Объект исследования – макет акустической камеры Цель работы – разработать алгоритм оценки направления на источник звука высокой частоты. Данная работа посвящена разработке алгоритма оценки направления направленного источника сигнала в ультразвуковом и слышимом диапазоне с использованием методов определения направления Beamscan, MVDR и MUSIC. В ходе исследования были разработаны: 1. Алгоритм оценки направления на источник звуковых волн высокой частоты 2. Алгоритм приема данных с решетки микрофонов макета 3. Алгоритм цифровой обработки приходящего сигнала и преобразования в форму комплексных данных для дальнейшего применения методов локализации 4. Алгоритм локализации звука Также проведена апробация всего алгоритма и сравнение работы методов на ультразвуковых и слышимых частотах. В результате работы разработан алгоритм, который способен определять направление звука по направлению на основе данных с макета акустической камеры на частотах от 0 до 80 кГц. Использовались открытые образовательные ресурсы и программы поиска и анализа информации. Применено программное обеспечение Python.

The object of study is an acoustic camera The aim of the work is to develop an algorithm for estimating the direction to a high–frequency sound source This work is devoted to the development of an algorithm for estimating the direction of a directional signal source in the ultrasonic and audible range using the methods of determining the direction of Beamscan, MVDR and MUSIC. In the course of the study, the following were developed: 1. An algorithm for estimating the direction of high-frequency sound waves to a source 2. The algorithm for receiving data from the microphone array of the layout 3. Algorithm of digital processing of the incoming signal and transformation into the form of complex data for further application of localization methods 4. Sound localization algorithm The entire algorithm was also tested and the methods were compared at ultrasonic and audible frequencies. As a result of the work, an algorithm has been developed that is able to determine the direction of sound in the direction based on data from the acoustic camera layout at frequencies from 0 to 80 kHz. Open educational resources and information search and analysis programs were used. Python software is used.

• РЕФЕРАТ
• ABSTRACT
• ВВЕДЕНИЕ
• ГЛАВА 1. ОБЗОР СУЩЕСТВУЮЩИХ АЛГОРИТМОВ ЛОКАЛИЗАЦИИ ЗВУКА ПО НАПРАВЛЕНИЮ
  • 1.1 Общий принцип формирования микрофонных решеток
  • 1.2 Методы, использующие однородную линейную решетку (ULA)
    • 1.2.1 Beamscan
    • 1.2.2 MVDR
    • 1.2.3 MUSIC
    • 1.3 Методы, использующие неоднородную линейную решетку (NULA)
    • 1.3.1 Метод компрессионного зондирования
    • 1.3.2 Метод неэквидистантной линейной решетки
    • ГЛАВА 2. РАЗРАБОТКА АЛГОРИТМА ОЦЕНКИ НАПРАВЛЕНИЯ НА ИСТОЧНИК ЗВУКОВЫХ ВОЛН ВЫСОКОЙ ЧАСТОТЫ
    • 2.1 Структура алгоритма оценки направления
    • 2.2 Описание исходного макета
    • 2.3 Ограничения макета
• ГЛАВА 3. РАЗРАБОТКА АЛГОРИТМА ПРИЕМА СИГНАЛА С МАКЕТА НА БАЗЕ ОТЛАДОЧНОЙ ПЛАТЫ
• 3.1 Прием сигнала с платы
• 3.2 Структура приема данных
• 3.3 Цифро-аналоговое преобразование сигнала
• 3.4 Формирование спектра
• 3.5 Разработка алгоритма локализации звука
• 3.5.1 Beamscan
• 3.5.2 MVDR
• 3.5.3 MUSIC
• 3.6 Внешний вид работы всего алгоритма без фильтра
  • 3.7 Создание фильтра частоты сигнала для различных задач
• ГЛАВА 4. АПРОБАЦИЯ АЛГОРИТМА
  • 4.1 Сравнение работы методов в различных условиях
  • 4.1.1 Апробация работы алгоритма на количество обрабатываемых данных за итерацию
  • 4.1.2 Апробация работы алгоритма в зависимости от угла падения
  • 4.1.3 Апробация работы алгоритма относительно частоты сигнала
  • 4.1.4 Апробация работы алгоритма в зависимости от расстояния до источника
  • 4.1.5 Апробация работы алгоритма относительно разного количества источников
• ГЛАВА 5. МЕТРИКИ ДЛЯ ОЦЕНКИ РЕЗУЛЬТАТОВ
  • 5.1 Выбор используемых метрик
  • 5.2 Полученные результаты
    • 5.2.1 Корень среднеквадратичной ошибки (RMSE) при разных углах падения источника
    • 5.2.2 Корень среднеквадратичной ошибки (RMSE) при разном количестве принимаемых пакетов
    • 5.2.3 Корень среднеквадратичной ошибки (RMSE) при разном расстоянии до источника
    • 5.2.4 Вероятность обнаружения при разном количестве источников на близком расстоянии
  • 5.3 Вывод наилучшего метода
  • ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ