Ubiquitous Acoustic Sensing on Commodity IoT device a survey 笔记

编程入门行业动态更新时间:2024-10-04 19:24:03

Ubiquitous Acoustic Sensing on Commodity IoT device a survey <a href=https://www.elefans.com/category/jswz/34/1770047.html style= 笔记"/>

Ubiquitous Acoustic Sensing on Commodity IoT device a survey 笔记

II. ACOUSTIC DEVICES AND CHANNELS

A.声音的录制和播放系统：（AGC/PGA作用是放大电压信号以适用于ADC）

B.Acoustic Channel Properties

1.无线信道的特征

Path loss
Doppler effects
Temperature effects
Reflection Refraction Diffration

2.固体信道

声扩散
共振

D.physical layers 困难

I 采样频率选择导致的信号失真问题
II 在传输过程中引起的噪声问题（扬声器处的薄膜震动会引起噪声的产生）
III 不确定的时延问题
IV 在开发声学应用程序时，减少或消除依赖于设备的人工校准。

III. CORE ACOUSTIC SENSING TECHNIQUES

A. Waveform Design

1.Waveforms for Active Sensing

Pure Tone Signals

它的波形可以表示为一个正弦信号: s i n ( 2 π f t + ϕ ) sin(2\pi ft+ \phi) sin(2πft+ϕ)，其声源和接收者的相对速度可以由多普勒公式给出 v = ( f s h i f t e d − f ) ∗ c / f v=(f_{shifted}-f)*c/f v=(fshifted−f)∗c/f。由于他周期性和浅峰以及抗干扰能力差的原因不适合提取精确的时间信息只适合短距离传输

FHSS Signals

利用正交的序列迅速改变频谱中载波的频率，他的特点是锐利的峰值和小旁瓣使得多次的反射现象更容易分辨，但是由于它的高敏感性导致噪声对之的影响很大所以只适合于短距离传输

Chirp Signals

chirp就是频率随时间而变化表达式为 s ( t ) = A c o s ( 2 π ( f m i n t + k ∗ t 2 / 2 ) + ϕ ) s(t)=Acos(2 \pi (f_{min}t+k*t^2/2)+ \phi ) s(t)=Acos(2π(fmint+k∗t2/2)+ϕ)其中 k = B / T k=B/T k=B/T表示chirp rate。其峰值的信噪比增益和chirp rate成正比。chirp Signals对噪声多径效应以及多普勒效应均有较号的鲁棒性。

三种信号以及其快速傅里叶变换的结果：

三种信号的横向对比：

Waveforms for Communication（modulation）:

pure tone调制,用不同频率的pure tone信号表达不同的bit

OFDM

多个正交子载波调制，高阶会导致信号严重失真，适合短距离通信

适用Chirp Signals信号调制，对多径效应、多普勒效应、噪音均有较强的鲁棒性。一个CSS有一个preamble和多个symbols组成不同的preamble和symbols有不同的chirp rate。如图：

波形设计所面对的挑战：

V 在人类不可听频率的声音具有较窄的宽带在传输过程中衰减过快的问题所以选合适的带宽、频率、信道
VI 信号调制应要求传输速度快且传输距离远

B. Temporal Feature Extraction

1）Onset Detection:

将信号与reference 信号相乘取得结果中的最大峰（前提是超过预定好的阈值）就是信号的起始位置，但是收到多径效应（NLoS）、噪音、设备异质性的影响

2）Timing Estimation:

deviced-based: 单向或双向感测方法典型地利用互相关来实现采样级别的定时分辨率

One-Way Sensing 计算ToA和TDoA需要严格保证同步
- ToA: 同时发送声信号和同步信号(WIFI Bluetooth or Zigbee) 根据两个信号到达的时间差计算ToA
- TDoA:发射机同步系统通过将接收的样本与已知的参考信号互相关来获得TDoA。在接收机同步系统中，TDoA是通过将来自不同接收信道的接收样本互相关来计算
Two-Way Sensing 不用保证同步但是需要设备更大的陈本,如下图所示计算ToA以及TDoA
- ToA: t = 1 / 2 ( t A r − t A s ) − 1 / 2 ( t B r − t B s ) t=1/2(t_A^r-t_A^s)-1/2(t_B^r-t_B^s) t=1/2(tAr−tAs)−1/2(tBr−tBs)
- TDoA: t = 1 / 2 ( t A r − t A s ) + 1 / 2 ( t B r − t B s ) − ( t C r − t C s ) t=1/2(t_A^r-t_A^s)+1/2(t_B^r-t_B^s)-(t_C^r-t_C^s) t=1/2(tAr−tAs)+1/2(tBr−tBs)−(tCr−tCs)

deviced-free: 发射和接收来自目标的反射波之间的飞行时间，也可以使用相位信息来实现欠采样级别的分辨率

3）Phase-enabled Fine-grained Timing:

相位调制分为pure tone、FHSS、Chirp signals三种方式：

1.pure tone signals:

将输入信号分别乘以 c o s ( 2 π f t ) cos(2 \pi ft) cos(2πft)和 c o s ( 2 π f t + π / 2 ) cos(2\pi ft+ \pi /2 ) cos(2πft+π/2)得到 I 和 Q I和Q I和Q，那么在 s ( t ) = c o s ( 2 π f t + θ ) s(t)=cos(2 \pi ft + \theta) s(t)=cos(2πft+θ)的绝对相位 θ \theta θ可以被计算出来 θ = t a n − 1 ( Q / I ) \theta = tan^{-1}(Q/I) θ=tan−1(Q/I)，如图所示。相位变化可以通过减去连续的绝对相位来表示出来，如图。

2.FHSS signals

利用接收到的信号 y ( n ) y(n) y(n)和原始的信号 x ( n ) x(n) x(n)，计算得出CSI信息 h ( n ) = y ( n ) / x ( n ) h(n)=y(n)/x(n) h(n)=y(n)/x(n)，我们通常关心与 h ( n ) h(n) h(n)的几个特定下标的 n s n_s ns来表示检测的目标。

通过计算 h ( n ) h(n) h(n)的绝对相位在连续帧中的相位差，我们就可以跟踪目标物体的移动趋势

3.Chirp signals

将延迟的信号和原信号相乘得到混合信号 s m i x e d = A c o s ( 2 π Δ t B / T t + 2 π f m i n Δ t − π B / T Δ t 2 ) s_{mixed}=Acos(2 \pi \Delta t B/T t + 2 \pi f_{min} \Delta t -\pi B/T \Delta t^2) smixed=Acos(2πΔtB/Tt+2πfminΔt−πB/TΔt2)，所以由这个式子可以得出 f p = B Δ t / T f_p = B \Delta t /T fp=BΔt/T，通过离散傅里叶变换（DFT）得到peak frequency f p f_p fp从而计算得出 Δ t \Delta t Δt，之后根据相位变化 ϕ ( t ) = 2 π ( f m i n Δ t − 1 / 2 B / T Δ t 2 ) \phi(t) = 2\pi(f_{min}\Delta t - 1/2B/T \Delta t^2) ϕ(t)=2π(fminΔt−1/2B/TΔt2)带入观测到的值相位变化就可以被提取出来

特征提取所面对的挑战：