necdetyigiteroglu -ilk bildiriler konferansı 2015
TRANSCRIPT
BİTİRME ÇALIŞMASI
Proje İsmi
SPEKTRUM ARALIĞI TANIMLI AKUSTİK İŞARETLERİN GELİŞ
YÖNÜNÜN SAPTANMASI
Öğrenci İsmi
Necdet Yiğit EROĞLU
Danışman
Doç.Dr. Selçuk HELHEL
Haziran, 2015
Antalya
T.C.
AKDENİZ ÜNİVERSİTESİ
Elektrik-Elektronik Mühendisliği Bölümü
ii
Bu çalışma …. / …. / 2015 tarihinde aşağıdaki jüri tarafından Elektrik-Elektronik
Mühendisliği Bölümü’nde Lisans Bitirme Projesi olarak kabul edilmiştir.
Bitirme Projesi Jürisi
Danışman Adı
Doç.Dr. Selçuk HELHEL
Üniversite Akdeniz Üniversitesi
Fakülte Mühendislik Fakültesi
Jüri
Doç. Dr. Ömer Halil ÇOLAK
Üniversite Akdeniz Üniversitesi
Fakülte Mühendislik Fakültesi
Jüri
Yrd. Doç. Dr. Övünç POLAT
Üniversite Akdeniz Üniversitesi
Fakülte Mühendislik Fakültesi
iii
ÖZET
SPEKTRUM ARALIĞI TANIMLI AKUSTİK İŞARETLERİN GELİŞ
YÖNÜNÜN SAPTANMASI
NECDET YİĞİT EROĞLU
BİTİRME ÇALIŞMASI
DANIŞMAN: DOÇ.DR. SELÇUK HELHEL
HAZİRAN 2015
Yön belirleme sistemleri, özellikle konumun belirlenemediği askeri çatışma alanlarında,
dağlık ve sınır bölgelerde, insan hayatını kurtaracak öneme sahiptir. Yapılan çalışmada,
mevcut konum belirleme sistemlerine entegre edilebilecek özellikte bir akustik yön belirleme
sistemi tasarlanmak istenmiştir.
Akustik yön bulma, ortam taraması yapmaya gereksinim duymadan akustik işaretlerinin
kaynaklarını göstermeye ve tanımlamaya olanak sağlamaktadır. Çalışmanın bu aşamasında,
daha önceden frekans spektrum karşılıkları belirlenmiş ses kaynaklarının yönleri, yüksek
doğruluk oranında tespit edilmeye çalışılmıştır.
ANAHTAR KELİMELER: akustik sinyal, korelasyon, yön tayini
JÜRİ: Doç. Dr. Selçuk HELHEL (Danışman)
Doç. Dr. Ömer Halil ÇOLAK
Yrd. Doç. Dr. Övünç Polat
iv
ABSTRACT
DETERMİNİNG THE DIRECTION OF ARRIVAL OF THE ACOUSTİC
SIGNALS DEFINED WITH SPECTRUM INTERVAL
NECDET YİĞİT EROĞLU
FINAL STUDY
ADVISER: Doç. Dr. Selçuk HELHEL
June 2015, 27 Pages
Location detection systems, especially in areas where it is difficult to determine the
position of military conflicts, in mountainous regions and borderlands, has an
important role to save lives. In this study, an acoustic location detection system is
designed which can be integrated into existing location detection systems. Acoustic
navigation, allowing to detect and identify to the source of the acoustic signals without
the need to environmental scanning. At this stage of the study, has tried to detect
directions of the previously determined frequency spectrum responses, with the high
accuracy.
KEYWORDS: acoustic signal, correlation, direction determination
COMMITTEE: Doç. Dr. Selçuk HELHEL (Supervisor)
Doç. Dr. Ömer Halil ÇOLAK
Yrd. Doç. Dr. Övünç Polat
v
ÖNSÖZ
Yaşamım ve eğitim hatı boyunca benden sevgilerini ve desteklerini esirgemeyen
aileme, ortaya çıkardığım bu projeyi hazırlamamda bilgisi ve desteğini esirgemeyen
danışman hocam Doç. Dr. Selçuk HELHEL’e, eğitim-öğretim hayatım boyunca
üzerimde emeği geçen tüm hocalarıma, beraber emek verdiğimiz tüm arkadaşlarım
Atalay KOCAKUŞAK, Ayşe DİNDAR, Merve SÜNEL, N. Hümeyra YERKESİKLİ,
Çağdaş TOPCU ‘ya teşekkür ederim.
Necdet Yiğit EROĞLU
vi
İÇİNDEKİLER
ABSTRACT ................................................................................................................ iv
ÖNSÖZ ........................................................................................................................ v
ŞEKİLLER DİZİNİ .................................................................................................... vii
SİMGELER VE KISALTMALAR DİZİNİ .............................................................. vii
BÖLÜM 1. GİRİŞ ........................................................................................................ 1
BÖLÜM 2. TEORİK BİLGİLER ................................................................................ 2
2.1.Ses Sinyali ve Yayılımı ...................................................................................... 2
2.2.Ses Sinyali .......................................................................................................... 2
2.2.1. Ses Sinyali Yayılımı ................................................................................... 2
2.2.2. Metodlar ..................................................................................................... 3
2.2.2.1. Dataların Alınması ve Çerçevelenmesi ................................................... 3
2.2.2.2. Dalgacık Aralık-Bağımlı Gürültü Süzme ............................................... 3
2.2.2.3. Önvurgu Süzgeci ..................................................................................... 5
2.2.2.4. Hamming Pencereleme ........................................................................... 6
2.2.2.5. Çapraz Korelasyon .................................................................................. 8
2.2.2.6. İnterpolasyon ........................................................................................... 9
2.2.2.7. Hızlı Fourier Dönüşümü (HFD) .............................................................. 9
2.2.2.8. Karesel Genliğin Spektral Tutarlılığı .................................................... 10
2.2.2.9. Farksal Varış Zamanı’ndan Varış Açısı Dönüşümü ............................. 10
Materyaller ............................................................................................................. 13
BÖLÜM 4. SONUÇLAR ........................................................................................... 15
BÖLÜM 5. KOD ÖRNEKLERİ ................................................................................ 16
BÖLÜM 6. REFERANSLAR .................................................................................... 19
vii
ŞEKİLLER DİZİNİ
Şekil 1 Metod Akış Şeması .......................................................................................... 3
Şekil 2. Dalgacık Aralıkları.......................................................................................... 4 Şekil 3. Önvurgu Süzgeci Transfer Fonksiyonu Grafiği .............................................. 5 Şekil 4. Önvurgu Süzgeci Çıkışı .................................................................................. 6 Şekil 5. Pencere Fonksiyonu Transfer Fonksiyonu Grafiği ......................................... 7 Şekil 6. Pencereleme Fonksiyonu Giren Çıkan Sinyaller ............................................ 7
Şekil 7. İki Sinyalin Çapraz Korele Grafiği ................................................................. 8 Şekil 8. İnterpolasyon Gİriş ve Çıkış Sinyali ............................................................... 9 Şekil 9. Yansımasız Oda Bir Numaralı Deney Düzeneği .......................................... 11
Şekil 10. Yansımasız Oda İki Numaralı Deney Düzeneği ......................................... 12 Şekil 11. Dinamik Mikrofonlar .................................................................................. 13 Şekil 12. Mikrofonların Kutupsal Modeli .................................................................. 13 Şekil 13. 16-24 Bit Harici Ses Kartı........................................................................... 14
Şekil 14. Kablosuz Hoparlör ...................................................................................... 14
Şekil 15. Altmış Bir Nokta İçin Hesaplanan Başarı Yüzdesi Grafiği ........................ 15 Şekil 16. Başarı Yüzdesi Grafiği ................................................................................ 15
SİMGELER VE KISALTMALAR DİZİNİ
Simgeler
s Saniye
v Volt
W Watt
Hz Hertz
dB Desibel
Kısaltmalar
AF Alçak Frekans
RF Radyo Frekans
ADD Ayrık Dalgacık Dönüşümü
SDD Sürekli Dalgacık Dönüşümü
CWT Continuous Wavelet Transform
viii
1
BÖLÜM 1. GİRİŞ
Yapılacak çalışma, mevcut konum belirleme sistemlerine entegre edilebilecek
özellikte bir akustik yön belirleme sistemi kurulmaya çalışılacaktır. Yön belirleme
özelliği özellikle konumun belirlenemediği askeri çatışma alanlarında, dağlık ve sınır
bölgelerde insan hayatını kurtaracak öneme sahiptir. Su altı ses kaynağının yönünü
bulmaya dönük patentli ürünler de bulunmaktadır. Örneğin US4119942 A numaralı
patentli ürünü olan akustik yön bulma cihazını su altında bir ortam taraması yapmaya
gereksinim duymadan su altı işaretlerinin kaynaklarını gösteren ve tanımlayan cihaz
olarak belirtmektedir. Akustik yön bulma çalışmaları çoğunlukla su altı tarama
sistemlerinin bir parçası olarak[i] ola gelmekte ise de son zamanlarda karada da akustik
yön bulma sistemleri konusunda ciddi çalışmalar yapılmaktadır[ii]. Altmann[ii]
çalışmasında ağır-kara savaş taşıtlarında kullanılabilecek türden akustik kaynaklarının
yönünü bulma konusunda yapılan pek çok çalışmayı derleyecek topluca sunmuştur.
Çalışmada da rapor edildiği üzere sesin ve titreşimin kaynağı ağır kara taşıtlarının
motor sesleridir. Bu askeri kara araçlarının hareket yönünün bilinmesi önemlidir. The
Bochum Verification Project ile yer sensörlerinin potansiyelini incelemiş motorlardan
kaynaklanan seslerin akustik olarak daha baskın ve seçilebilir olduklarını anlatmıştır.
Yön bulmak için Ses şiddeti tabanlı hüzme oluşturma algoritmaları kullanmak
mümkündür[iii]
Çalışmanın bu aşamasında daha önceden frekans spektrum karşılıkları
belirlenmiş ses kaynaklarının yönünün belirlenmesine çalışılacaktır.
Konum belirleme sistemleri, daha önceden sınırları belirlenmiş olan bir alanda,
belirlenmiş sinyallere göre(RF, Akustik vs.) hedef objenin yerini belirlemek için
geliştirilmişlerdir. Ancak özellikle askeri çatışma sahalarında her zaman verimli
çalışabilecek bir konum tespit sistemi kurulamamaktadır. Bunun en büyük sebebi
çalışılan ortamın homojenliğinin oldukça düşük olmasıdır.
Geliştirilmek istenen sistem, konum tespitinin hali hazırda var olan sistemlerle
tespit edilemediği anlarda, çatışma bölgesindeki birimlerin çevresel etkilere karşı
hazırlıklı olmasını sağlamak için yön tespiti yapacaktır.
Mevcut konum belirleme sistemleri tablo 1 de görüldüğü gibi, radyo dalgaları
ya da benzer dalgalar aracılığı ile 3 Merkez Uzaklığı-3MUbkz.(KOCAKUŞAK,
HELHEL, URSI 2014 Elazığ) yöntemi ve benzeri yöntemler kullanılarak
yapılmaktadır. Bu projede amacımız, daha önceki sistemlere entegre edilebilecek ve
hibrit sistemler tasarlamayı kolaylaştıracak akustik yön belirleme sistemi
tasarlanmasıdır. Akustik olarak yön belirlemesi özellikle askeri alanlarda konumun
belirlenemediği bölgelerde ilgili aranan ses kaynağının sisteme göre hangi açı da
olduğu saptanarak ilgili birimlerin kendilerini korumasını sağlamaktır.
2
BÖLÜM 2. TEORİK BİLGİLER
2.1.Ses Sinyali ve Yayılımı
2.2.Ses Sinyali
Ses sinyali herhangi bir sesin iletilmek veya saklanmak için elektromanyetik
enerjiye çevrilmiş halidir. Bu sinyal AF kısaltmasıyla da gösterilir.
Ses havadaki titreşimin kulakta oluşturduğu duygudur. Titreşim çok
farklı frekanslarda olabilir. Bu titreşim mikrofon vasıtasıyla ses sinyaline çevrilir. Ses
kaydeden cihazlarda cihazın kaydettiği en düşük ve en yüksek frekanslar arasındaki
bölge ses bandı (AF bandı) olarak bilinir.
2.2.1. Ses Sinyali Yayılımı
Ses hızı havada, deniz seviyesinde ve 21 °C sıcaklıkta 343.2 m/s (343.2
metre/saniye) (yaklaşık 1235.5 km/saat) olarak alınır. Ses hızı frekansa bağlı olarak
değişmez, her frekansta ses aynı hızda gider.
Havanın sıcaklık, yoğunluk durumuna göre sesin yayılma hızı değişir. Soğuk
havada ses hızı azalır. Ses sıcak havadan soğuk havaya geçerken yayılma doğrultusunu
değiştirir.
Sesin havadaki hızı yaklaşık olarak şu formülle hesaplanabilir:
16.05.331 msChava Formüldeki sıcaklığın derece santigrad (°C)
cinsinden ifadesidir.
3
2.2.2. Metodlar
Şekil 1 Metod Akış Şeması
2.2.2.1. Dataların Alınması ve Çerçevelenmesi
Giriş işareti, M örnekten oluşan kısımları örtüşen N örnek uzunluğunda
konuşma parçalarına bölünür (M<N). İlk çerçeve N örnekten oluşurken sonraki
çerçeve, ilk çerçeveden M örnek sonra başlar ve böylece N-M kadar örnek örtüşür.
Deneyler sırasında 50 ms uzunluklu çerçeveler kullanılmıştır.
2.2.2.2. Dalgacık Aralık-Bağımlı Gürültü Süzme
Dalgacık serileri birçok farklı alana uygulanabilen bir yöntem olup, bunlar
arasında uygulamalı matematik, sinyal işleme teknikleri, ses ve görüntü sıkıştırma
teknikleri başta gelmektedir. Dalgacıklar ilk olarak Jean Morlet ve A. Grossman
tarafından coğrafi bilgi sistemleri için kullanılmaya başlanmıştır. Gerçekte,
dalgacıkların temel başlangıcı Joseph Fourier’e ve O’nun Fourier dönüşümüne kadar
gitmektedir. 1807’den sonra Fourier denklemlerinin ortaya çıkmasıyla matematikçiler
sinyali tanı- ma için frekans alanında çalışmaya yöneldiler. Dalgacıklar ilk olarak Haar
dalgacık olarak adlandırılan Haar’ın tezinin ekler kısmında gö- rülmüştür. Haar
dalgacıklar bazı sınırlı uygulamalar için geçerli olup, bilinen en basit ve en eski
dalgacık fonksiyonudur. 1977’lerde Esteban ve Galand yeni bir süzgeç kavramını
ortaya attı ancak bu yolla ana sinyalin yeniden elde edilmesinde hata çok yüksekti.
Dalgacık terimi ilk kez 1984’de Morlet ve Grossman tarafından kuantum fiziği çalış-
malarında kullanıldı. 1987’de Mallat dalgacık ve süzgeç grupları arasındaki ilişkiyi
ortaya çı- kardı. Meyer kendi adıyla anılan ilk dalgacıkları ortaya attı. Bu Haar
dalgacıkların aksine, sürekli uygulamalarda kullanılabilen bir fonksiyon idi. Yıllar
geçtikçe, Ingrid Daubhecies bir takım dik tabanlı dalgacık serilerini ortaya atarak
günümüzdeki birçok uygulamaya temel teşkil etmiştir. Tanım olarak, bir dalgacık, o
Dataların Alınması ve Çerçevelenmesi
Dalgacık Aralık-Bağımlı Gürültü
SüzmeÖnvurgu Süzgeci
Hamming Pencereleme
Çapraz Korelasyon İnterpolasyonKaresel Genliğin
Spektral Tutarlılığı
Farksal Varış Zamanı’ndan Varış
Açısı Dönüşümü
4
talama değeri sıfır olan ve zamanla sınırlı bir dalga şeklidir. Zaman ekseninde
kaydırma ve ölçekleme parametreleri dalgacıkların temelini oluşturmaktadır. Fourier
serilerinin temel fonksiyonları sinüs ve kosinüs ifadelerinden meydana gelmektedir.
Buna karşın çok sayıda dalgacık fonksiyonları vardır. Dalgacık dönüşümü değişik
uzunluktaki bölgeleri kapsayan pencereleri içeren yeni bir teknik olarak karşımıza
çıkmaktadır. Wavelet metodu kullanarak bir sinyalin ayrıştı- rılması ve tekrar
oluşturulması genel olarak üç aşamadan oluşur.
1) Ayrık wavelet dönüşümü kullanarak sinyalin bileşenlerine ayrılması,
2) Ortaya çıkan katsayıların thresholding metotlarıyla yumuşatılması,
3) Threshold yapılmış ayrık wavelet katsayılarından tekrardan orijinal sinyalin
oluşturulması
Yaklaşımlar Alt Bantlar (Hz) Detaylar Alt bantlar(Hz)
a1 0-50 d 1
0-50
a2 0-350 d 2
50-350
a3 0-1000 d 3
350-1000
a4 0-3500 d 4
1000-3500
a5 0-7000 d 5
3500-7000
a6 0-14000 d 6
7000-14000
Şekil 2. Dalgacık Aralıkları
Verilen bir x(t) fonksiyonu için Sürekli Dalgacık Dönüşümü (SDD) (1)’de
verilmiştir. Burada dalgacık dönüşümü, işareti ψ(t) ana dalgacığının ötelenmiş ve
ölçeklenmiş versiyonlarına ayrıştırmaktadır.
dta
ttx
aaCWT
*1,
Denklem 1. Sürekli Dalgacık Dönüşümü
ve a öteleme ve ölçekleme parametreleridir. Ayrık Dalgacık Dönüşümü
(ADD)
a
bnnx
abaDWT
n
*1),(
Denklem 2. Ayrık Dalgacık Dönüşümü
5
2.2.2.3. Önvurgu Süzgeci
Ön vurgulama işleminde giriş işareti birinci dereceden bir FIR süzgeç
girişine uygulanır. Birinci dereceden süzgecin transfer fonksiyonu,
195.01)( zzH Denklem 3. Önvurgu Süzgeci Transfer Fonksiyonu
Ön vurgulama işleminin amacı sinyalin yüksek frekans bileşenlerini daha baskın hale getirmektir. Önvurgulama Süzgeci Transfer Fonksiyonu Cevabı,
Şekil 3. Önvurgu Süzgeci Transfer Fonksiyonu Grafiği
Önvurgulama Cevabı
6
Şekil 4. Önvurgu Süzgeci Çıkışı
2.2.2.4. Hamming Pencereleme
Çerçeveleme işleminden sonraki adım olan pencereleme işleminde amaç
sinyalin başındaki ve sonundaki süreksiz kısımları azaltmak, dolayısıyla sinyalin
başındaki ve sonundaki bilgi içermeyen bölümleri bastırarak spektral bozulmayı
engellemektir. Giriş işaretimizi x(n), pencere fonksiyonunu w(n) ve çıkış işaretimizi
ise y(n) ile ifade edecek olursak, çıkış işaretimiz,
)()()(
)1
2cos()(
nwnxny
N
nnw
Denklem 4. Hamming Pencereleme Fonksiyonu
şeklinde olacaktır. Genellikle pencere fonksiyonu olarak Hamming penceresi
kullanılır. Pencereleme Fonksiyonun Transfer fonksiyonu grafiği
7
Şekil 5. Pencere Fonksiyonu Transfer Fonksiyonu Grafiği
Şekil 6. Pencereleme Fonksiyonu Giren Çıkan Sinyaller
8
2.2.2.5. Çapraz Korelasyon
İki sinyal dizisi arasindak benzerliği ölçmeye yarayan yöntemdir. Çoğu
uygulamada sinyaller arasındaki fark ya da oran sabitse bu sinyaller biribirine benzer
kabul edilebilir. Normalize etmedeki amaç aralarindaki fark ya da oran sabit olan
sinyallerini, bu farklılıklarının korelasyon değerine etkisini yok etmektir.
Normalizasyon özellikle uzaklığa bağlı olarak genliklerdeki azalmadan doğan farkı
ortadan kaldırmak içindir.
İki farklı zaman dizileri arasında, X ve Y iki sinyal arasında çapraz korelasyon
döndürür. Çapraz korelasyon geçikme fonksiyonu olarak X ile Y arasında kaydırma
yapılarak benzerlik ölçülür. Benzerliğin maksimum olduğu noktada gecikme tespit
edilmiş olur.
.0),(
,0,)(
)(
1
0
*
**
mmR
myxmR
yxnEyxEmRxy
xy
mN
n
nmn
xy
mnnmn
Denklem 5. Çapraz Korelasyon Fonksiyonu
Şekil 7. İki Sinyalin Çapraz Korele Grafiği
9
2.2.2.6. İnterpolasyon
İlk kez Uygulamalı Matematik biliminin bir alt kategorisi olan Sayısal
Analiz yöntemlerinde tanımlanan ve elde varolan değer noktalarından yola çıkarak bu
noktalar arasında, farklı bir yerde ve değeri bilinmeyen bir noktadaki olası değeri
bulmaya/tahmin etmeye yarayan yöntemlerin tümüne verilen genel isimdir. En basit
tanımı ile "varolan sayısal değerleri kullanarak, boş noktalardaki değerlerin tahmin
edilmesi" olarak açıklanmaktadır.
İnterpolasyon uygulanarak veri çözünürlüğü artırılmıştır.
Şekil 8. İnterpolasyon Gİriş ve Çıkış Sinyali
2.2.2.7. Hızlı Fourier Dönüşümü (HFD)
N örnekten oluşan konuşma parçasını zaman domeninden, frekans domenine çevirmek
için Hızlı Fourier Dönüşümü uygulanır. HFD, Ayrık Fourier Dönüşümünü (AFD)
hızlandırmak için uygulanan bir algoritmadır. N, örnekli bir set için AFD’nin
Matematiksel ifadesi,
,1
0
2
N
k
Njkn
kn exX
1,........,2,1,0 Nn
Denklem 6. Hızlı Fourier Dönüşümü
şeklindedir. Şekil 2.5 (a)’da ön vurgulama işlemi yapılmış ve daha sonra da Hamming
penceresi ile pencerelenmiş konuşma çerçevesi, (b)’de ise Hızlı Fourier Dönüşümü
alınarak elde edilen genlik spektrumu görülmektedir.
10
2.2.2.8. Karesel Genliğin Spektral Tutarlılığı
Eşit uzunluktaki iki sinyal dizisinin spektrumlarının normalize edilmiş karesel
genliklerinin tutarlılığına bakılır. X ve Y örneklerinin karesel güç spektral
yoğunluğunun her frekanstaki gücünü karşılaştırarak doğruluğu sağlanır.
)()(
)()(
2
fPfp
fPf
yyxx
xy
xyc
1)(
)(
)()(
)(
)()(
)()(
2
2
22
22
fP
fP
fPfP
fPfH
fPfP
fPfHf
xx
xx
yyxx
xx
yyxx
xx
xyc
Denklem 7. Karesel Genliği Spektral Tutarlılığı
2.2.2.9. Farksal Varış Zamanı’ndan Varış Açısı Dönüşümü
Hesaplanan geliş zamanlarının gecikmesinden geliş açısı dönüşümü yapılmaktadır.
,
,
,
zx
yz
xy
j
sszx
j
ssyz
j
ssxy
e
e
e
Denklem 8. Farksal Varış Zamanı Hesabı
zxyzxy
,, İkili olarak eşleştirilen mikrofonlar arasındaki geçikmeler,
,
,
2
2
zxyzyz
xyyzyx
Denklem 9. Varış Farkından Varış Açısı Dönüşümü
11
BÖLÜM 3. TEZ DÜZENEĞİ ve MATERYALLER Tez düzeneklerinin kurulumu anechoic chamber (Yalıtımlı odada)
gerçekleştirilmiştir. Deney ortamında nemlilik %40 sıcaklık 24 derecede sabit
tutulmuştur. Deneylerde alıcılar iki farklı geometride konumlandırılmıştır. İki farklı
geometride konumlandırılmasındaki amaç kullanılan alıcıların kutup yayılmalarında
açıya bağlı zayıflamayı test etmektir Bir numaralı deney düzeneğinde alıcılar yatay
düzlemde 50cm mesafeyle 90 derecelik açılarda yerleştirilmiştir. Ses kaynağı 60cm
yükseklikte ve 5cm adım aralığı ile ölçümler alınmıştır.
Şekil 9. Yansımasız Oda Bir Numaralı Deney Düzeneği
İki numaralı deney düzeneğinde Eşkenar Üçgen Piramit diziliminde, üç adet
alıcı yer düzleminde aralarında 50cm mesafede 120 derecede, 4 numaralı alıcı yer
düzleminden 85cm yükseklikte eşkenar üçgenin merkezine bakmaktadır.
12
Şekil 10. Yansımasız Oda İki Numaralı Deney Düzeneği
İki deney düzeneğinde yapılan ölçümler sırasında ses kaynağının hareketi siyah
yürüme alanın üzerinde hareket ettirilmiştir.
13
Materyaller
-Projede 4 adet Kardiodid kutupsal modele sahip,80 Hz. – 14 KHz frekans aralığına
duyarlı dinamik mikrofonlar.
Şekil 11. Dinamik Mikrofonlar
Şekil 12. Mikrofonların Kutupsal Modeli
Ses işaretinin mikrofona geliş açısına bağlı sinyal gücünün zayıflaması
mikrofonları kutupsal modeli görülmektedir
14
- 16-24 bit çözünürlüğü ayarlanabilir, 44.1 KHz örnekleme hızına sahip harici ses
kartı.
Şekil 13. 16-24 Bit Harici Ses Kartı
- Kablosuz Bluetooth hoparlör kullanılmıştır.
Şekil 14. Kablosuz Hoparlör
15
BÖLÜM 4. SONUÇLAR
Yapılan ölçümler sonucunda bir nokta için hesaplanan gecikme grafiği
Şekil 15. Altmış Bir Nokta İçin Hesaplanan Başarı Yüzdesi Grafiği
Şekil 16. Başarı Yüzdesi Grafiği
Ölçüm sonuçlarına göre genel başarı %89.34 minimum başarı %48.53 olarak
bulunmuştur. Ortamın heterojen olması durumunda kurulan sistem tüm seslere tepki
vermektedir.
16
Edinilmiş verilere göre geliştirilmek istenen sistem, konum tespitinin hali
hazırda var olan sistemlerle tespit edilemediği anlarda, çatışma bölgesindeki birimlerin
çevresel etkilere karşı hazırlıklı olmasını sağlamak için yön tespiti için geliştirilmesine
devam edilecektir.
BÖLÜM 5. KOD ÖRNEKLERİ %%% SPEKTRUM ARALIĞI TANIMLI AKUSTİK İŞARETLERİN GELİŞ
YÖNÜNÜN SAPTANMASI
%%% Necdet Yiğit EROĞLU
clear all
DOAPointer = DOADisplayy(); %% Özelleştirilmiş Pusula
aci=0;
endTime = 350; %% PRogramın çalışma süresi
lastHeight = 1;
i=0;
audioFrameLength = 4410; %% Alınan çerçevelerin uzunluğu
fs = 44100; %% Örnekleme frekansı
bufferLength = 441; %% buffer büyüklüğü
%%% Alıcı Ses kartımının tanıtılması
AudioInput = dsp.AudioRecorder(...
'DeviceName', ...
'iO4 (iO4)',...
'SampleRate', fs, ...
'NumChannels', 4,...
'OutputDataType','double',...
'QueueDuration', 2,...
'SamplesPerFrame', audioFrameLength);
%%% Crosscorrelator tanımlaması
XCorrelator = dsp.Crosscorrelator('Method', 'Frequency
Domain');
interpFactor = 8; %% İnterpolasyon faktörü
b = interpFactor * fir1((2*interpFactor*8-
1),1/interpFactor);
groupDelay = median(grpdelay(b));
%%% İnterpolator tanımlama
Interpolator = dsp.FIRInterpolator(...
'InterpolationFactor',interpFactor,...
'Numerator',b);
micPositions =[-0.2, -0.1, 0.1, 0.2];
tic;
while(toc < endTime)
cycleStart = toc;
17
% Read a multichannel frame from the audio source
% The returned array is of size AudioFrameLenght x
size(micPositions,2)
multichannelAudioFrame = step(AudioInput);
sa=multichannelAudioFrame(:,1);
sb=multichannelAudioFrame(:,2);
sc=multichannelAudioFrame(:,3);
sd=multichannelAudioFrame(:,4);
G_sa=sum(abs(sa));G_sb=sum(abs(sb));G_sc=sum(abs(sc));G_s
d=sum(abs(sd));
biggest = G_sa;
if(G_sb>biggest) biggest = G_sb;end
if(G_sc>biggest) biggest = G_sb;end
sval = 0;
switch biggest
case G_sa
sval = sa;
case G_sb
sval = sb;
case G_sc
sval = sc;
end
if(G_sa>G_sc & G_sb>G_sc)
x1=sa;
x2=sb;
aci=0;
elseif (G_sa>G_sb & G_sc>G_sb)
x1=sc;
x2=sa;
aci=240;
elseif(G_sb>G_sa & G_sc>G_sa)
x1=sb;
x2=sc;
aci=120;
end
[acor,lag] = xcorr(x1,x2);
[~,I] = max(abs(acor));
i=i+1;
lagDiff(i) = lag(I);
lagDiff(i) ;
[acor2,lag2] = xcorr(sval,sd);
18
[~,I2] = max(abs(acor2));
lagDiff2(i) = lag2(I2);
lagDiff2(i)
if(lagDiff(i) <75 & lagDiff(i) > -75 )
if(lagDiff2(i)<45 && lagDiff2(i)>-45)
lastHeight = lagDiff2(i);
end
%%lagDiff (lastHeight+135)/45
step(DOAPointer,
(lastHeight+135)/45,(lagDiff(i)+aci)*(pi/180));
end end
%%% Örnek Wavelet Aralık-Bağımlı Denoising
function [s11,s22,s33,s44]=denoising(sa,sb,sc,sd)
denPAR = {[10 100 200 ; 10000 15000 0.05 ; 15000 44100
0.5]};
wname = 'sym4';
level = 1;
sorh = 's'; % threshold türü
thr = 0.05;
[s11,~,~,perf0,perfl2] =
wdencmp('gbl',sa,wname,level,thr,sorh,1);
[s22,~,~,perf0,perfl2] =
wdencmp('gbl',sb,wname,level,thr,sorh,1);
[s33,~,~,perf0,perfl2] =
wdencmp('gbl',sc,wname,level,thr,sorh,1);
[s44,~,~,perf0,perfl2] =
wdencmp('gbl',sd,wname,level,thr,sorh,1);
perf0,perfl2
end
19
BÖLÜM 6. REFERANSLAR
[1] A. Nehorai, E. Paldi, “Acoustic Vector-Sensor Array Processing,” IEEE Transactions on
Signal Processing, vol. 42, no. 9, pp. 2481-2491, Sep. 1994.
[2]J Altmann, Acoustic and seismic signals of heavymilitary vehicles for co-operative verification
Journal of Sound and Vibration 273 (2004) 713–740.
[3] Ahmet Güneş, Alper Bereketli, M Burak Güldoğan, Tek Bir Sualtı Akustik Vektör Sensör
Kullanarak Yön Bulma Tekniklerinin Analizi Analysis of Direction Finding Techniques Using a Single
Underwater Acoustic Vector Sensor, 2014 IEEE 22nd Signal Processing and Communications
Applications Conference (SIU 2014), Trabzon.
[4] “Yol Kaybı İndeks Hesabı ve WIFI Tabanlı Kontrolsüz Gezginlerden Arındırılmış Bina İçi Konum
Tespit Sistemi” Atalay KOCAKUŞAK, Selçuk HELHEL; Bildiri No:112 VII. URSI TÜRKİYE
BİLİMSEL KONGRESİ 2014 ELAZIĞ, TÜRKİYE
[5] Han Yi ; Sch. of Automobile, Chang''an Univ. Xi''an, China; Wu Chu-na. “A new moving
sound source localization method based on the time difference of arrival”, Image Analysis and
Signal Processing (IASP), 2010 International Conference, Conference Location: Zhejiang,
Date of Conference:9-11 April 2010, Page(s):118 -122
[6] M. Brandstein, J.Adcock, H.Silverman, “A closed-form method for finding source
locations from microphone array time-delay estimates”, Proc. ICASSP95, pp. 3019-3022,
1995.
[7] Shoji, M.” Passive acoustic sensing of walking”. Published in: Intelligent Sensors, Sensor
Networks and Information Processing (ISSNIP), 2009 5th International Conference on.
Conference Location: Melbourne, VIC. Date of Conference: 7-10 Dec. 2009.Page(s):
219 – 224
[8] Nishiura, T. ; Yamada, T. ; Nakamura, S. ; Shikano, K. “Acoustics, Speech, and Signal
Processing”, 2000. ICASSP'00. Proceedings. 2000 IEEE International Conference on.
Volume: 2. Digital Object Identifier: 10. 1109/ICASSP.2000. 859144 Publication Year: 2000,
Page(s): II1053 - II1056 vol.2
[9] R.C. Chen; Y.C. Lin; Y.S. Lin “Indoor position location based on cascade
correlation networks”, Systems, Man, and Cybernetics (SMC), 2011 IEEE
International Conference on, On page(s): 2295 – 2300
[i] A. Nehorai, E. Paldi, “Acoustic Vector-Sensor Array Processing,” IEEE
Transactions on Signal Processing, vol. 42, no.9, pp. 2481-2491, Sep. 1994.
[ii] J Altmann, Acoustic and seismic signals of heavy military vehicles for co-operative
verification Journal of Sound and Vibration 273 (2004) 713–740.
[iii] Ahmet Güneş, Alper Bereketli, M Burak Güldoğan, Tek Bir Sualtı Akustik Vektör
Sensör Kullanarak Yön Bulma Tekniklerinin Analizi Analysis of Direction Finding
Techniques Using a Single Underwater Acoustic Vector Sensor, 2014 IEEE 22nd
Signal Processing and Communications Applications Conference (SIU 2014),
Trabzon.
[iv] “Yol Kaybı İndeks Hesabı ve WIFI Tabanlı Kontrolsüz Gezginlerden Arındırılmış
Bina İçi Konum Tespit Sistemi” Atalay KOCAKUŞAK, Selçuk HELHEL; Bildiri
No:112 VII. URSI TÜRKİYE BİLİMSEL KONGRESİ 2014 ELAZIĞ, TÜRKİYE