Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA

Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.Nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA.

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN KHOA H ỌC VÀ CÔNG NGHỆ QUÂN SỰ TRẦN CÔNG THÌN NGHIÊN CỨU GIẢI PHÁP NÂNG CAO CHẤT LƯỢNG ĐỊNH VỊ NGUỒN ÂM SỬ DỤNG NGUYÊN LÝ TDOA LUẬN ÁN TIẾN SĨ KỸ THUẬT Hà Nội – 2022 BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN KHOA H ỌC VÀ CƠNG NGHỆ QN SỰ TRẦN CƠNG THÌN NGHIÊN CỨU GIẢI PHÁP NÂNG CAO CHẤT LƯỢNG ĐỊNH VỊ NGUỒN ÂM SỬ DỤNG NGUYÊN LÝ TDOA Ngành : Kỹ thuật điện tử Mã số : 52 02 03 LUẬN ÁN TIẾN SĨ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS TS Bùi Ngọc Mỹ PGS TS Nguyễn Huy Hoàng Hà Nội – 2022 i LỜI CAM ĐOAN Tơi xin cam đoan cơng trình nghiên cứu riêng tơi Các số liệu, kết trình bày luận án trung thực chưa cơng bố cơng trình khác Hà Nội, ngày tháng 07 năm 2022 TÁC GIẢ Trần Công Thìn ii LỜI CẢM ƠN Trong trình nghiên cứu hoàn thành Luận án, Nghiên cứu sinh nhận định hướng, giúp đỡ, ý kiến đóng góp quý báu lời động viên nhà khoa học, thầy cô giáo, đồng nghiệp gia đình Trước hết, xin bày tỏ lịng biết ơn sâu sắc tới thầy PGS.TS Bùi Ngọc Mỹ, PGS.TS Nguyễn Huy Hồng tận tình hướng dẫn giúp đỡ tơi q trình nghiên cứu Nghiên cứu sinh trân trọng cảm ơn Ban Giám đốc Viện KH-CN quân sự, thủ trưởng cán bộ, nhân viên Phòng Đào tạo tạo điều kiện thuận lợi để tơi hồn thành nhiệm vụ nghiên cứu Nghiên cứu sinh chân thành cảm ơn thầy cô giáo, nhà khoa học Viện Khoa học Công nghệ quân sự, Viện Điện tử có góp ý quý báu cho nghiên cứu sinh trình thực Luận án Cuối xin bày tỏ lời cảm ơn tới đồng nghiệp, gia đình, bạn bè động viên, chia sẻ, ủng hộ giúp đỡ tơi vượt qua khó khăn để đạt kết nghiên cứu Luận án NCS Trần Cơng Thìn iii DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT αi Hệ số suy giảm công suất β Hệ số loại bỏ thành phần biên độ γ Hằng số đặc trưng môi trường truyền âm Φ(f ) Hàm trọng số miền tần số cov(X, Y ) Hiệp phương sai hai biến X&Y τij Trễ thời gian tới hai cảm biến i&j (m) τi Thời gian âm truyền từ nguồn tới cảm biến thứ i h đáp ứng xung kênh truyền δX Độ lệch chuẩn hai biến X ετ Sai số trễ thời gian tới xs Vị trí nguồn âm khơng gian qm Vị trí cụm cảm biến mi Vị trí cảm biến (m) ri st Khoảng cách từ vị trí cảm biến tới nguồn âm Tín hiệu phát từ nguồn âm xi(t) Tín hiệu thu cảm biến thứ i τij Trễ thời gian tới hai cảm biến i&j v Vận tốc âm L(z) Tỉ lệ khả xảy kiện âm Hp Giả thuyết khơng có kiện âm Hp1 Giả thuyết có kiện âm cov(X, Y ) Hiệp phương sai hai biến X&Y rMAX Hệ số tương quan cực trị rng Ngưỡng phát kiện âm A Ma trận chứa hệ số trộn y Vector tín hiệu sau quy tâm z Vector tín hiệu sau trắng hóa J(z) Khoảng cách thơng tín tới tín hiệu có phâ bố chuẩn Gi Hàm đối tượng Negentropy Sxi xj (f ) Hàm Cross Spectrum γ Hằng số đặc trưng môi trường truyền âm R Hằng số khí phổ T Nhiệt độ khơng khí M Khối lượng phân tử trung bình ASLS Hệ thống định vị tiếng nổ súng (Acoustic Shooter Locating System) BPF Lọc dải thông (Band Pass Filter) CCC Tương quan chéo kinh điển (Classical Cross Correlation) CNN Mạng Neural tích chập (Convolutional Neural Networks) DOA Góc đến (Direction of Arrival) GNSS Hệ thống định vị vệ tinh toàn cầu (Global Navigation Satellite System) GCC Tương quan chéo tổng quát (Generalized Cross Correlation) GCF Trường phối hợp toàn cục (Global Coherence Field) EBL Định vị dựa đặc trưng lượng (Energy Based Localization) ER Tỉ lệ lượng (Energy Ratio) FFT Biến đổi Fourier nhanh (Fast Fourier Transform) FIR Đáp ứng xung hữu hạn (Finite Impulse Response) ICA Phân tích thành phần độc lập (Independent Component Analysis) IFFT Biến đổi Fourier ngược nhanh (Inverse Fast Fourier Transform) MEMS Cảm biến vi (Micro Electro Mechanical Systems) ML Học máy (Machine Learning) MUSIC Phân lớp nhiều tín hiệu (MUltiple SIgnal Classification) PHAT Biến đổi pha (Phase Transform) RNN Mạng Neural hồi tiếp (Recurrent Neural Networks) SCOT Làm trơn tín hiệu (Smoothed Coherence Transform) SSL Định vị nguồn âm (Sound Source Localization) SNR Tỉ số tín tạp (Signal to Noise Ratio) SRP Định hướng phản hồi lượng (Steered Response Power) SKAT Sự kiện âm TBL Định vị theo đặc trưng thời gian (Time Based Locaclization) TDOA Khác biệt thời gian đến (Time Difference of Arrival) TDE Ước tính thời gian trễ (Time Delay Estimation) TOA Thời gian đến (Time of Arrival) WF Lọc băng (Wavelet Filter) DANH MỤC CÁC BẢNG Trang Bảng 2.1 Hệ số tương quan trung bình cự ly khác 43 Bảng 2.2 Hệ số tương quan trung bình sau lọc thông dải 48 Bảng 2.3 Hệ số tương quan trung bình sau ICA 56 Bảng 2.4 Sai số sai khác biệt thời gian đến cự ly 100m 71 Bảng 2.5 Sai số sai khác biệt thời gian đến cự ly 500m 73 Bảng 3.1 Sai số định vị trung bình cự ly 83 DANH MỤC CÁC HÌNH Trang Hình 1.1 Bảng mạch hệ thống SoundCompass Hình 1.2 Thiết bị SoundCam hãng CAE Hình 1.3 Một hình ảnh hoạt động SoundCam Hình 1.4 Hệ thống trinh sát máy bay Mỹ năm 1921 10 Hình 1.5 Sản phẩm ASLS hãng Rheinmetall 11 Hình 1.6 Thiết bị Bionic XS-56 Array hãng CAE 12 Hình 1.7 Phân loại phương pháp định vị nguồn âm .14 Hình 1.8 Mơ hình định vị nguồn âm 16 Hình 1.9 Sơ đồ khối chức hệ thống định vị nguồn âm 21 Hình 1.10 Cảm biến âm INMP401 .30 Hình 1.11 Cụm 08 cảm biến âm 31 Hình 1.12 Tín hiệu phát từ nguồn âm 31 Hình 1.13 Tín hiệu âm thu cự ly khác .32 Hình 2.1 Phát tiếng nổ đầu nòng súng AK47 theo biên độ 36 Hình 2.2 Các bước phát kiện âm theo biên độ .36 Hình 2.3 Lưu đồ thuật toán phát SKAT dùng lọc tương quan Hình 2.4 Mơ phát kiên âm 40 Hình 2.5 Xác suất phát kiện âm 41 Hình 2.6 Phát kiện âm theo biên độ cự ly 100m 42 Hình 2.7 Phát kiện âm theo biên độ cự ly 300m 42 Hình 2.8 Phát SKAT dùng lọc tương quan cự ly 100m 43 Hình 2.9 Phát SKAT dùng lọc tương quan cự ly 200m 44 Hình 2.10 Phát SKAT dùng lọc tương quan cự ly 300m 44 Hình 2.11 Phát SKAT dùng lọc tương quan cự ly 400m 45 39 Hình 2.12 Tín hiệu âm sau lọc thơng dải 47 Hình 2.13 Xác suất phát kiện âm sau lọc BPF 48 Hình 2.14 Hệ số tương quan cự ly 100m sử dụng lọc thông dải 49 Hình 2.15 Hệ số tương quan cự ly 500m sử dụng lọc thông dải 49 Hình 2.16 Mơ hình hai nguồn âm trộn lẫn .50 Hình 2.17 Lưu đồ thuật toán phát SKAT sử dụng ICA 54 Hình 2.18 Tín hiệu âm sau phân tích âm thành phần độc lập 55 Hình 2.19 Xác suất phát kiện âm sau lọc ICA 56 Hình 2.20 So sánh hệ số tương quan cự ly 100m 57 Hình 2.21 So sánh hệ số tương quan cự ly 500m 57 Hình 2.22 Giá trị GCC-PHAT cảm biến thứ i thứ j .61 Hình 2.23 Sai số ước tính khác biệt thời gian đến với hệ số β .64 Hình 2.24 Lưu đồ thuật tốn ước tính khác biệt thời gian đến .67 Hình 2.25 Các bước thực thuật tốn GCC-PHAT 69 Hình 2.26 Sai số ước tính khác biệt thời gian đến với hệ số β .70 Hình 2.27 Giá trị hàm GCC-PHAT cự ly 500m 71 Hình 2.28 Giá trị hàm GCC-PHAT-β-TN cự ly 500m 72 Hình 3.1 Ảnh hưởng nhiệt độ, độ ẩm, áp suất tới vận tốc âm 77 Hình 3.2 Ảnh hưởng gió tới hướng truyền âm .77 Hình 3.3 Bố trí khơng gian định vị trí cảm biến 78 Hình 3.4 Chia nhỏ không gian định vị 79 Hình 3.5 Mơ hình mơ đánh giá độ xác định vị 81 Hình 3.6 Sai số định vị theo cự ly 82 Hình 3.7 Sai số định vị theo vận tốc âm .84 Hình 3.8 Lưu đồ thuật tốn giải pháp giải pháp định vị nguồn âm 87 Hình 3.9 Sai số vận tốc âm 88 Hình 3.10 Sai số định vị nguồn âm vận tốc âm biến số 88 Hình 3.11 Định vị nguồn âm sử dụng 04 cụm cảm biến 90 Bước q trình tính tốn vị trí nguồn âm phương pháp chia nhỏ khơng gian định vị, vận tốc âm coi biến số Sau trình định vị nguồn âm, kết hợp với thơng tin vị trí cụm cảm biến thu từ thu định vị vệ tinh GNSS hướng cụm cảm biến thông qua module la bàn số, vị trí tuyệt đối của nguồn âm tính tốn, thơng tin truyền trung tâm điều khiển thông qua máy phát vô tuyến Máy thông tin Đồng kiện âm Tính tốn vị trí tổng hợp Bản đồ số Hình 3.15 Cấu trúc cụm trung tâm So với cụm cảm biến, cấu trúc cụm trung tâm đơn giản hơn, máy thu vơ tuyến có nhiệm vụ thu thơng tin từ cụm cảm biến định vị, dựa thông tin trung tâm tiến hành đồng kiện thông tin, đảm bảo thông tin định gửi kiện âm Sau q trình tính tốn định vị xác nguồn âm từ thông tin từ cụm cảm biến tiến hành Thơng tin định vị sau hiển thị đồ số sử dụng phục vụ mục đích khác tùy thuộc vào ứng dụng cụ thể 3.4.2 Một số nhận xét khuyến nghị Đối với mơ hình tổng hợp hệ thống định vị nguồn âm nêu trên, trình xây dựng hệ thống cụ thể cần ý số nhận xét khuyến nghị cụ thể sau Đối với q trình số hóa tín hiệu, tần số lấy mẫu fs yếu tố ảnh hưởng tới độ xác định vị Giá trị khác biệt thời gian tới ước tính số nguyên lần khoảng thời gian lấy mẫu T = 1/fs , sai số cự ly (trong trường hợp thuật tốn ước tính vị trí nguồn âm lý tưởng) tính số nguyên lần giá trị v/fs , với v vận tốc âm Khi fs lớn sai số gây tính tốn khác biệt thời gian đến nhỏ hơn, nhiên khiến cho khối lượng liệu đưa tính tốn tăng độ phức tạp tính tốn tăng lên Do tùy vào yêu cầu hệ thống cần định vị mà lựa chọn tần số lấy mẫu phù hợp Tín hiệu sau số hóa chia thành cửa sổ tín hiệu để đưa vào tính tốn, độ rộng cửa sổ tín hiệu cần thiết phải lựa chọn cách phù hợp Độ rộng phụ thuộc vào độ dài âm cần định vị, lực tính tốn u cầu tính thời gian thực hệ thống, khả định vị kiện âm liên tiếp hệ thống Giải pháp phát kiện âm cần lựa chọn cách phù hợp Giải pháp đề xuất luận án có khả phát kiện âm cách xác, nhiên có độ phức tạp cao, điều yêu cầu hệ thống xử lý tín hiệu phải có lực xử lý mạnh Do hệ thống định vị nguồn âm có cường độ âm lớn so với nhiễu, sử dụng giải pháp phát kiện âm theo biên độ cách tiếp cận hiệu Đối với trình phát kiện âm sử dụng phân tích thành phần độc lập kết hợp với lọc tương quan, việc chọn giá trị ngưỡng tương quan rng đóng vai trị quan trọng Khi giá trị rng lớn gây tượng bỏ sót kiện âm thanh, mặt khác giá trị rng nhỏ khiến hệ thống định vị nguồn âm không cần thiết Ngồi giá trị rng cịn phụ thuộc vào tính đặc trưng âm cần định vị, hệ thống định cần phân tích thử nghiệm trực tiếp nhằm tìm hệ số rng tối ưu, hệ thống định vị tiếng nổ đầu nòng súng AK47, giá trị rng = 0.5 cho thấy tính hiệu việc phát khơng bỏ sót kiện âm Trong q trình ước tính thời gian trễ, thơng qua tương quan tín hiệu thu tín hiệu mẫu, hệ số β thuật tốn GCC-PHAT-β thích nghi tính toán cho cặp cảm biến Điều hiệu với mơ hình hệ thống định vị nguồn âm đề xuất luận án, q trình tính toán hệ số tương quan xác định trình phát kiện âm thanh, mặt khác tín hiệu âm mẫu cần định vị xác định trước Điều dẫn đến việc muốn mở rộng hệ thống định vị nhiều loại nguồn âm khác làm hệ thống trở nên phức tạp nhiều Việc tính tốn vị trí nguồn âm theo phương pháp chia nhỏ không gian định vị bên cạnh ưu điểm coi vận tốc âm biến số nhiên kéo theo nhược điểm định Trước hết, việc chia nhỏ khơng gian định vị khiến thuật tốn định vị xác định mục tiêu không gian định vị định Khi nguồn âm nằm bên vùng không gian xác định trước sai số định vị lớn Bên cạnh lực tính tốn hệ thống phải mạnh để xác định vị trí nguồn âm thời gian ngắn nhằm đảm bảo thời gian thực hệ thống Số lượng cụm cảm biến hệ thống định vị nguồn âm phải xác định cách phù hợp, số lượng lớn thuật toán định vị xác, nhiên việc tăng số lượng cụm cảm biến làm tính phức tạp hệ thống tăng lên, mặt khác khiến trình đồng liệu vị trí cụm cảm biến với trở nên phức tạp Do cần trì số lượng cụm cảm biến mức vừa đủ tùy theo địa hình khu vực cần định vị 3.5 Kết luận chương Trong hệ thống định vị nguồn âm theo nguyên lý TDOA, vận tốc âm tham số quan trọng, ảnh hưởng đáng kể đến độ xác định vị, cần xem xét, đánh giá tùy theo môi trường thực tế Giải pháp định vị nguồn âm xem vận tốc âm biến số cho phép cải thiện đáng kể độ xác định vị Tuy nhiên, việc giải hệ phương trình phi tuyến ẩn số công việc khó khăn Giải pháp chia nhỏ khơng gian định vị để tìm vị trí nguồn âm mà luận án sử dụng có tính phức tạp cao, địi hỏi số lượng phép tính lớn Vì việc xây dựng thuật tốn cải thiện tốc độ tính tốn định vị hướng nghiên cứu cần thực Trong chương 3, luận án đề xuất mơ hình hệ thống định vị nguồn âm có khả áp dụng điều kiện thực tế, dựa nghiên cứu nhằm nâng cao chất lượng định vị nguồn âm trình bày luận án Đồng thời đưa đề xuất khuyến nghị, điểm cần ý xây dựng hệ thống định vị nguồn âm thực tế theo mô hình đề xuất Những nội dung nghiên cứu chương 3, cơng bố cơng trình [CT1], [CT2] phần cơng trình [CT3] KẾT LUẬN Các kết nghiên cứu luận án Với mục tiêu, đối tượng, phạm vi nội dung nghiên cứu đặt giải luận án, rút số nhận xét sau: • Kỹ thuật định vị nguồn âm có khả ứng dụng cho nhiều mục đích đa dạng, kỹ thuật sử dụng nguyên lý TDOA sử dụng rộng rãi cho ứng dụng phục vụ mục đích quân Đặc biệt với mục đích định vị tiếng nổ, hỏa lực với môi trường định vị ngồi trời, cự ly định vị xa, địi hỏi phải có nghiên cứu nhằm nâng cao chất lượng định vị • Trên sở xây dựng mơ hình hệ thống định vị nguồn âm với âm cần định vị biết trước, việc phát kiện âm u cầu tất yếu, đóng vai trị quan trọng tới việc giảm sai số định vị Thuật toán sử dụng tương quan cực trị kết hợp tiền xử lý phân tích tín hiệu thành phần độc lập cho phép nâng cao chất lượng phát kiện âm điều kiện SNR thấp • Thuật tốn GCC-PHAT-β-TN với hệ số β thích nghi theo hệ số tương quan tín hiệu thu tín hiệu mẫu cho phép nâng cao độ xác ước tính trễ thời gian tới, qua nâng cao chất lượng định vị nguồn âm theo nguyên lý TDOA • Vận tốc âm yếu tố định ảnh hưởng tới độ xác định vị nguồn âm Việc tính tốn vị trí nguồn âm coi vận tốc âm biến số sử dụng thuật tốn chia nhỏ khơng gian định vị giúp nâng cao độ xác định vị nguồn âm • Bằng mơ thống kê máy tính thử nghiệm liệu thu môi trường thực tế, luận án đánh giá tính hiệu kết nghiên cứu, từ đề xuất mơ hình hệ thống định vị nguồn âm với âm cần định vị biết Các kết nghiên cứu luận án có tính mới, tính khoa học, đóng góp thêm sở cho việc tính tốn, thiết kế hệ thống định vị nguồn âm Những đóng góp luận án Đề xuất giải pháp kết hợp kỹ thuật phân tích thành phần độc lập lọc tương quan để nâng cao xác suất phát kiện âm thanh, áp dụng thuật toán biến đổi pha tương quan chéo tổng quát với hệ số loại bỏ thành phần biên độ thích nghi (GCC-PHAT-β) nhằm nâng cao độ xác ước lượng giá trị khác biệt thời gian đến tín hiệu Đề xuất giải pháp chia nhỏ không gian định vị để nâng cao độ xác định vị nguồn âm có vận tốc biến đổi mơi trường truyền Hướng nghiên cứu • Hồn thiện giải pháp thuật toán mà luận án xây dựng, thử nghiệm với điều kiện thực tế Từ đó, xây dựng giải pháp định vị cụ thể có tính thống khả ứng dụng cao • Nghiên cứu nâng cao tốc độ xử lý giải pháp chia nhỏ khơng gian định vị, hồn thiện khả áp dụng thực tế giải pháp DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC ĐÃ CƠNG BỐ [CT1] Thin Cong Tran, My Ngoc Bui, Hoang Huy Nguyen , ”A Modified Localization Technique for Pinpointing a Gunshot Event Using Acoustic Signals”, Hội thảo Industrial Networks and Intelligent Systems 6th EAI International Conference, INISCOM 20200 [CT2] Trần Cơng Thìn, Bùi Ngọc Mỹ, Nguyễn Huy Hồng, Phạm Văn Hịa, ”Xây dựng giải pháp định vị nguồn âm theo nguyên lý TDOA điều kiện vận tốc âm biến đổi”, Tạp chí Nghiên cứu KH&CN Quân sự, Số Đặc san hội thảo Quốc gia FEE, 10-2020 [CT3] Trần Cơng Thìn, Nguyễn Huy Hoàng, Bùi Ngọc Mỹ, ”Giải pháp đo lường âm để xác định tọa độ FlyCam phương pháp sử dụng hai hệ đo”, Hội thảo Hội nghị Khoa học kỹ thuật Đo lường toàn quốc lần thứ 7, 2020 [CT4] Trần Cơng Thìn, Bùi Ngọc Mỹ, Nguyễn Huy Hồng, Phạm Văn Hòa ”Nâng cao chất lượng ước lượng trễ thời gian tới toán định vị nguồn âm theo nguyên lý TDOA”, Tạp chí Nghiên cứu KH&CN Quân sự, Số Đặc san HNKH dành cho NCS CBNC trẻ, 11-2021 [CT5] Trần Cơng Thìn, Nguyễn Trung Kiên, Bùi Ngọc Mỹ, Nguyễn Huy Hoàng ”Nâng cao chất lượng phát kiện âm toán định vị nguồn âm theo nguyên lý TDOA”, Tạp chí Nghiên cứu KH&CN Quân sự, Số 80, 06-2022 TÀI LIỆU THAM KHẢO Tiếng Việt: [1] Phạm Văn Hòa cộng sự, “Xây dựng hệ thống phát định vị hỏa lực bắn tỉa dựa theo nguyên lý TDOA sóng âm”, Tạp chí Nghiên cứu KHCN Quân sự, 10, tr 88–95, 2015 [2] Lê Bá Long, Sách hướng dẫn học tập Xác suất thống kê, Học viện Cơng nghệ Bưu viễn thơng, 2006 [3] Tống Đình Quỳ, Giáo trình xác suất thống kê, NXB Đại học Quốc gia Hà Nội, 2003 Tiếng Anh: [4] J Abel and J Smith, “The spherical interpolation method for closedform passive source localization using range difference measurements”, in: ICASSP IEEE International Conference on Acoustics, Speech, and Signal Processing, Institute of Electrical and Electronics Engineers, 1987 [5] Aghil Abiri and Ali Parsayan, “The Bullet Shockwave-Based RealTime Sniper Sound Source Localization”, IEEE Sensors Journal, 20 (13), pp 7253–7264, 2020 [6] S Adavanne et al., “Sound Event Detection in Multichannel Audio Us- ing Spatial and Harmonic Features”, CoRR, abs/1706.02293, 2017 [7] S Adrián-Martínez et al., “Acoustic Signal Detection Through the Cross- Correlation Method in Experiments with Different Signal to Noise Ra- tio and Reverberation Conditions”, in: Ad-hoc Networks and Wireless, Berlin, Heidelberg: Springer Berlin Heidelberg, 2015, pp 66– 79 [8] S Argentieri and Patrick Danes, “Broadband variations of the MUSIC high- resolution method for Sound Source Localization in Robotics”, in: 2007 IEEE/RSJ International Conference on Intelligent Robots and Systems, IEEE, Oct 2007 [9] K Attenborough, K.M Li, and K Horoshenkov, Predicting Outdoor Sound, Taylor & Francis, 2006, ISBN : 9780203088739 [10] S Bjorklund and Lennart Ljung, “A review of time-delay estimation techniques”, in: 42nd IEEE International Conference on Decision and Control (IEEE Cat No.03CH37475), IEEE [11] S Bjorklund and To Ulrica, “A Survey and Comparison of TimeDelay Estimation Methods in Linear Systems”, in: 1061, Division of Auto- matic Control, Department of Electrical Engineering, Linkoăpings Uni- versitet, 2003, pp 15–27 [12] D Blatt and A.O Hero, “Energy-based sensor network source localization via projection onto convex sets”, IEEE Transactions on Signal Processing, 54 (9), pp 3614–3619, 2006 [13] Antonio Canclini et al., “Acoustic source localization with distributed asynchronous microphone networks”, IEEE Transactions on Acoustics, Speech, and Signal Processing, 21 (2), pp 439–443, 2012 [14] C Carlemalm et al., “Algorithms for time delay estimation using a low complexity exhaustive search”, IEEE Transactions on Automatic Con- trol, 44, 1999 [15] G Clifford Carter, “Coherence and time delay estimation”, Proceedings of the IEEE, 75 (2), pp 236–255, 1987 [16] G.C Carter, A.H Nuttall, and P.G Cable, “The smoothed coherence transform”, Proceedings of the IEEE, 61 (10), pp 1497–1498, 1973 [17] Xianyu Chang et al., “A Surveillance System for Drone Localization and Tracking Using Acoustic Arrays”, in: 2018 IEEE 10th Sensor Array and Multichannel Signal Processing Workshop (SAM), IEEE, July 2018 [18] G Chen and Yang Xu, “A Sound Source Localization Device Based on Rectangular Pyramid Structure for Mobile Robot”, Journal of Sensors, 2019, pp 1–13, 2019 [19] Maximo Cobos, Amparo Marti, and Jose J Lopez, “A Modified SRPPHAT Functional for Robust Real-Time Sound Source Localization With Scalable Spatial Sampling”, IEEE Signal Processing Letters, 18 (1), pp 71–74, 2011 [20] Maximo Cobos et al., “Cumulative-Sum-Based Localization of Sound Events in Low-Cost Wireless Acoustic Sensor Networks”, IEEE/ACM Transactions on Audio, Speech, and Language Processing, 22 (12), pp 1792–1802, 2014 [21] Maximo Cobos et al., “A Survey of Sound Source Localization Methods in Wireless Acoustic Sensor Networks”, Wireless Communications and Mobile Computing, 2017, pp 1–24, 2017 [22] Marco Crocco et al., “Audio Surveillance”, ACM Computing Surveys (CSUR), 48, pp –46, 2016 [23] Hoang Do and Harvey F Silverman, “A Fast Microphone Array SRPPHAT Source Location Implementation using Coarse-To-Fine Region Contraction(CFRC)”, in: 2007 IEEE Workshop on Applications of Sig- nal Processing to Audio and Acoustics, IEEE, Oct 2007 [24] Kevin D Donohue, Alvin Agrinsoni, and Jens Hannemann, “Audio signal delay estimation using partial whitening”, in: Proceedings 2007 IEEE SoutheastCon, 2007, pp 466–471 [25] Christine Evers et al., “The LOCATA Challenge: Acoustic Source Localization and Tracking”, IEEE/ACM Transactions on Audio, Speech, and Language Processing, 28, pp 1620–1643, 2020 [26] Wieslaw Fiebig, “Use of Acoustic Camera for Noise Sources Localiza- tion and Noise Reduction in the Industrial Plant”, Archives of Acous- tics, 45, pp 111–117, 2020 [27] M.D Gillette and H.F Silverman, “A Linear Closed-Form Algorithm for Source Localization From Time-Differences of Arrival”, IEEE Sig- nal Processing Letters, 15, pp 1–4, 2008 [28] Ludwig Houegnigan et al., “Neural Networks for High Performance Time-Delay Estimation and Acoustic Source Localization”, in: Computer Science & Information Technology (CS & IT), Academy & Industry Research Collaboration Center (AIRCC), Jan 2017 [29] Yiteng Huang, Jacob Benesty, and Jingdong Chen, “Time Delay Estimation and Source Localization”, in: Springer Handbook of Speech Processing, Springer Berlin Heidelberg, 2008, pp 1043–1063 [30] Makkay Imre, Electro-acoustic procedures for aircraft detection, vol 26, 2, pp 351–359, 2014 [31] Mats Isaksson, A Comparison of Some Approaches to Time-Delay Estimation, 1997 [32] Hong-Goo Kang, Michael Graczyk, and Jan Skoglund, “On prefiltering strategies for the GCC-PHAT algorithm”, in: 2016 IEEE International Workshop on Acoustic Signal Enhancement (IWAENC), IEEE, Sept 2016 [33] Steven M Kay, Fundamentals of Statistical Signal Processing: Estimation Theory, Prentice-Hall, Inc., 1993 [34] Volodymyr KHARCHENKO and Maryna MUKHINA, “Model of geophysical fields representation in problems of complex correlationextreme navigation”, Transport Problems, 10 (3), pp 35–41, 2017 [35] C Knapp and G Carter, “The generalized correlation method for estimation of time delay”, IEEE Transactions on Acoustics, Speech, and Signal Processing, 24 (4), pp 320–327, 1976 [36] Ran Lee et al., “Sound source localization based on GCC-PHAT with diffuseness mask in noisy and reverberant environments”, IEEE Access, 8, pp 7373–7382, 2020 [37] D Li and Yu Hen Hu, “Least square solutions of energy based acoustic source localization problems”, 2004 [38] YunPeng Li, “Second-Order Approximation of Minimum Discrimination Information in Independent Component Analysis”, IEEE Signal Processing Letters, 29, pp 334–338, 2022 [39] Wageesha Manamperi et al., “Drone Audition: Sound Source Localiza- tion Using On-Board Microphones”, IEEE/ACM Transactions on Au- dio, Speech, and Language Processing, 30, pp 508–519, 2022 [40] Barry McGuinness, “Signal Detection Theory and the Assessment of Situation Awareness”, in: Decision Making in Complex Environments, CRC Press, Sept 2017, pp 299–308 [41] A Mesaros et al., “Acoustic event detection in real life recordings”, 2010 18th European Signal Processing Conference, pp 1267–1271, 2010 [42] Ali Mohammad-Djafari, “Non Gaussianity and Non Stationarity mod- eled through Hidden Variables and their use in ICA and Blind Source Separation”, arXiv: Data Analysis, Statistics and Probability, 2007 [43] M P Mukhina and I V Seden, “Analysis of modern correlation extreme navigation systems”, Electronics and Control Systems, (39), 2014 [44] Francesco Nesta and Maurizio Omologo, “Generalized State Coherence Transform for Multidimensional TDOA Estimation of Multiple Sources”, IEEE Transactions on Audio, Speech, and Language Processing, 20 (1), pp 246–260, 2012 [45] Giambattista Parascandolo, Heikki Huttunen, and Tuomas Virtanen, “Recurrent Neural Networks for Polyphonic Sound Event Detection in Real Life Recordings”, CoRR, abs/1604.00861, 2016 [46] Rasmikanta Pati et al., “Independent component analysis: A review with emphasis on commonly used algorithms and contrast function”, Computación y Sistemas, 25 (1), pp 97–115, 2021 [47] Despoina Pavlidi et al., “Real-Time Multiple Sound Source Localization and Counting Using a Circular Microphone Array”, IEEE Transac- tions on Audio, Speech, and Language Processing, 21 (10), pp 2193– 2206, 2013 [48] Huy Phan et al., “Robust Audio Event Recognition with 1-Max Pooling Convolutional Neural Networks”, CoRR, abs/1604.06338, 2016 [49] Lord Rayleigh, “On Our Perception of the Direction of a Source of Sound”, Proceedings of the Musical Association, 2, pp 75–84, 1875 [50] Lord Rayleigh, “XII On our perception of sound direction”, The Lon- don, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 13 (74), pp 214–232, 1907 [51] Richard Newton Scarth, Echoes from the sky, 2nd ed., Independent Books, Bromley, England, 2017 [52] Jan Scheuing and Bin Yang, “Disambiguation of TDOA estimation for multiple sources in reverberant environments”, IEEE transactions on audio, speech, and language processing, 16 (8), pp 1479–1489, 2008 [53] Alexander Sedunov et al., “Stevens drone detection acoustic system and experiments in acoustics UAV tracking”, in: 2019 IEEE International Symposium on Technologies for Homeland Security (HST), IEEE, Nov 2019 [54] Felipe Gonc¸alves Serrenho et al., “Gunshot Airborne Surveillance with Rotary Wing UAV-Embedded Microphone Array”, Sensors, 19 (19), ISSN : 1424-8220, 2019 [55] Samir Shaltaf, “Neural-network-based time-delay estimation”, EURASIP Journal on Applied Signal Processing, 2004, pp 378–385, 2004 [56] J Smith and J Abel, “Closed-form least-squares source location estimation from range-difference measurements”, IEEE Transactions on Acoustics, Speech, and Signal Processing, 35 (12), pp 1661–1669, 1987 [57] Daniel W Stroock, Probability Theory: An Analytic View, Cambridge University Press, pp 59–114, 2010 [58] CEA Systems, Acoustic Camera Bionic XS-56 Array, Technical Datasheet from CEA Systems, 2020 [59] Silvanus P Thompson, “L Phenomena of binaural audition—Part II”, The London, Edinburgh, and Dublin Philosophical Magazine and Jour- nal of Science, (38), pp 383–391, 1878 [60] Jelmer Tiete et al., “SoundCompass: A Distributed MEMS Microphone Array-Based Sensor for Sound Source Localization”, Sensors, 14 (2), pp 1918–1949, 2014 [61] G T Wang et al., “Algorithm Used to Detect Weak Signals Covered by Noise in PIND”, International Journal of Aerospace Engineering, 2019, pp 1–10, 2019 [62] William A Yost, “History of sound source localization: 1850-1950”, 2017 [63] F.-G Zeng et al., “Speech recognition with amplitude and frequency modulations”, Proceedings of the National Academy of Sciences, 102 (7), pp 2293–2298, 2005 [64] Haomin Zhang, Ian McLoughlin, and Yan Song, “Robust sound event recognition using convolutional neural networks”, in: 2015 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2015, pp 559–563 [65] Zilong Zhou et al., “Constrained total least squares method using TDOA measurements for jointly estimating acoustic emission source and wave velocity”, Measurement, 182, p 109758, 2021 ISSN : 0263-2241, ... phân giải phương pháp SPR hữu hạn [19] 1.5 Xây dựng toán nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA 1.5.1 Đặt toán nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA. .. tốc âm sai số định vị nguồn âm, từ đưa giải pháp nâng cao chất lượng định vị nguồn âm trường hợp coi vận tốc âm biến số Xây dựng mơ hình hệ thống định vị nguồn âm với giải pháp nâng cao chất lượng. .. quan định vị nguồn âm sử dụng nguyên lý TDOA Trình bày tổng quan phát triển, phân tích phương pháp định vị nguồn âm dựa nguyên lý TDOA nói riêng, từ đặt tốn nâng cao chất lượng định vị nguồn âm