基于SAE-SVM算法的振动信号定位方法研究

来源：电子测量技术杂志2022年第16期北京时间：

作者：诸燕平，谭强志

单位：1.常州大学 微电子与控制工程学院 常州 213164;2.常州大学 计算机与人工智能学院 常州 213164

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0.82m。

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

基金资助：国家自然科学基金青年科学基金项目（61801055）