GCC-PHAT je algoritmus pro odhad časového rozdílu příchodu (TDoA) s vysokým rozlišením, specifikovaný v 3GPP pro určování polohy UE, který bělí fázové spektrum za účelem zvýšení přesnosti v dozvukovém prostředí.

Popis

Generalized Cross-Correlation with Phase Transform (GCC-PHAT) je pokročilý algoritmus zpracování signálu používaný k odhadu časového rozdílu příchodu (TDoA) signálu přijatého dvěma nebo více mikrofony či senzory. V kontextu 3GPP je standardizován v TS 26.253 jako součást rámce pro určování polohy, konkrétně pro použití v akustických lokalizačních systémech, kde může uživatelské zařízení (UE) určit svou polohu nasloucháním zvukovým signálům z pevných reproduktorů se známou polohou (např. v nákupním centru nebo na letišti). Algoritmus funguje tak, že vypočítá vzájemnou korelaci mezi signály přijatými dvěma senzory a aplikuje specifickou váhovou funkci na reprezentaci ve frekvenční oblasti, aby zvýraznil vrchol TDoA.

Z architektonického hlediska pro určování polohy v 3GPP systém zahrnuje Akustický lokalizační server (APS), který spravuje akustické majákové vysílače (reproduktory), a UE s mikrofonem. Reproduktory vysílají známé, neslyšitelné akustické signály (často pískoty nebo kódované sekvence). Mikrofon UE tyto signály zachytí. Lokalizační software v UE následně zpracuje zachycený zvuk aplikací algoritmu GCC-PHAT po dvojicích mezi referenčním signálem (známá vyslaná sekvence) a přijatým signálem, nebo mezi signály přijatými v různých časech, pokud má UE pouze jeden mikrofon a pohybuje se. Základními výpočetními komponentami jsou rychlá Fourierova transformace (FFT), výpočet fázové vzájemné výkonové spektrální hustoty, inverzní FFT a detekce vrcholu.

Jak funguje: Nejprve jsou přijaté zvukové signály z mikrofonu(ů) digitalizovány a předzpracovány (např. filtrovány, okenovány). Pro dvojici signálů (nebo přijatý signál a referenční signál) se vypočítá jejich vzájemná výkonová spektrální hustota. Klíčovým krokem PHAT je vážení této vzájemné výkonové spektrální hustoty převrácenou hodnotou její velikosti, čímž se efektivně zachová pouze fázová informace – to je ‘fázová transformace’. Tento proces bělení potlačuje vliv amplitudového spektra signálu, což je výhodné, protože činí korelační vrchol ostřejším a odolnějším vůči akustice prostředí, jako je dozvuk a šum, které ovlivňují amplitudu signálu. Inverzní FFT tohoto váženého spektra dává funkci zobecněné vzájemné korelace. Časové zpoždění odpovídající maximálnímu vrcholu této funkce je odhadnutý TDoA. S odhady TDoA z více dvojic majáků lze polohu UE vypočítat pomocí hyperbolické laterace.

Její role v ekosystému 3GPP spočívá v tom, že je vysoce přesnou komponentou pro doplňkové lokalizační technologie, zejména pro vnitřní scénáře, kde jsou signály GNSS slabé nebo nedostupné. Specifikací GCC-PHAT ve standardu 3GPP zajišťuje konzistentní a vysoce výkonné implementace akustického určování polohy napříč různými UE a infrastrukturou, což umožňuje služby založené na poloze, navigaci a určení polohy volajícího v nouzi i uvnitř složitých budov. Představuje integraci pokročilých technik DSP do standardů mobilních sítí za účelem splnění přísných požadavků na určování polohy pro 5G a další generace.

K čemu slouží

GCC-PHAT byl začleněn do standardů 3GPP, aby řešil kritickou výzvu přesného určování polohy uvnitř budov. Tradiční metody určování polohy založené na mobilních sítích, jako je OTDOA využívající rádiové signály, mohou uvnitř budov selhávat kvůli vícecestnému šíření a útlumu signálu. Podobně je GNSS často uvnitř budov nedostupný. Byla zde zřejmá motivace standardizovat doplňkové vysoce přesné technologie a akustické určování polohy se ukázalo jako slibné řešení díky všudypřítomnosti mikrofonů a reproduktorů v UE a infrastruktuře.

Hlavním problémem, který GCC-PHAT řeší, je spolehlivý odhad časových zpoždění v akusticky náročném prostředí. Jednoduché metody vzájemné korelace jsou vysoce náchylné k dozvuku a šumu v pozadí, což může rozmazat nebo vytvořit falešné korelační vrcholy, což vede k velkým chybám TDoA. Váhování PHAT tyto efekty specificky zmírňuje tím, že zdůrazňuje fázovou informaci, která je v dozvukových podmínkách stabilnější než amplituda. Výsledkem je ostřejší, jednoznačnější korelační vrchol, který umožňuje přesnost odhadu TDoA na úrovni centimetrů až decimetrů, což přímo vede k vyšší přesnosti určení polohy.

Historicky byl GCC-PHAT po desetiletí známým algoritmem ve výzkumu zpracování zvukového signálu a akustické lokalizace. Jeho standardizace v 3GPP Release 18 odráží snahu průmyslu splnit regulatorní (např. E911) a komerční požadavky na přesnou vnitřní lokalizaci. Řeší omezení předchozích nestandardizovaných nebo proprietárních akustických metod tím, že poskytuje definovaný, vysoce výkonný základní algoritmus. To zajišťuje interoperabilitu, umožňuje srovnávání výkonu a dává výrobcům zařízení a síťovým operátorům společný technický základ, na kterém mohou budovat škálovatelné služby vnitřního určování polohy jako součást plánu vývoje pro 5G Advanced a 6G.

Klíčové vlastnosti

• Používá váhování fázovou transformací (PHAT) k bílení vzájemného výkonového spektra
• Poskytuje odhad časového rozdílu příchodu (TDoA) s vysokým rozlišením
• Odolný výkon v dozvukovém a hlučném akustickém prostředí
• Standardizovaný algoritmus zajišťuje interoperabilitu pro akustické určování polohy
• Umožňuje přesnost vnitřního určování polohy na úrovni centimetrů až decimetrů
• Může pracovat s jedním mikrofonem na pohybujícím se UE nebo s více mikrofony

Definující specifikace

• TS 26.253 (Rel-19) — IVAS Codec Algorithmic Description

📖 Anglický originál a plná specifikace: GCC-PHAT na 3GPP Explorer