CN116593966B - 用于长距离输水隧洞内的实时精确声波定位方法 - Google Patents

Abstract

本发明涉及用于长距离输水隧洞内的实时精确声波定位方法，属于结构检测领域。该定位方法包括：S100、将声波接收基站布置于隧洞内，使用全站仪获得声波接收基站的坐标数据并将坐标数据发送至计算机内，S101、使用载具携带声波发生器在隧洞内移动，S102、启动声波发生器，声波接收基站采集声波数据并将采集到的声波数据发送给计算机，S103、计算机采用声波信号分析软件求得声波发生器的坐标数据，S104、计算机将声波发生器的坐标数据发送给载具，实现载具的实时定位。本发明解决了现有技术输水隧洞由于内部环境封闭，电磁波信号屏蔽导致无法对载具实时定位不能及时发现输水隧洞结构缺陷或损伤的问题。

Description

用于长距离输水隧洞内的实时精确声波定位方法

技术领域

本发明属于结构检测领域，具体涉及用于长距离输水隧洞内的实时精确声波定位方法。

背景技术

输水隧洞是实现水资源优化配置、解决水资源供求矛盾的关键性建筑物，我国大型输调水工程中多数都有输水隧洞，在大型输调水工程中，输水隧洞均为其关键性节点工程，输水隧洞工程安全性直接影响调水整体工程正常运行及人民生命财产安全，现有一批已运行超过20年的输水工程，沿线水工建筑物存在的问题和隐患逐年凸显，尤其是隧洞等输水建筑物近年巡查发现存在不同程度的结构缺陷或损伤。

此外，随着工程沿线地区经济快速发展，地铁、公路、电缆、油气管、桥梁等建设交叉项目施工越来越多，工程建筑物外部条件发生变化，威胁工程及供水安全，这些输水工程为一座城市乃至整个省提供了优质充足的水源保障，事关老百姓的饮用水安全，对保障和促进社会、经济发展具有重大意义。

为保障用水需求，停水检修时间往往难以保障，运行管理单位亟需能够实现输水运行状态下的在线巡查，开发长距离输水隧洞在线检测技术具有重要的实际工程意义。输水隧洞由于内部环境封闭，电磁波信号屏蔽，导致GPS定位技术和无线电定位技术均也难以实现，而高精度惯导定位技术往往用于深海、航空等军工行业，存在价格昂贵且累计误差较大的问题。

发明内容

发明目的：提供一种应用于长距离输水隧洞内的实时精确声波定位方法，用于解决传感器在隧洞内的定位问题，通过若干个已知坐标的接收装置，对声波发生器发出的声波进行接收，将不同接收装置接收到的声音信号进行对比分析，从而确定声波发生器的实际坐标。

技术方案：用于长距离输水隧洞内的实时精确声波定位方法包括：若干个声波接收基站、全站仪、载具、声波发生器和计算机。

所述声波发生器与载具连接，所述声波接收基站分布于隧洞内，所述声波接收基站、全站仪、载具和声波发生器与计算机连接，所述计算机内存储有待测点坐标数据、声波接收基站的坐标数据和声波信号分析软件。

所述全站仪用于采集声波接收基站的坐标数据并将声波接收基站的坐标数据发送至计算机内，所述载具用于携带声波发生器移动，所述声波发生器用于发射声波，所述声波接收基站用于采集声波并将声波数据发送给计算机，所述计算机使用声波信号分析软件对至少四个声波接收基站采集到的声波数据进行对比分析获得声波发生器的坐标数据，所述计算机将对比分析获得声波发生器的坐标数据发送给载具实现载具的实时定位。

定位方法包括：S100、将声波接收基站布置于隧洞内，使用全站仪获得声波接收基站的坐标数据，并将声波接收基站的坐标数据发送至计算机内。

S101、使用载具携带声波发生器在隧洞内移动。

S102、启动声波发生器，声波接收基站采集声波数据，声波接收基站将采集到的声波数据发送给计算机。

S103、计算机采用声波信号分析软件对至少两个声波接收基站采集到的声波数据进行对比分析，获取各声波接收基站采集信号的时间差，声波信号分析软件根据各声波接收基站采集信号的时间差求得声波发生器的坐标数据。

S104、计算机将声波发生器的坐标数据发送给载具，实现载具的实时定位。

在进一步的实施例中，

在进一步的实施例中，定位方法还包括：若在执行步骤S100过程中，在隧洞端部设置有至少一个待测点，使用全站仪获得该待测点的坐标数据，并将待测点的坐标数据发送至计算机内；则在步骤S100与S101之间，还包括如下步骤：

S201、使载具根据待测点的坐标数据携带声波发生器移动到待测点位置。

S202、启动待测点位置的声波发生器，声波接收基站采集声波数据，声波接收基站将采集到的声波数据发送给计算机。

S203、计算机采用声波信号分析软件对至少两个声波接收基站采集到的声波数据进行对比分析，获取各声波接收基站采集信号的时间差，声波信号分析软件根据各声波接收基站采集信号的时间差求得声波发生器的坐标数据。

S204、计算机将声波发生器的坐标数据与待测点的坐标数据进行对比，获取声波发生器与待测点之间的坐标数据差值作为初始坐标数据差值。

S205、依序执行步骤S101~S104，在步骤S104中，计算机先将声波发生器的坐标数据减去初始坐标数据差值获得校准坐标数据，然后计算机再将声波发生器的校准坐标数据发送给载具，实现载具的实时定位，能够进一步的提高对载具的实时定位精度。

在进一步的实施例中，在步骤S103中，所述声波信号分析软件使用公式1求得声波发生器的坐标数据。

公式1如下：

式中，c—声波传播速度。

t _i 为声波传播至接收装置i所需的时间，

r_ij为机器人到接收装置i与机器人到接收装置j的距离差，

（x，y，z）为声波发生器坐标，

（x _i ，y _i ，z _i ）为接收装置i的坐标。

在进一步的实施例中，定位方法包括：在步骤S103中，先分别将至少两个声波接收基站采集到的声波数据导入到声波信号分析软件中，然后声波信号分析软件对声波数据进行滤波前处理，然后声波信号分析软件对经过滤波前处理的声波数据进行广义互相关处理，然后根据广义互相关序列获得声波数据的峰值点序列号，根据峰值点序列号计算各声波接收基站采集信号的时间差。

各声波接收基站采集信号的时间差为：t=N/f _s ；

其中，t为各声波接收基站采集信号的时间差，

N为声波数据的峰值点序列号，

f _s 为声波接收基站的采样频率。能够减少干扰等因素导致定位精度降低的问题。

在进一步的实施例中，所述声波信号分析软件使用公式2对经过滤波前处理的声波数据进行广义互相关处理。

公式2如下：

式中，x _i （t）为声波i信号，

G_ii（τ）为声波i信号的自相关函数，

G_ij（τ）声波i信号与声波j信号的互相关函数，

R（τ）为声波i的声音信号与声波j的声音信号的的PHAT广义互相关函数。

在进一步的实施例中，在步骤S104中，计算机将声波发生器的坐标信息采用声波编码加载传递给载具，实现载具的实时定位。

在进一步的实施例中，所述载具是水下机器人、潜艇或船。

有益效果：本申请基于声波的传播特性确定声波声学参数，设置若干个已知坐标的声波接收基站，对声波发生器发出的声波进行接收，采用声波信号分析软件将不同声波接收基站采集到的声音信号进行对比分析，从而确定声波发生器的实际坐标，实现了长距离输水隧洞内载具的实时定位，解决了现有技术输水隧洞由于内部环境封闭，电磁波信号屏蔽导致无法对载具实时定位不能及时发现输水隧洞结构缺陷或损伤的问题。

附图说明

图1为本发明的第一实施例工作流程图。

图2为本发明的第二实施例工作流程图。

图3为本发明的第一实施例各设备连接原理图。

图4为本发明的第一实施例隧洞内X、Y和Z轴的误差条形图。

图5为本发明的全站仪测量结果与声波测量结果的误差对比图。

图6为使用本发明在现场试验将声波发生器分别移动到B、C、D、E和F检测点后，实际Y坐标真实值与Y坐标测量值的对比图。

图中各附图标记如下：声波接收基站1、声波发生器2、载具3、计算机4、全站仪5。

具体实施方式

在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。

本发明公开了一种应用于长距离输水隧洞内的实时精确声波定位方法，用于解决传感器在隧洞内的定位问题，通过若干个已知坐标的接收装置，对声波发生器发出的声波进行接收，将不同接收装置接收到的声音信号进行对比分析，从而确定声波发生器的实际坐标。

第一实施例，如图3所示用于长距离输水隧洞内的实时精确声波定位方法需要使用的设备包括：若干个声波接收基站1、全站仪5、载具3、声波发生器2和计算机4，在此实施例中载具3是水下机器人或潜艇或船。

声波发生器2与载具3连接，声波接收基站1分布于隧洞内，声波接收基站1、全站仪5、载具3和声波发生器2与计算机4连接，计算机4内存储有待测点坐标数据、声波接收基站1的坐标数据和声波信号分析软件。

全站仪5用于采集声波接收基站1的坐标数据并将声波接收基站1的坐标数据发送至计算机4内，载具3用于携带声波发生器2移动，声波发生器2用于发射声波，声波接收基站1用于采集声波并将声波数据发送给计算机4，计算机4使用声波信号分析软件对至少四个声波接收基站1采集到的声波数据进行对比分析获得声波发生器2的坐标数据，计算机4将对比分析获得声波发生器2的坐标数据发送给载具3实现载具3的实时定位。

如图1所示定位方法包括：S100、将声波接收基站1布置于隧洞内，使用全站仪5获得声波接收基站1的坐标数据，并将声波接收基站1的坐标数据发送至计算机4内。

S101、使用载具3携带声波发生器2在隧洞内移动。

S102、启动声波发生器2，声波接收基站1采集声波数据，声波接收基站1将采集到的声波数据发送给计算机4。

S103、计算机4采用声波信号分析软件对至少两个声波接收基站1采集到的声波数据进行对比分析，获取各声波接收基站1采集信号的时间差，声波信号分析软件根据各声波接收基站1采集信号的时间差求得声波发生器2的坐标数据，在此实施例中优选的可以使用四个声波接收基站1采集四组声波信号。

S104、计算机4将声波发生器2的坐标数据发送给载具3，实现载具3的实时定位，此实施例的步骤S104中计算机4将声波发生器2的坐标信息采用声波编码加载传递给载具3，实现载具3的实时定位。

如图1所示在本实施例的步骤S103中，声波信号分析软件使用公式1求得声波发生器2的坐标数据，公式1如下：

式中，c—声波传播速度。

t _i 为声波传播至接收装置i所需的时间，

r_ij为机器人到接收装置i与机器人到接收装置j的距离差，

（x，y，z）为声波发生器坐标，

（x _i ，y _i ，z _i ）为接收装置i的坐标。

当声波接收基站1是第一接收装置时，第一接收装置的坐标是（x ₁ ，y ₁ ，z ₁ ），声波传播至第一接收装置所需的时间是t₁，当声波接收基站1是第二接收装置时，第二接收装置的坐标是（x ₂ ，y ₂ ，z ₂ ），声波传播至第二接收装置所需的时间是t₂，以此类推。

在此实施例中是使用了四个接收装置，当使用两个接收装置可以只使用这组公式中的第一个公式，当使用三个接收装置可以只使用这组公式中的前两个公式，当使用四个接收装置可以只使用这组公式中的三个公式，当使用五个及以上接收装置可以以此类推进行四个及以上公式的计算，使用的接收装置越多计算量越大，一般四个接收装置使用三个公式计算即可获得准确的坐标数据。

在进一步的实施例中，所述步骤S100中，将声波接收基站布置于隧洞中的过程还包括：

调取隧洞的三维模型或采用激光扫描仪构建隧洞的三维模型；

基于隧洞的三维模型构建声波传播仿真模型；采集隧洞的材料特性和环境参数，确定包括传播路径、传播距离、传播速度和传播损耗在内的仿真参数；

针对声波传播仿真模型设计优化算法，以最小化待测点和接收基站之间的定位误差为目标函数，以待测点和接收基站的坐标为优化变量，以隧洞内部的空间约束和安全要求为优化约束，求解出至少两个相对最优待测点和接收基站的位置；以相对最优待测点构建载具在隧洞内的移动路径。基于计算偏差构建以相对最优待测点连线为中心线的移动区域。

需要根据优化算法得到的相对最优待测点和接收基站的位置，在隧洞内布设声波接收基站，并在步骤S101中，使用载具携带声波发生器在隧洞内移动，并在优化算法得到的待测点进行测量定位。

在进一步的实施例中，在步骤S102中，设置可转动的声波发生器，调取预存储的声波接收基站的坐标位置，并根据当前载具的位置计算声波发射方向；依次向各个声波接收基站所在的方向发射声波，并计算声波传播时间。然后根据上述实施例计算载具当前的位置。

基于相邻的两个相对最优待测点的位置坐标对位于相邻两个相对最优待测点之间的待测点进行位置坐标优化。

在一个实施例中，对公式1的求解过程进行简化，以解决计算复杂度高和求解困难的问题，具体可以采用如下过程。对公式1进行简化或变换，将其转化为一个非线性方程组或一个优化问题。然后使用牛顿法或梯度下降法等数值方法来求解非线性方程组，或使用遗传算法等优化算法来求解优化问题。最后得到声波发生器的坐标数据。

具体的变换过程可以采用，将公式1中的每个平方根展开为平方，然后两边同时平方，消去平方根，得到一个关于x,y,z的四元二次方程组。

或者，将公式1中的每个平方根用泰勒展开近似为一次项，然后两边同时平方，消去平方根，得到一个关于x,y,z的四元一次方程组。或者，将公式1转化为优化问题，求解：

r_ij与sqr((x_i-x)²+(y_i-y)²+(z_i-z)²)-sqr((x_j-x)²+(y_j-y)²+(z_j-z)²)之差的平方和最小的x,y,z。

基于上述优化目标，定义目标函数，然后通过牛顿法求解，即从一个初始点(x₀,y₀,z₀)开始，沿着函数的负海森矩阵方向进行搜索，直到满足收敛条件。

计算目标函数f(x,y,z)的梯度向量▽f(x,y,z)和海森矩阵H_f(x,y,z)；

在每一次迭代中，根据牛顿法的迭代公式更新变量值；

判断是否满足收敛条件，如达到最大迭代次数、目标函数值达到预设阈值、梯度向量接近零等。如果满足，则输出当前变量值(x^(k+1),y^(k+1),z^(k+1))作为声波发生器的坐标数据；如果不满足，则返回上一步，继续迭代。

如图1所示在本实施例的步骤S103中，先分别将至少两个声波接收基站1采集到的声波数据导入到声波信号分析软件中，然后声波信号分析软件对声波数据进行滤波前处理，然后声波信号分析软件对经过滤波前处理的声波数据进行广义互相关处理，然后根据广义互相关序列获得声波数据的峰值点序列号，根据峰值点序列号计算各声波接收基站1采集信号的时间差。各声波接收基站采集信号的时间差为：

t=N/f _s ；其中，t为各声波接收基站采集信号的时间差。N为声波数据的峰值点序列号。f _s 为声波接收基站的采样频率。

通过广义互相关处理能够减少干扰等因素导致定位精度降低的问题。

在此实施例中，当两个声波接收基站1分别是接收装置i和接收装置j时，

t=t_i-t_j，r_ij=ct_i-ct_j=c(t_i-t_j)=ct

其中，c是声波传播速度是固定值，f _s 为声波接收基站1的采样频率是固定值，t已通过广义互相关处理减少干扰，并根据广义互相关处理的峰值点序列号计算得出，可以简化r_ij的求值过程，以及降低r_ij的求值干扰，然后通过接收装置i的坐标这一固定数据能够计算出声波发生器坐标。

在此实施例中，若根据广义互相关序列获得峰值点位于第596点，则可以得到两组信号的时间差为t=596/f _s 。

如图1所示在本实施例的步骤S103中，声波信号分析软件使用公式2对经过滤波前处理的声波数据进行广义互相关处理。

公式2如下：

式中，x _i （t）为声波i信号，

G_ii（τ）为声波i信号的自相关函数，

G_ij（τ）声波i信号与声波j信号的互相关函数，

R（τ）为声波i的声音信号与声波j的声音信号的的PHAT广义互相关函数。其中，当声波接收基站1是第i个接收装置时其采集到的声波信号是声波j信号。

在进一步的实施例中，由于受到隧洞内噪声、多径效应、温度变化等因素的影响，导致信号质量下降和定位误差增大，因此可以在信号处理阶段采用滤波处理，具体如下：对声波数据进行滤波前处理，使用自适应滤波器或卡尔曼滤波器来消除噪声、多径效应等干扰因素，使用小波变换来分析信号在不同频率下的特征，并提取有用信息。然后再使用广义互相关处理来获取各声波接收基站采集信号的时间差。

当使用卡尔曼滤波器时，具体过程如下：

预测步骤：根据上一时刻的状态估计和控制输入来预测当前时刻的状态估计；根据上一时刻的误差协方差矩阵和过程噪声协方差矩阵Q来预测当前时刻的误差协方差矩阵；

更新步骤：根据预测结果和观测噪声协方差矩阵R来计算卡尔曼增益矩阵K；根据预测结果和观测值来修正状态估计；根据卡尔曼增益矩阵来修正误差协方差矩阵。

当采用小波变换来分析信号在不同频率下的特征，并提取有用信息时，选择高斯小波或Haar小波来对信号进行处理。

本申请基于声波的传播特性确定声波声学参数，设置若干个已知坐标的声波接收基站1，对声波发生器2发出的声波进行接收，采用声波信号分析软件将不同声波接收基站1采集到的声音信号进行对比分析，从而确定声波发生器2的实际坐标，实现了长距离输水隧洞内载具3的实时定位，声波接收基站1、载具3、声波发生器2和计算机4之间可以使用电缆连接，解决了现有技术输水隧洞由于内部环境封闭，电磁波信号屏蔽导致无法对载具3实时定位不能及时发现输水隧洞结构缺陷或损伤的问题。

第二实施例，与第一实施例不同的地方在于在第一实施例的基础上又设置了载具3能够到达，且全站仪5能够采集到坐标数据的待测点。

在进一步的实施例中，设置全站仪的过程还可以采用无人装置，包括无人机或其他自动化设备。无人装置携带声波接收基站，在隧洞内按照预设的位置和间距放置声波接收基站，并记录每个声波接收基站的编号。然后无人装置携带全站仪，在隧洞内按照预设的位置和角度对每个声波接收基站进行测量，并获取每个声波接收基站的坐标数据。最后无人装置将每个声波接收基站的编号和坐标数据发送至计算机内。

如图2所示定位方法还包括：S200、在步骤S100中在隧洞端部设置有至少一个待测点，使用全站仪5获得待测点的坐标数据，并将待测点的坐标数据发送至计算机4内。

S201、在步骤S100与S101之间，使载具3根据待测点的坐标数据携带声波发生器2移动到待测点位置。

S202、在步骤S100与S101之间，启动待测点位置的声波发生器2，声波接收基站1采集声波数据，声波接收基站1将采集到的声波数据发送给计算机4。

S203、在步骤S100与S101之间，计算机4采用声波信号分析软件对至少两个声波接收基站1采集到的声波数据进行对比分析，获取各声波接收基站1采集信号的时间差，声波信号分析软件根据各声波接收基站1采集信号的时间差求得声波发生器2的坐标数据。

S204、在步骤S100与S101之间，计算机4将声波发生器2的坐标数据与待测点的坐标数据进行对比，获取声波发生器2与待测点之间的坐标数据差值作为初始坐标数据差值。

S205、依序执行步骤S101~S104，在步骤S104中，计算机4先将声波发生器2的坐标数据减去初始坐标数据差值获得校准坐标数据，然后计算机4再将声波发生器2的校准坐标数据发送给载具3，实现载具3的实时定位。

通过设定全站仪5能够采集到坐标数据的待测点，使计算机4以声波发生器2与待测点之间的坐标数据差值作为初始坐标数据差值，使得后续声波发生器2的坐标数据都能得到精确偏移，能够进一步的提高对载具3的实时定位精度。

在进一步的实施例中，可以声波采用声波编码的方式进行处理，从而解决编码效率低和传输速率慢的问题，具体为：

在发送声波前，先将声波信息转化为二进制数据，然后使用OFDM、QAM或PSK编码方案将二进制数据映射到不同的频率或相位上，形成声波信号。然后使用声波发生器发射声波信号，通过声波接收器接收声波信号，然后使用相同的编码方式将声波信号解码为二进制数据，再根据上述公式转化为坐标信息。

如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制，在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上做出各种变化。

Claims (4)

1.用于长距离输水隧洞内的实时精确声波定位方法，其特征在于，基于以下装置实现：若干个声波接收基站、全站仪、载具、声波发生器和计算机；所述声波发生器与载具连接，所述声波接收基站分布于隧洞内，所述声波接收基站、全站仪、载具和声波发生器与计算机连接，所述计算机内存储有待测点坐标数据、声波接收基站的坐标数据和声波信号分析软件；

所述全站仪用于采集声波接收基站的坐标数据并将声波接收基站的坐标数据发送至计算机内，所述载具用于携带声波发生器移动，所述声波发生器用于发射声波，所述声波接收基站用于采集声波并将声波数据发送给计算机，所述计算机使用声波信号分析软件对至少四个声波接收基站采集到的声波数据进行对比分析获得声波发生器的坐标数据，所述计算机将对比分析获得声波发生器的坐标数据发送给载具实现载具的实时定位；

定位方法包括：

S100、将声波接收基站布置于隧洞内，使用全站仪获得声波接收基站的坐标数据，并将声波接收基站的坐标数据发送至计算机内；

S101、使用载具携带声波发生器在隧洞内移动；

S102、启动声波发生器，声波接收基站采集声波数据，声波接收基站将采集到的声波数据发送给计算机；

S103、计算机采用声波信号分析软件对至少两个声波接收基站采集到的声波数据进行对比分析，获取各声波接收基站采集信号的时间差，声波信号分析软件根据各声波接收基站采集信号的时间差求得声波发生器的坐标数据；

S104、计算机将声波发生器的坐标数据发送给载具，实现载具的实时定位；

在步骤S100中，将声波接收基站布置于隧洞中的过程还包括：

调取隧洞的三维模型或采用激光扫描仪构建隧洞的三维模型；

基于隧洞的三维模型构建声波传播仿真模型；采集隧洞的材料特性和环境参数，确定包括传播路径、传播距离、传播速度和传播损耗在内的仿真参数；

针对声波传播仿真模型设计优化算法，以最小化待测点和接收基站之间的定位误差为目标函数，以待测点和接收基站的坐标为优化变量，以隧洞内部的空间约束和安全要求为优化约束，求解出至少两个相对最优待测点和接收基站的位置；以相对最优待测点构建载具在隧洞内的移动路径；基于计算偏差构建以相对最优待测点连线为中心线的移动区域；

需要根据优化算法得到的相对最优待测点和接收基站的位置，在隧洞内布设声波接收基站，并在步骤S101中，使用载具携带声波发生器在隧洞内移动，并在优化算法得到的待测点进行测量定位；

在步骤S102中，设置可转动的声波发生器，调取预存储的声波接收基站的坐标位置，并根据当前载具的位置计算声波发射方向；依次向各个声波接收基站所在的方向发射声波，并计算声波传播时间，然后计算载具当前的位置；

基于相邻的两个相对最优待测点的位置坐标对位于相邻两个相对最优待测点之间的待测点进行位置坐标优化；

在步骤S103中，所述声波信号分析软件使用公式1求得声波发生器的坐标数据；

公式1如下：

式中，c为声波传播速度，

t _i 为声波传播至接收装置i所需的时间，

r_ij为机器人到接收装置i与机器人到接收装置j的距离差，

（x，y，z）为声波发生器坐标，

（x _i ，y _i ，z _i ）为接收装置i的坐标；

在步骤S103中，先分别将至少两个声波接收基站采集到的声波数据导入到声波信号分析软件中，然后声波信号分析软件对声波数据进行滤波前处理，然后声波信号分析软件对经过滤波前处理的声波数据进行广义互相关处理，然后根据广义互相关序列获得声波数据的峰值点序列号，根据峰值点序列号计算各声波接收基站采集信号的时间差；

各声波接收基站采集信号的时间差为：t=N/f _s ；

其中，t为各声波接收基站采集信号的时间差，

N为声波数据的峰值点序列号，

f _s 为声波接收基站的采样频率；

所述声波信号分析软件使用公式2对经过滤波前处理的声波数据进行广义互相关处理；

公式2如下：

式中， x _i （t）为声波i信号，

G_ii（τ）为声波i信号的自相关函数，

G_ij（τ）声波i信号与声波j信号的互相关函数，

R（τ）为声波i的声音信号与声波j的声音信号的的PHAT广义互相关函数；

对公式1的求解过程进行简化采用如下过程：对公式1进行简化或变换，将其转化为一个非线性方程组或一个优化问题，然后使用数值方法来求解非线性方程组，或使用优化算法来求解优化问题，最后得到声波发生器的坐标数据；

具体的变换过程采用，将公式1中的每个平方根展开为平方，然后两边同时平方，消去平方根，得到一个关于x,y,z的四元二次方程组；

或者，将公式1中的每个平方根用泰勒展开近似为一次项，然后两边同时平方，消去平方根，得到一个关于x,y,z的四元一次方程组；

或者，将公式1转化为优化问题，求解：

r_ij与sqr((x_i-x)²+(y_i-y)²+(z_i-z)²)-sqr((x_j-x)²+(y_j-y)²+(z_j-z)²)之差的平方和最小的x,y,z；

基于上述优化目标，定义目标函数，然后通过牛顿法求解，即从一个初始点(x₀,y₀,z₀)开始，沿着函数的负海森矩阵方向进行搜索，直到满足收敛条件；

计算目标函数f(x,y,z)的梯度向量▽f(x,y,z)和海森矩阵H_f(x,y,z)；

在每一次迭代中，根据牛顿法的迭代公式更新变量值；

判断是否满足收敛条件，如果满足，则输出当前变量值(x^(k+1),y^(k+1),z ^(k+1))作为声波发生器的坐标数据；如果不满足，则返回上一步，继续迭代；

在信号处理阶段采用滤波处理，具体如下：对声波数据进行滤波前处理，使用自适应滤波器或卡尔曼滤波器来消除干扰因素，使用小波变换来分析信号在不同频率下的特征，并提取有用信息，然后再使用广义互相关处理来获取各声波接收基站采集信号的时间差；

当使用卡尔曼滤波器时，具体过程如下：

预测步骤：根据上一时刻的状态估计和控制输入来预测当前时刻的状态估计；根据上一时刻的误差协方差矩阵和过程噪声协方差矩阵Q来预测当前时刻的误差协方差矩阵；

更新步骤：根据预测结果和观测噪声协方差矩阵R来计算卡尔曼增益矩阵K；根据预测结果和观测值来修正状态估计；根据卡尔曼增益矩阵来修正误差协方差矩阵；

当采用小波变换来分析信号在不同频率下的特征，并提取有用信息时，选择高斯小波或Haar小波来对信号进行处理；

声波采用声波编码的方式进行处理，具体为：

在发送声波前，先将声波信息转化为二进制数据，然后使用OFDM、QAM或PSK编码方案将二进制数据映射到不同的频率或相位上，形成声波信号，然后使用声波发生器发射声波信号，通过声波接收器接收声波信号，然后使用相同的编码方式将声波信号解码为二进制数据，再转化为坐标信息。

2.根据权利要求1所述用于长距离输水隧洞内的实时精确声波定位方法，其特征在于，若在执行步骤S100过程中，在隧洞端部设置有至少一个待测点，使用全站仪获得该待测点的坐标数据，并将待测点的坐标数据发送至计算机内；则在步骤S100与S101之间，还包括如下步骤：

S201、使载具根据待测点的坐标数据携带声波发生器移动到待测点位置；

S202、启动待测点位置的声波发生器，声波接收基站采集声波数据，声波接收基站将采集到的声波数据发送给计算机；

S203、计算机采用声波信号分析软件对至少两个声波接收基站采集到的声波数据进行对比分析，获取各声波接收基站采集信号的时间差，声波信号分析软件根据各声波接收基站采集信号的时间差求得声波发生器的坐标数据；

S204、计算机将声波发生器的坐标数据与待测点的坐标数据进行对比，获取声波发生器与待测点之间的坐标数据差值作为初始坐标数据差值；

S205、依序执行步骤S101~S104，在步骤S104中，计算机先将声波发生器的坐标数据减去初始坐标数据差值获得校准坐标数据，然后计算机再将声波发生器的校准坐标数据发送给载具，实现载具的实时定位。

3.根据权利要求1所述用于长距离输水隧洞内的实时精确声波定位方法，其特征在于，在步骤S104中，计算机将声波发生器的坐标信息采用声波编码加载传递给载具，实现载具的实时定位。

4.根据权利要求1所述用于长距离输水隧洞内的实时精确声波定位方法，其特征在于，所述载具是水下机器人、潜艇或船。