بررسی خطای تخمین موقعیت جسم با استفاده از دو حسگر بردار صوتی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد دانشکده مهندسی مکانیک و انرژی دانشگاه شهید بهشتی

2 دانشگاه شهید بهشتی، پردیس فنی و مهندسی شهید عباسپور، استادیار دانشکده مهندسی مکانیک و انرژی

3 دانشیار دانشکده مهندسی مکانیک و انرژی دانشگاه شهید بهشتی

4 گروه مهندسی مکانیک دانشگاه تفرش

چکیده

هدف این مقاله تخمین موقعیت منابع صوتی است. روش پیشنهادی از دو حسگر بردار صوتی استفاده می‌کند به این صورت که تقاطع پرتوهای هر حسگر بردار صوتی (AVS) که از زاویه آزیموت آنها به‌دست می‌آید، موقعیت یک منبع را نشان دهد. ازآنجایی‌که در عمل منبع‌های صوتی غیرنقطه‌ای هستند پس تخمین موقعیت با استفاده از این روش، بیانگر مساحت ناحیه‌ای است که احتمال حضور منبع صدا در آن وجود دارد. در این مقاله، تأثیر پارامترهای مختلف بر خطای تخمین موقعیت منبع صوتی بررسی می‌شود. یکی از مهم‌ترین پارامترها، زاویه چرخش منبع صوتی است. نتایج به‌دست آمده نشان می‌دهد که خطای تخمین موقعیت تحت چه شرایط و پارامترهایی چگونه تغییر می‌کند. این موضوع کمک می‌کند که بهترین شرایط برای تخمین موقعیت منبع صوتی با کمترین خطا ارائه شود. خطا در تخمین موقعیت به اندازه منبع صوتی، فاصله منبع تا AVSها، فاصله دو حسگر از یکدیگر و زاویه منبع نسبت به حسگرها بستگی دارد. روش پیشنهادی در شناسایی منابع صوتی به‌خصوص در صنایع نظامی و تخمین موقعیت منابع صوتی متحرک مانند وسایل نقلیه جاده‌ای کاربرد دارد.


 


 

 
 

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Investigating the error of object position estimation using two sound vector sensors

نویسندگان [English]

  • Amirhosein Arab 1
  • Abbas Rahi 2
  • Morteza Shahravi 3
  • Abolfazl Hasani Baferani 4
1 Shahoid Beheshti Univ.
2 Faculty of Mechanical and Energy Engineering, Shahid Beheshti University, Tehran, Iran
3 Shahid Beheshti Univ.
4 Department of Mechanical Engineering Tafresh University
چکیده [English]

The purpose of this article is to estimate the position of sound sources. The proposed method uses two acoustic vector sensors in such a way that the intersection of the rays of each acoustic vector sensor (AVS) obtained from their azimuth angle shows the position of a source. Since in practice the sound sources are non-point, then the estimation of the position using this method indicates the area where there is a possibility of the presence of the sound source. In this article, the effect of different parameters on the estimation error of the sound source position is investigated. One of the most important parameters is the rotation angle of the sound source. The obtained results show how the position estimation error changes under what conditions and parameters. This helps to provide the best conditions for estimating the position of the sound source with the least error. The error in position estimation depends on the size of the sound source, the distance of the source to the AVS, the distance of the two sensors from each other, and the angle of the source to the sensors. The proposed method is used in identifying sound sources, especially in military industries and estimating the position of moving sound sources such as road vehicles.

کلیدواژه‌ها [English]

  • Sound vector sensor
  • localization
  • positioning
  • sound source position estimation
  • non-point sound source

مراجع

[1] Kotus, Jozef, "Application of passive acoustic radar to automatic localization, tracking and classification of sound sources", In 2010 2nd International Conference on Information Technology, (2010 ICIT), IEEE, 2010, pp.67-70
[2] Kotus, Józef, "Multiple sound sources localization in free field using acoustic vector sensor", Multimedia tools and applications, 2015, Vol.74, pp.4235-4251.
[3] Lopatka, Kuba, Jozef Kotus, and Andrzej Czyzewski, "Detection, classification and localization of acoustic events in the presence of background noise for acoustic surveillance of hazardous situations", Multimedia Tools and Applications, 2016, Vol.75, pp.10407-10439.
[4] Vashkevich, Maxim, Elias Azarov, Alexander Petrovsky, and Yuliya Rushkevich, "Features extraction for the automatic detection of ALS disease from acoustic speech signals", In 2018 Signal Processing: Algorithms, Architectures, Arrangements, and Applications (SPA), IEEE 2018, pp.321-326.
[5] Moschioni, Giovanni, Bortolino Saggin, and Marco Tarabini, "Sound source identification using coherence-and intensity-based methods", IEEE Transactions on Instrumentation and Measurement, 2007, Vol.56, no.6, pp.2478-2485.
[6] Gunel, Banu, Huseyin Hacihabiboglu, and Ahmet M. Kondoz, "Intensity vector direction exploitation for exhaustive blind source separation of convolutive mixtures", In 2009 IEEE International Conference on Acoustics, Speech and Signal Processing, IEEE, 2009, pp.41-44.
[7] Zhong, Xionghu, Xiaoyi Chen, Wenwu Wang, Atiyeh Alinaghi, and A. Benjamin Premkumar, "Acoustic vector sensor based reverberant speech separation with probabilistic time-frequency masking", In 21st European Signal Processing Conference (EUSIPCO 2013), IEEE, 2013, pp.1-5.
[8] Zou, Yue Xian, Wei Shi, Bo Li, Christian H. Ritz, Muawiyath Shujau, and Jiangtao Xi, "Multisource DOA estimation based on time-frequency sparsity and joint inter-sensor data ratio with single acoustic vector sensor", In 2013 IEEE International Conference on Acoustics, Speech and Signal Processing, IEEE, 2013, pp.4011-4015.
[9] Kotus, Jozef, Andrzej Czyżewski, and Bożena Kostek, "3D acoustic field intensity probe design and measurements", Archives of Acoustics, 2016, Vol.41, no.4, pp.701-711.
[10] Szwoch, Grzegorz, and Józef Kotus, "Detection of the incoming sound direction employing MEMS microphones and the DSP", In Multimedia Communications, Services and Security: 9th International Conference, MCSS 2017, Kraków, Poland, November 16-17, 2017, Proceedings 9, Springer International Publishing, 2017, pp.186-198.
[11] Wajid, Mohd, Arun Kumar, and Rajendar Bahl, "Design and analysis of air acoustic vector-sensor configurations for two-dimensional geometry", The Journal of the Acoustical Society of America, 2016, Vol.139, no.5, pp.2815-2832.
[12] Kotus, Józef, and Grzegorz Szwoch, "Calibration of acoustic vector sensor based on MEMS microphones for DOA estimation", Applied Acoustics, 2018, Vol.141, pp.307-321.
[13] Gade, Svend, Jørgen Hald, Jesper Gomes, Gijs Dirks, and Bernard Ginn, "Recent advances in moving-source beamforming", Sound Vibration, 2015, p.9.
[14] Wind, Jelmer, Emiel Tijs, and Hans-Elias de Bree, "Source localization using acoustic vector sensors: A MUSIC approach", In Novem2009: Noise and Vibration: Emerging Methods, ISVR, 2009, pp.1-10.
[15] Padois, Thomas, "Acoustic source localization based on the generalized cross-correlation and the generalized mean with few microphones", The Journal of the Acoustical Society of America, 2018, EL393-EL398, Vol.143, no.5.
[16] Cao, Jiuwen, Jun Liu, Jianzhong Wang, and Xiaoping Lai, "Acoustic vector sensor: reviews and future perspectives", IET Signal Processing, 2017, Vol.11, no.1, pp.1-9.
[17] Jacobsen, Finn, "Sound intensity and its measurement and applications", Current topics in acoustical research, 2003, Vol.3, 87-91.
[18] De Bree, Hans-Elias, "The Microflown: An acoustic particle velocity sensor", Acoustics Australia, 2003, Vol.31, no.3, pp.91-94.
[19] Jacobsen, Finn, and Hans-Elias de Bree, "A comparison of two different sound intensity measurement principles", The Journal of the Acoustical Society of America, 2005, Vol.118, no.3, pp.1510-1517.
[20] Yin, Junhui, Chao Xiong, and Wenjie Wang, "Acoustic localization for a moving source based on cross array azimuth", Applied Sciences, 2018, Vol.8, no.8, p.1281.
[21] Kotus, Józef, and Grzegorz Szwoch, "Localization of sound sources with dual acoustic vector sensor", In 2019 Signal Processing: Algorithms, Architectures, Arrangements, and Applications (SPA), IEEE, 2019, pp.44-49.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار