基于单扬声器与手机麦克风的多径辅助室内声学跟踪方法

《IEEE Journal of Indoor and Seamless Positioning and Navigation》：Multipath-Assisted Smartphone Tracking Using a Single Speaker and a Built-In Monaural Microphone

本文针对GPS在室内失效及现有定位技术需多设备/预采集数据导致高成本的问题，提出了一种低成本的声学跟踪方法。该方法利用天花板单扬声器与手机单声道麦克风，将墙壁/地板反射波视为虚拟扬声器信号，通过设计考虑异常值和信号重叠的评估函数，实现了轨迹精确跟踪。实验表明其50%误差为0.34 m、90%误差为0.64 m，较未考虑实际挑战的方案性能提升62%，为室内定位提供了简易高效的解决方案。

　　

随着智能手机的普及，位置数据在日常生活和工业应用中发挥着越来越重要的作用。然而，全球定位系统（GPS）在室内或地下等环境中无法有效工作，这使得替代技术的开发成为迫切需求。现有的室内定位技术，如Wi-Fi、蓝牙、超宽带（UWB）和声学方法，通常需要部署多个发射器或接收器，或者依赖预先采集的指纹数据，导致安装和实施成本较高。因此，开发一种低成本、易部署且无需预采集数据的室内跟踪方法具有重要的现实意义。

近日，发表在《IEEE Journal of Indoor and Seamless Positioning and Navigation》上的一项研究提出了一种创新的解决方案。该研究由Ibuki Yoshida、Masanari Nakamura（IEEE会员）、Hiroaki Murakami、Hiromichi Hashizume（IEEE会员）和Masanori Sugimoto（IEEE会员）共同完成，论文题为“Multipath-Assisted Smartphone Tracking Using a Single Speaker and a Built-In Monaural Microphone”。研究团队旨在利用智能手机自带的单声道麦克风和天花板上的单个扬声器，实现精确的室内目标跟踪。

传统上，多径效应（Multipath Effect）常被视为声学定位的误差源。然而，这项研究却另辟蹊径，将来自墙壁和地板的反射波视为位于这些表面镜像位置的虚拟扬声器（Virtual Speaker）所发出的信号。这种方法巧妙地利用多径，确保了定位所需的信号数量，使得仅使用一个扬声器就能进行精确跟踪成为可能。但挑战也随之而来：所有的反射波都非常相似，难以将每个反射波与对应的虚拟扬声器关联起来；此外，实际环境中还存在反射波未被检测到、用户身体或周围物体引起的异常值（Outlier）、以及多个反射波重叠并被检测为单个信号等问题。

为了应对这些挑战，研究人员开发了一种新颖的评估函数。该函数在关联反射波与虚拟扬声器时，综合考虑了异常值和信号重叠的影响。具体而言，该方法基于似然函数（Likelihood Function）来评估预测值与观测值的匹配程度，并利用异常值数量进行加权。当反射波重叠时，通过增加正态分布（Normal Distribution）的方差来引入模糊性，以减轻重叠效应。研究假设用户的移动由重复的直线路径和转弯组成，因此将目标轨迹分割成多个直线段以生成轨迹候选。通过计算这些候选轨迹的评估分数，最终选择得分最高的轨迹作为估计结果，从而同时完成反射波识别和轨迹估计。

本研究主要采用了以下几项关键技术方法：首先，利用低可听度线性调频信号（Linear Chirp Signal，频率16-23 kHz）作为声源，通过智能手机麦克风接收信号并进行互相关分析，以估计直达波和反射波的到达时间（Time of Arrival, ToA），并计算其时间差（Time Difference of Arrival, TDoA）作为观测值。其次，构建了考虑目标直线运动（初始位置、方向、恒定速度）的轨迹预测模型，并基于房间几何信息生成虚拟扬声器位置。第三，设计了创新的反射波关联与评估算法，该算法包含基于检测范围的观测值分配、处理信号重叠的模糊似然计算（通过调整正态分布均值和方差）以及针对未匹配观测值的异常值惩罚机制。最后，采用分层网格搜索策略（初始位置步长0.10 m，方向步长10°；精细搜索步长0.01 m和1°）进行轨迹搜索，并在目标转向时通过智能手机陀螺仪检测转向点，通过考虑分段轨迹间的连续性来确定完整轨迹。

IV. EXPERIMENTS AND EVALUATION

研究人员在尺寸为5.0 m × 6.0 m的房间内进行了实验评估。扬声器（Fostex Dome Tweeter FT28D）安装于天花板中心，智能手机（Google Pixel 2 XL和Galaxy S10+）由参与者手持。真实位置通过Motion Analysis公司的Mac3-D光学运动捕捉系统（精度达毫米级）获取。实验考虑了不同移动方向、不同初始位置、不同扬声器位置等多种条件。

A. Evaluation With Changes in Direction of Movement

当固定初始位置并让参与者沿不同方向直线行走时，整体定位性能的50百分位误差为0.37 m，90百分位误差为0.62 m。其中，路径g（参与者背对前墙行走）性能较差，分析认为这是由于用户身体遮挡了来自前墙的反射波，且距离左侧墙壁较远，导致可检测到的反射波数量减少，从而影响了轨迹搜索的准确性。

B. Evaluation With Changes in Initial Position

当固定移动方向（正x轴方向）并改变初始位置时，整体50百分位误差为0.26 m，90百分位误差为0.68 m。对于路径b和f（位于移动方向侧向远离墙壁的位置），由于侧墙反射波难以检测，且前后墙反射波可能被用户身体或手机遮挡，导致轨迹搜索失败，估计轨迹偏离真实路径。为进一步探究原因，研究人员在移除多普勒效应（通过将手机固定于三脚架移动测量）的情况下进行了对比实验，发现路径f的性能依然较差，表明即使没有用户移动引入的动态效应，特定位置反射波信号的缺失仍是导致误差的主要原因。

C. Evaluation With Changes in the Position of a Single Speaker

将扬声器从房间中心移至右下角位置后进行实验，整体性能下降（50百分位误差0.40 m，90百分位误差0.98 m）。这表明扬声器位置对性能有显著影响，非中心位置可能导致某些虚拟扬声器与目标距离增大，反射波信号衰减更严重，从而影响定位精度。

D. Evaluation of the Effects of Outliers and Overlapping Reflected Waves

为了验证所提出的评估函数的有效性，研究人员将四种方法进行了对比：(1) 仅将最近观测值分配给预测值（Closest）；(2) 考虑异常值（Closest+Outlier）；(3) 考虑反射波重叠（Closest+Overlap）；(4) 同时考虑异常值和重叠反射波的完整方法（Proposed）。结果表明，完整提案方法的性能最佳，相较于最基本的“Closest”方法，性能提升了62%，特别是在移动方向估计和最大误差控制方面表现更优。

E. Evaluation With Varying Numbers of Observed Times Processed Simultaneously

本研究评估了同时处理不同数量观测时间步长对性能的影响。三种处理方式为：(1) 处理直线运动期间全部观测数据（Full）；(2) 将数据分成两半分别处理（Half）；(3) 逐点独立处理（Point）。结果显示，“Full”方法性能最好，50百分位误差为0.34 m，90百分位误差为0.64 m。这表明利用整个运动段的信息有助于在反射波检测不理想的区域维持跟踪稳定性，并减轻异常值的影响。

F. Evaluation of Performance When the Target Changes Direction

在评估目标转向性能的实验中，比较了三种方法：(1) 检测转向后，考虑转向前后轨迹连续性进行搜索（Connect）；(2) 检测转向后，对各段轨迹独立搜索（Partial）；(3) 逐点独立处理（Point）。结果表明，“Connect”方法性能最佳，50百分位误差为0.21 m，90百分位误差为0.43 m，相较于“Partial”方法性能提升了50%，证明了考虑轨迹分段间连续性的有效性。

本研究成功提出并验证了一种基于单扬声器和智能手机内置单声道麦克风的低成本声学室内跟踪方法。其核心创新在于将多径反射信号从干扰因素转化为有益资源，通过虚拟扬声器的概念和精心设计的评估函数，有效解决了反射波关联、异常值和信号重叠等实际挑战。实验结果表明，该方法在多种测试条件下均能达到亚米级精度（50百分位误差0.34 m，90百分位误差0.64 m），相较于未考虑实际挑战的方法，性能显著提升62%。同时，通过将运动建模为直线段序列并考虑转向时的轨迹连续性，进一步提升了跟踪鲁棒性，在目标转向场景下性能提升达50%。

该研究的重要意义在于为室内定位提供了一种硬件需求极低、无需预采集数据且易于部署的实用方案，特别适合普通房间环境。尽管当前方法在计算效率和动态运动模型等方面存在进一步优化的空间，但其开创性的思路和良好的性能展示了声学多径辅助定位在普适计算和物联网应用中的巨大潜力。未来工作将集中于提高算法效率、扩展运动模型以适应更复杂的运动模式（如机器人或无人机），以及增强系统在存在障碍物和多用户等复杂环境中的适应性。