Các nghiên cứu liên quan tới ước tính khác biệt thời gian đến

Một phần của tài liệu (LUẬN án TIẾN sĩ) nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA (Trang 39 - 57)

1.4 Một số kết quả nghiên cứu về định vị nguồn âm sử dụng nguyên lý

1.4.2 Các nghiên cứu liên quan tới ước tính khác biệt thời gian đến

Kỹ thuật ước tính khác biệt thời gian đến khơng những được sử dụng trong các hệ thống định vị nguồn âm sử dụng nguyên lý TDOA, mà còn được sử

dụng trong các bài tốn kỹ thuật khác. Do đó có rất nhiều nghiên cứu trong một khoảng thời gian dài về vấn đề này [10]. Ước tính khác biệt thời gian đến sử dụng hai phương thức phổ biến bao gồm: Ước tính trên miền thời gian và ước tính trên miền tần số.

Trong đó các nghiên cứu trên miền thời gian [11] [14] tập trung vào việc tìm cực trị của hàm tương quan trên miền thời gian của tín hiệu trên hai cảm biến. Phương pháp này nhìn chung có cách tiếp cận đơn giản, dễ triển khai, khơng u cầu năng lực tính tốn mạnh, tuy nhiên dễ dàng bị ảnh hưởng của nhiễu và tạp âm, khi tỉ số SNR nhỏ, sai số ước tính tăng mạnh [31].

So với phương pháp ước tính trên miền thời gian, các nghiên cứu trên miền tần số tập trung trích xuất thơng tin trong pha của tín hiệu. Những nghiên cứu theo hướng này được cịn được gọi là ước tính khác biệt thời gian đến dựa trên tương quan chéo tổng quát (Generalized Cross Correlation - GCC) được cơng bố bởi nhóm nghiên cứu của giáo sư G. Clifford Carter tại trung tâm nghiên cứu về tác chiến dưới nước (Naval Undersea Warfare Center - NUWC) của hải quân Hoa Kỳ. Bằng cách lựa chọn các hàm trọng số phù hợp như CCC (Classical Cross Correlation), PHAT(Phase Transform) độ chính xác và khả năng chống lại tác động của nhiễu và tạp âm của phương pháp được nâng cao và hoàn thiện [16] [35] [15]. Tuy vậy các phương pháp này có độ phức tạp tính tốn tương đối cao, đồng thời các hàm trọng số không tối ưu với từng dạng âm thanh cần định vị cụ thể [21]. Hiện nay, tương quan chéo tổng quát được đánh giá là phương pháp hiệu quả nhất và được ứng dụng rộng rãi trong các hệ thống định vị nguồn âm hiện nay [29] [36] [25]. Nhiều nghiên cứu trong thời gian gần đầy về định vị nguồn âm trong các ứng dụng như phát hiện UAV [17] [53], phát hiện nguồn hỏa lực [5] [54]... sử dụng phương pháp tương quan chéo tổng quát biến đổi pha (GCC-PHAT) nhằm ước tính khác biệt thời gian tới.

Ngoài việc sử dụng GCC, trong vài năm gần đây, cùng với sự phát triển của các kỹ thuật học máy (Machine Learning) và học sâu (Deep Learning), việc

ứng dụng các kỹ thuật này vào ước tính độ khác biệt thời gian đến cũng đã được thử nghiệm, tuy nhiên hiệu quả so với phương pháp GCC chưa thật sự nổi bật [28] [55].

1.4.3. Các nghiên cứu liên quan tới tính tốn vị trí nguồn âm

Để định vị được vị trí nguồn âm thanh, vấn đề cần giải quyết là giải hệ phương trình (1.8) với τij là khác biệt thời gian đến của một cặp cảm biến đã tính tốn được, v ≈ 331m/slà vận tốc âm thanh truyền trong khơng khí. Đây là một hệ phương trình phi tuyến gồm 3 ẩn số[xs, ys, zs]là tọa độ của nguồn âm thanh trong không gian. Về lý thuyết bằng phương pháp thay hệ số, hệ phương trình này hồn tồn có thể giải được để tìm ra vị trí nguồn âm. Tuy nhiên đây là một hệ phương trình được xây dựng dựa trên cơ sở ước lượng các tham số τij, do đó việc có sai số ước lượng là khơng thể tránh khỏi. Mặt khác, vận tốc âm thanh v phụ thuộc rất nhiều vào các điều kiện môi trường, đặc biệt là nhiệt độ và gió. Điều đó dẫn tới hệ phương trình có khả năng vơ nghiệm hoặc có nghiệm khơng chính xác như vị trí nguồn âm cần tìm.

Nhiều nghiên cứu đã được đưa ra nhằm giải hệ phương trình (1.8), trong đó cách thức đơn giản nhất là nâng cao số lượng cảm biến âm thanh, kết hợp với giả thuyết rằng việc ước lượng khác biệt thời gian đến là chính xác tuyệt đối. Khi đó với lượng thơng tin từ các cặp cảm biến được thêm vào, sẽ dễ dàng giúp tuyến tính hóa hệ phương trình [21], giúp cho việc tìm [xs, ys, zs] trở nên dễ dàng. Tuy nhiên, ước lượng khác biệt thời gian đến chính xác tuyệt đối chắc chắn sẽ khơng xảy ra trong thực tế, do đó sai số định vị là khơng thể tránh khỏi, hoặc trong trường hợp xấu hơn sẽ khiến hệ phương trình sau khi tuyến tính hóa vơ nghiệm [29].

Một phương pháp khác thường được áp dụng là thêm vào bài toán các điều kiện ràng buộc về khơng gian như vị trí của các cảm biến được xây dựng trên một mơ hình cố định, hoặc vị trí nguồn âm cần được phát hiện chỉ ở trong một góc nhất định. Các ràng buộc về hình học như vậy giúp cho việc giải hệ phương

trình trở nên dễ dàng hơn, đặc biệt khi kết hợp với việc tăng số lượng cảm biến. Tuy nhiên do sai số ước tính khác biệt thời gian đến khác không, điều này gây ra sai số định vị, hoặc khơng tìm được vị trí nguồn âm [19].

Để giải quyết bài tốn đó, phương pháp hiệu quả nhất là thay vì giải trực tiếp hệ phương trình phi tuyến, các nghiên cứu trên thế giới tập trung vào việc ước tính vị trí nguồn âm dựa trên các thơng tin đã biết. Phương pháp thông thường nhất là dựa trên dự đoán hợp lý cực đại (Maximum-Likelihood Estima- tors). Tuy nhiên phương pháp này giả sử rằng tạp âm trên các cảm biến là độc lập với nhau, điều này chưa hẳn là chính xác [29] [65].

Một phương pháp ước tính khác để xác định vị trí nguồn âm dựa trên giá trị bình phương trung bình nhỏ nhất (Least Squares Estimator - LSE) [56] [4], ưu điểm của phương pháp này là không đưa ra các giả định về xác suất của dữ liệu đo lường được, do đó phù hợp với các hệ thống mà đặc tính thống kê của dữ liệu là khó xác định. Mặt khác phương pháp LSE thường tạo ra các ước tính dạng đóng, điều đó giúp cho q trình tính tốn diễn ra nhanh chóng, rất phù hợp với các ứng dụng yêu cầu xử lý thời gian thực [27].

Ngồi ra một nhóm các phương pháp định vị nguồn âm khác dựa trên TDOA là kết hợp với những phương pháp khác, phổ biến nhất là phương pháp SRP. Trong phương pháp này sau khi đã có thơng tin về khác biệt thời gian đến τij, người ta sẽ tiến hành so sánh các giá trị này với các giá trị nằm trong khơng gian SRP đã được xây dựng để tìm bộ giá trị giống nhất, tương ứng với vị trí nguồn âm cần tìm. Ưu điểm là vị trí nguồn âm sai số sẽ khơng q lớn, nhưng nhược điểm là việc tính tốn sẽ rất nặng nề. Mặt khác vị trí nguồn âm không phải là một điểm như trong phương pháp TDOA đơn thuần mà sẽ là một khoảng không gian, do độ phân giải của phương pháp SPR là hữu hạn [19].

1.5. Xây dựng bài toán nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA

1.5.1. Đặt bài toán nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA

Có thể nhận thấy các nghiên cứu về định vị nguồn âm sử dụng nguyên lý TDOA chủ yếu tập trung giải quyết các vấn đề liên quan tới ước lượng khác biệt thời gian đến và tính tốn vị trí nguồn âm. Trong khi đó các nghiên cứu về tích hợp, xây dựng hệ thống định vị nguồn âm cụ thể chưa được công bố một cách rộng rãi, đặc biệt là đối với các hệ thống phục vụ mục đích quân sự. Mặt khác với các hệ thống định vị nguồn âm thanh ngồi trời, khoảng cách định vị xa, tỉ lệ tín trên tạp tại đầu vào các cảm biến nhỏ, tín hiệu âm thanh cần định vị được xác định trước vẫn còn một số vấn đề có thể cải thiện chất lượng của hệ thống.

Với những phân tích trên, luận án đặt ra và giải quyết bài toán nâng cao chất lượng cho các hệ thống định vị nguồn âm sử dụng nguyên lý TDOA với mơi trường định vị ngồi trời, âm thanh cần định vị được xác định trước, cự ly định vị xa. Trong đó, tập trung nghiên cứu đề xuất phương án phát hiện sự kiện âm thanh, nâng cao độ chính xác khác biệt thời gian đến và nâng cao chất lượng tính tốn vị trí nguồn âm trong đó coi vận tốc âm thanh là một biến số cần tính tốn.

1.5.2. Đối tượng, phạm vi nghiên cứu và giới hạn của bài toán

Với bài toán được đặt ra, luận án xác định đối tượng nghiên cứu là hệ thống định vị nguồn âm sử dụng ngun lý TDOA có các đặc điểm sau:

• Mơi trường định vị ngoài trời, chịu ảnh hưởng của các điều kiện mơi trường như nhiệt độ, độ ẩm...;

• Loại âm thanh cần định vị được biết trước.

Phạm vi nghiên cứu của luận án tập trung vào phương pháp xác định sự kiện âm thanh, nâng cao chất lượng ước tính khác biệt thời gian đến và giải bài

toán định vị nguồn âm trong trường hợp vận tốc âm thanh là một biến số cần ước tính.

Trong phạm vi của luận án, bài toán nâng cao chất lượng định vị sẽ được giải quyết trong những điều kiện giới hạn sau:

• Cự ly định vị nhỏ hơn500m

• Loại âm thanh cần định vị được biết trước, cụ thể số liệu sử dụng để mô phỏng và thực nghiệm là tiếng nổ đâu nịng của súng AK47;

• Các điều kiện mơi trường như nhiệt độ, độ ẩm, gió ... được cố định trong q trình thử nghiệm;

• Giả thiết tín hiệu truyền từ nguồn âm tới vị trí các cảm biến chịu ảnh hưởng của nhiễu Gauss.

1.5.3. Mơ hình thực nghiệm

Để đánh giá hiệu quả của các giải pháp kỹ thuật nhằm nâng cao chất lượng định vị nguồn âm, đồng thời để đối chứng với kết quả mơ phỏng luận án xây dựng một mơ hình thực nghiệm.

Hình 1.10. Cảm biến âm thanh INMP401

Trong đó, dữ liệu âm thanh được thu thập bằng các cảm biến âm thanh trong điều kiện mơi trường thực tế ngồi trời từ những khoảng cách khác nhau. Những dữ liệu âm thanh đó được sử dụng để làm dữ liệu đầu vào thử nghiệm cho các thuật tốn xử lý tín hiệu.

Hình 1.11. Cụm 08 cảm biến âm thanh

Cụ thể, một hệ 08 cảm biến âm thanh INMP401 của hãng InvenSense được sử dụng để thu nhận tín hiệu âm thanh, đây là loại cảm biến vi cơ tiên tiến có nhiều ưu điểm so với các cảm biến âm thanh áp điện truyền thống. Độ nhạy tín hiệu cao đạt mức −42dBV, đáp ứng tần số rộng từ 60Hz đến 15KHz, cơng

suất tiêu thụ nguồn nhỏ hơn250µA, kích thước nhỏ gọn dễ tích hợp, có sẵn bộ

khuếch đại tạp âm thấp trong cảm biến giúp cho quá trình thu nhận và xử lý tín hiệu trở nên dễ dàng. Những cảm biến này được bố trí trên hai hình tứ diện đều lồng nhau có độ dài cạnh1m như trên hình 1.11, việc bố trí các cảm biến nằm trên tứ diện đều giúp tín hiệu thu được đồng đều trên các hướng tới [21].

0 0.5 1 1.5 2 2.5 -1 -0.5 0 0.5 1 Amplitude

TIN HIEU PHAT TU NGUON AM

0.5 1 1.5 2 0 5 10 15 20 Frequency (kHz) -140 -120 -100 -80 -60 -40 Power/frequency (dB/Hz)

Hình 1.12. Tín hiệu phát ra từ nguồn âm

Tín hiệu tạo giả tiếng nổ đầu nòng của súng AK47 được coi là nguồn âm cần định vị, đồng thời là tín hiệu chuẩn của hệ thống, dùng để phát hiện sự kiện

âm thanh cụ thể vừa xảy ra. 0 0.5 1 1.5 2 2.5 3 Times(s) -2000 0 2000 Amplitude KHOANG CACH 100M 0.5 1 1.5 2 2.5 Time (secs) 0 5 10 Frequency (kHz) -80 -60 -40 -20 0 20 Power/frequency (dB/Hz) 0 0.5 1 1.5 2 2.5 3 Times(s) -2000 0 2000 Amplitude KHOANG CACH 200M 0.5 1 1.5 2 2.5 Time (secs) 0 5 10 Frequency (kHz) -60 -40 -20 0 20 Power/frequency (dB/Hz) 0 0.5 1 1.5 2 2.5 3 Times(s) -2000 0 2000 Amplitude KHOANG CACH 300M 0.5 1 1.5 2 2.5 Time (secs) 0 5 10 Frequency (kHz) -60 -40 -20 0 20 Power/frequency (dB/Hz) 0 0.5 1 1.5 2 2.5 3 Times(s) -2000 0 2000 Amplitude KHOANG CACH 400M 0.5 1 1.5 2 2.5 Time (secs) 0 5 10 Frequency (kHz) -60 -40 -20 0 20 Power/frequency (dB/Hz) 0 0.5 1 1.5 2 2.5 3 Times(s) -2000 0 2000 Amplitude KHOANG CACH 500M 0.5 1 1.5 2 2.5 Time (secs) 0 5 10 Frequency (kHz) -80 -60 -40 -20 0 20 Power/frequency (dB/Hz)

Hình 1.13. Tín hiệu âm thanh thu được tại các cự ly khác nhau

Tiến hành phát tín hiệu âm thanh tạo giả tiếng nổ đầu nịng của súng AK47 có dạng như trên hình 1.12 qua một loa nén cơng suất 30W tại các cự ly khác nhau trong điều kiện mơi trường thực tế. Tín hiệu sẽ được thu đồng thời trên 08 cảm biến, những tín hiệu này được số hóa và lưu trữ với tần số lấy mẫu

fs = 20kHz làm cơ sở cho các bước xử lý tín hiệu và định vị nguồn âm thanh. Trên hình 1.13 là hình ảnh và giản đồ phổ của tín hiệu âm thanh thu được trên cảm biến tại các cự ly khác nhau. Có thể nhận thấy ảnh hưởng của tạp âm lên tín hiệu tại các cự ly khác nhau là rất rõ ràng, tại cự ly nhỏ hơn200m hình ảnh tín hiệu là tương đối rõ ràng và phân biệt với nền, mức độ năng lượng tương ứng với tần số âm thanh có thể nhận thấy tương đối rõ. Tuy nhiên khi cự ly lớn hơn300mviệc phân biệt tín hiệu và tạp âm tương đối khó khăn, phổ năng lượng tín hiệu cũng bị hòa lẫn vào năng lượng của tạp âm. Điều đó cho thấy cần phải có những giải pháp xử lý tín hiệu phù hợp nhằm phát hiện tín hiệu và nâng cao độ chính xác trong việc ước tính khác biệt thời gian đến trên các cảm biến.

1.6. Kết luận chương 1

Dựa trên kết quả nghiên cứu tổng quan trong chương 1, có thể rút ra một số nhận xét như sau:

1. Định vị nguồn âm thanh là một bài tốn có lịch sử lâu dài, được ứng dụng trong nhiều lĩnh vực đa dạng từ quân sự tới dân sự. Nhiều phương pháp định vị nguồn âm khác nhau đã được nghiên cứu, phát triển, trong đó phương pháp sử dụng sai lệch thời gian đến TDOA là một giải pháp hiệu quả và được ứng dụng rộng rãi.

2. Mơ hình định vị nguồn âm bao gồm 3 bước chính: phát hiện sự kiện âm thanh, ước lượng khác biệt thời gian đến giữa các cặp cảm biến, và tính tốn vị trí nguồn âm. Mỗi một bước đều có ảnh hưởng tới chất lượng định vị nguồn âm.

3. Các nghiên cứu hiện nay về định vị nguồn âm TDOA tập trung vào việc ước lượng khác biệt thời gian đến và tính tốn vị trí nguồn âm hiệu quả nhằm nâng cao chất lượng định vị. Tuy vậy, có thể nhận thấy đối với các ứng dụng ngồi trời, có khoảng cách định vị xa khơng có nhiều cơng bố.

âm sử dụng nguyên lý TDOA với mơi trường định vị ngồi trời, âm thanh cần định vị được xác định trước, cự ly định vị xa được đặt ra. Đây là vấn đề có tính cấp thiết, có ý nghĩa khoa học và thực tiễn.

Với bài toán đã được đưa ra, nhằm nâng cao chất lượng định vị nguồn âm, các hướng nghiên cứu được luận án tập trung giải quyết bao gồm:

1. Nâng cao xác suất phát hiện sự kiện âm thanh.

2. Nâng cao độ chính xác ước lượng khác biệt thời gian đến giữa các cặp cảm biến.

3. Nghiên cứu giải pháp giải phương trình định vị nguồn âm trong đó có tính tới ảnh hưởng vận tốc âm thanh biến đổi trong môi trường truyền.

Chương 2

ĐỀ XUẤT GIẢI PHÁP PHÁT HIỆN SỰ KIỆN ÂM THANH VÀ NÂNG CAO ĐỘ CHÍNH XÁC

ƯỚC LƯỢNG KHÁC BIỆT THỜI GIAN ĐẾN

Chương 2 của luận án trình bày các giải pháp nghiên cứu nhằm nâng cao xác suất phát hiện sự kiện âm thanh và nâng cao độ chính xác ước lượng khác biệt thời gian đến qua đó nâng cao chất lượng định vị nguồn âm. Các kết quả nghiên cứu được mô phỏng trên Matlab cũng như trên dữ liệu thu được bằng mơ hình thực nghiệm.

Một phần của tài liệu (LUẬN án TIẾN sĩ) nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA (Trang 39 - 57)

Tải bản đầy đủ (PDF)

(123 trang)