在室内定位过程中，针对行人航迹推算（PDR,pedestrian dead reckoning）算法中惯性传感器的累积误差随时间增大的问题，提出一种基于智能手机的声波测距与PDR融合的室内定位方法。首先，利用PDR进行位置推算，然后，利用声波测量手机与墙之间的距离，结合已知的室内地图信息，对 PDR 中的累积误差进行纠正。在不需要布置任何节点的条件下，实现长时间稳定的室内定位。为解决长距离条件下墙体反射的回波信号难以检测的问题，利用智能手机内置双麦克风的特点，采用波束成形的方法，对目标墙体反射的回波进行信号增强，增大了声波测距的有效测量距离，从而扩大了所提定位方法的应用范围。实验结果表明，所提融合定位方法的平均定位误差为0.427 m，与单独使用PDR的定位结果相比，平均定位误差降低了2.748 m。

在不获取手机麦克风权限的情况下，通过陀螺仪传感器数据的神经网络算法，就可以从声波振动中提取出讲话者的语音。 现代智能手机上的MEMS陀螺仪足够灵敏，可以测量手机附近的声音信号。结果信号仅包含非常低的频率信息（<200Hz）。尽管如此，我们使用信号处理和机器学习表明，该信息足以识别说话者信息甚至解析语音。由于iOS和Android无需特殊权限即可访问陀螺仪，因此我们的结果表明，无法访问麦克风的应用和有效的网络内容仍然可以在电话附近获取语音。

我为我的作业编写了这些代码，如果您有现成的代码可用于寻找斜激波的声波、冯诺依曼和分离角等，那么解决冲击波动力学问题会更方便。 您还可以使用shockpolar.m 代码轻松找到滑移线角度。

物联网设备之间的感知以及交互技术是物联网行业发展必备基础之一。随着多媒体设备越来越普及（如智能手机、平板电脑、家庭音响），普遍存在于这些设备上的扬声器和麦克风使低成本声波设备与设备之间的交互技术成为可能。而声波具有的低速率、低频率的物理特性，使基于声波的感知技术具有较高的精度、较低的计算量等优点。基于此，提出一种声源与移动设备之间基于声波的相位差测量方法，以在不同的移动设备与声源之间进行高精度的距离测量。在一定范围内，首先，移动设备接收声源发送的单频率声音信号，并利用声音信号与声源的音频模块进行相位同步，然后，通过计算移动设备与声源之间相位差，计算移动设备与声源之间距离的改变。

研究了单色光在损耗介质中激励的受激布里渊散射,运用分布起伏噪声源模型描述了受激布里渊散射的产生过程,通过傅里叶变换,得到了输出斯托克斯光波的功率谱密度。

本资源实现了短距离无线计算器的开发，产品由一系列实现无线计算器服务MATLAB函数组成。最终的产品是一批m文件，这些m文件可以在一台标准电脑上作为发射机或接收机运行。

基于一维压电方程的解析解，利用MATLAB编程计算，得到理想状态下和复合阻抗情况下的FBAR的谐振特性曲线

Android应用源码之声波支付例子SinVoice-master技术实现完整源码下载

该源代码是声波通信的源代码，可以将信息用声波编码，然后传输给对方。该技术已经在很多软件上都有应用，比如iphone中的chirp，android中的茄子快传，支付宝的声波支付，已经小米的传快等。

一阶声波模拟，c++ 声波模拟,有限差分算法，简单程序