基于SAE-SVM算法的振动信号定位方法研究

摘要：

针对传统振动信号短时能量检测法精度低、需手工参数选择等问题,提出了一种稀疏自编码器(SAE)网络,用于提取振动信号有效特征,并将其用于支持向量机(SVM),从而检测脚步振动信号.为了缓解了振动信号色散效应造成的信号失真问题,使用了小波分解(WT)方法,并基于实验分析优化了分解参数,然后基于广义互相关和到达时间差(TDoA)算法进行定位解算.实验结果表明,相比人工特征筛选,SAE-SVM算法的活动段检测精度可达96.8％,系统平均定位误差为0.82 m.

关键词：室内定位、脚步振动、稀疏自编码器、支持向量机、小波分解

所属期刊栏目：45

分类号：TN911

资助基金：国家自然科学基金61801055

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：15-20