内开机时通过蓝牙与智能手机自动配对；
6、在耳机内置扬声器发射声波数据，耳机内置的麦克风收集室内周围的环境声音数据，并将室内环境声音数据通过蓝牙实时传输到智能手机；
7、智能手机通过麦克风接收室内声波数据，并记录声波到达的时间差tof数据，同时通过蓝牙接收耳机发出的蓝牙信号强度rssi数据；
8、将收集到的tof、rssi和环境声音数据打上时间戳，并通过精密时间协议ptp进行时间同步；
9、使用手机摄像头收集室内墙面特征数据，包括墙面材料和结构对声音传播的影响。
10、作为本专利技术所述基于耳机定位的防丢失追踪方法的一种优选方案，其中：所述对收集的信号和环境声音数据进行预处理并将预处理后的信号数据融合指对收集的tof、rssi和环境声音数据进行清洗，使用均值滤波技术去除tof和环境声音数据的噪声，使用移动平均法对rssi数据进行平滑处理，检查所有数据的完整性，删除不完整的数据记录；
11、基于室内墙面特征数据构建封闭空间内的声音传播模型；
12、使用汉宁窗对预处理后tof数据分成短时帧，对每个窗内的声音数据进行fft，将其从时间域转换到频率域，识别频谱中的首个强能量峰作为直达声，通过信号的幅度衰减和时间延迟识别第一次反射声；
13、基于声音的传播距离和封闭空间内的声音传播模型，使用三角测量公式确定声源方向，公式为：
14、
15、其中dtof为tof数据直达声的传播距离，drefl为tof数据反射声的传播距离，θ为声源的预测方向角度；
16、将收集的tof、rssi和环境声音数据均转换为统一的数据格式，并包含精确的时间戳；使用tof和rssi数据估计耳机的位置，公式为：
17、
18、dtof＝tof×c，
19、其中drssi为rssi数据估计耳机与智能手机的距离，n为路径损耗指数，pt为发射功率，c为声速；
20、在不同环境条件和不同距离下对tof和rssi数据进行连续采样并预处理；
21、使用统计分析分别计算预处理后tof和rssi数据的平均值、方差和协方差构建协方差矩阵c，公式为：
22、
23、其中μrssi和μtof分别为rssi和tof的平均值，snrrssi和snrtof分别为rssi和tof的信噪比；
24、使用基于信噪比snr的方法确定权重系数，公式为：
25、
26、
27、其中μrssi和μtof分别为rssi和tof的平均值，snrrssi和snrtof分别为rssi和tof的信噪比；
28、根据信噪比计算权重，公式为：
29、
30、
31、其中ωrssi和ωtof分别为rssi和tof的权重；
32、使用协方差交叉融合方法，结合rssi和tof的协方差矩阵，计算智能手机与耳机之间的距离，公式为：
33、
34、
35、其中q为融合后的协方差矩阵，dguj为智能手机与耳机之间的距离，c-1rssi和c-1tof分别为rssi和tof数据协方差矩阵的逆矩阵；
36、基于智能手机与耳机之间的距离dguj和声源的预测方向角度θ确定综合位置dbad；
37、获取基于智能手机确定的综合位置dbad的维度dat和经度dlon。
38、作为本专利技术所述基于耳机定位的防丢失追踪方法的一种优选方案，其中：所述提取预处理后的环境声音数据特征指使用快速傅里叶变换fft将预处理后的环境声音数据从时间域转换到频域信号x(n)；
39、提取频域信号x(n)的幅度和对应的频率；
40、提取谱质心b为：
41、
42、其中|x(n)|为第n个频率分量的幅度，f(n)为第n个频率分量幅度的对应的频率，n为频率分量总数；
43、提取谱展宽s的公式为：
44、
45、将提取的谱质心b和谱展宽s合并为环境声音特征向量，公式为：
46、f＝[b,s]，
47、其中f为合并的环境声音特征向量。
48、作为本专利技术所述基于耳机定位的防丢失追踪方法的一种优选方案，其中：所述构建声学环境地图指将每个环境声音特征向量f与对应的综合位置dbad配对；
49、在声学环境地图中导入环境声音特征向量f，每个数据点包含综合位置dbad和对应的环境声音特征向量f；
50、使用点图层在地图中可视化数据点，每个点代表一个测量位置；
51、计算点之间的综合位置的位置接近度d(v,j)和环境声音特征向量相似度m(v,j)；
52、将所有点的位置接近度d(v,j)和环境声音特征向量相似度m(v,j)分别求平均，作为全局阈值td和tm；
53、将满足d(v,j)＜td，且m(v,j)＜tm的连接条本文档来自技高网...
【技术保护点】
1.一种基于耳机定位的防丢失追踪方法，包括，其特征在于：
2.根据权利要求1所述的一种基于耳机定位的防丢失追踪方法，其特征在于：所述通过智能手机与耳机配对并收集信号和环境声音数据指耳机在室内开机时通过蓝牙与智能手机自动配对；
3.根据权利要求2所述的一种基于耳机定位的防丢失追踪方法，其特征在于：所述对收集的信号和环境声音数据进行预处理并将预处理后的信号数据融合指对收集的TOF、RSSI和环境声音数据进行清洗，使用均值滤波技术去除TOF和环境声音数据的噪声，使用移动平均法对RSSI数据进行平滑处理，检查所有数据的完整性，删除不完整的数据记录；
4.根据权利要求3所述的一种基于耳机定位的防丢失追踪方法，其特征在于：所述提取预处理后的环境声音数据特征指使用快速傅里叶变换FFT将预处理后的环境声音数据从时间域转换到频域信号X(n)；
5.根据权利要求4所述的一种基于耳机定位的防丢失追踪方法，其特征在于：所述构建声学环境地图指将每个环境声音特征向量F与对应的综合位置dbad配对；
6.根据权利要求5所述的一种基于耳机定位的防丢失追
7.根据权利要求6所述的一种基于耳机定位的防丢失追踪方法，其特征在于：所述存储收集和分析过程中产生的数据指将收集的信号、环境声音和室内墙面特征数据以及分析产生的声学环境地图存储至数据库中，数据库根据时间戳数据将收集和分析产生的数据进行分类存储并实施加密保护措施，同步将存储数据上传至云端进行备份，定期对存储数据和备份数据进行完整性检测。
8.一种基于权利要求1-7任一所述的基于耳机定位的防丢失追踪方法的基于耳机定位的防丢失追踪系统，其特征在于：包括，
9.一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的基于耳机定位的防丢失追踪方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的基于耳机定位的防丢失追踪方法的步骤。
...【技术特征摘要】
1.一种基于耳机定位的防丢失追踪方法，包括，其特征在于：
2.根据权利要求1所述的一种基于耳机定位的防丢失追踪方法，其特征在于：所述通过智能手机与耳机配对并收集信号和环境声音数据指耳机在室内开机时通过蓝牙与智能手机自动配对；
3.根据权利要求2所述的一种基于耳机定位的防丢失追踪方法，其特征在于：所述对收集的信号和环境声音数据进行预处理并将预处理后的信号数据融合指对收集的tof、rssi和环境声音数据进行清洗，使用均值滤波技术去除tof和环境声音数据的噪声，使用移动平均法对rssi数据进行平滑处理，检查所有数据的完整性，删除不完整的数据记录；
4.根据权利要求3所述的一种基于耳机定位的防丢失追踪方法，其特征在于：所述提取预处理后的环境声音数据特征指使用快速傅里叶变换fft将预处理后的环境声音数据从时间域转换到频域信号x(n)；
5.根据权利要求4所述的一种基于耳机定位的防丢失追踪方法，其特征在于：所述构建声学环境地图指将每个环境声音特征向量f与对应的综合位置dbad配对；
6.根据权利要求5所述的一种基于耳机定位的防丢失追踪方法，其特征在于：所述重新收集环境声音数据进行耳机定位指收集公共可用的...
【专利技术属性】
技术研发人员：杜展航，
申请(专利权)人：天键电声股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。