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 A m pli tu de Fr eq ue nc y (k H P o w er /fr eq ue nc y (d B/ Fr eq ue nc y (k H P o w er /fr eq ue nc y (d B/ A m pli tu de A m pli tu de Fr eq ue nc y (k H Fr eq ue nc y (k H P o w er /fr eq ue nc y (d B/ P o w er /fr eq ue nc y (d B/ A m pli tu de Fr eq ue nc y (k H P o w er /fr eq ue nc y (d B/ A m pli tu de
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 hơn 200m 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 hơn 300m việc phân biệt tín hiệu và tạp âm tương đối khó khăn, phổ năng lượng tín hiệu cũng bị hịa 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 ngun 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
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.
2.1. Đề xuất giải pháp phát hiện sự kiện âm thanh
2.1.1. Một số giải pháp phát hiện sự kiện âm thanh
Có nhiều giải pháp khác nhau để phát hiện sự kiện âm thanh đã được giới thiệu trong chương 1 của luận văn, để áp dụng các kỹ thuật đó vào bài tốn định vị nguồn âm địi hỏi các giải pháp phải có thời gian đáp ứng nhanh và đảm bảo được độ chính xác.
2.1.1.1. Phát hiện sự kiện âm thanh theo biên độ
Phương thức đơn giản để phát hiện một sự kiện âm thanh là dựa vào biên độ của tín hiệu, trong đó bổ đề Neyman-Pearson về xác suất phát hiện tín hiệu [33] được sử dụng để tính ngưỡng phát hiện tín hiệu theo cơng thức (2.1):
Trong đó:
L(z) = p (z | Hp1)p (z | Hp0)
> γ (2.1)
L(z) là tỉ lệ khả năng xảy ra sự kiện âm
thanh; Hp0 là giả thuyết khơng có sự kiện âm thanh; Hp1 là giả thuyết có sự kiện âm thanh;
γ là ngưỡng phát hiện.
Hình 2.1. Phát hiện tiếng nổ đầu nịng của súng AK47 theo biên độ Theo công thức (2.1), để một tín hiệu được xác định là tồn tại sự kiện âm thanh thì tỉ lệ xảy ra sự kiện L(z) phải lớn hơn ngưỡng phát hiện γ,
trong đó Hp0 và Hp1 lần lượt là giả thuyết về tạp âm và sự kiện âm thanh. Hình 2.1 minh họa một sự kiện âm thanh là tiếng nổ đầu nịng của súng AK47, tín hiệu này là một sự kiện âm thanh điển hình với các thơng số đặc trưng chính bao gồm : biên độ, thời gian tồn tại, tần số. Tín hiệu này có thể được phân tách khỏi tạp âm nền bởi ngưỡng dương và ngưỡng âm.
Hình 2.2. Các bước phát hiện sự kiện âm thanh theo biên độ
Thuật toán phát hiện sự kiện dựa trên (2.1) được thể hiện trong hình 2.2. Tồn bộ q trình bao gồm năm giai đoạn, cụ thể như sau: Bước đầu tiên ước tính nền nhiễu của tín hiệu âm thanh đầu vào để cung cấp cho bước thứ hai là tính tốn ngưỡng âm và dương. Các ngưỡng phát hiện này là không cố định mà thay đổi theo cường độ tạp âm. Bước thứ ba so sánh các mẫu tín hiệu với các ngưỡng. Các mẫu trên ngưỡng dương hoặc dưới ngưỡng âm được coi là thành phần của một tín hiệu chứa sự kiện âm thanh. Bằng cách nhóm liên tục các tín
hiệu này theo một cửa sổ trượt có thể thu được tín hiệu của sự kiện âm thanh hồn chỉnh. Tuy nhiên, có khả năng các sự kiện âm thanh thu được không phải là sự kiện âm thanh cần phát hiện, do đó bước cuối cùng lọc sự kiện âm thanh là cần thiết để loại bỏ các sự kiện sai. Một sự kiện tiếng nổ đầu nòng thực sự phải tuân theo điều kiện sau:
(A ≥ Am) ∩ (T ≥ Tm) (2.2)
Trong đó A và T lần lượt là biên độ và thời gian trung bình của sự kiện,
Am và Tm là giá trị nhỏ nhất của chúng.
2.1.1.2. Phát hiện sự kiện âm thanh sử dụng bộ lọc tương quan
Hệ số tương quan, ký hiệu là rXY được sử dụng để đo lường mức độ phụ thuộc tuyến tính của hai biến ngẫu nhiên X và Y tính theo cơng thức [2] [3]:
rXY Trong đó: cov(X, Y ) = δX .δY = E((X − EX).(Y − EY )) δX . δY (2.3)
cov(X, Y ) = E((X − EX).(Y − EY )) là hiệp phương sai của X và Y; δX và δY lần lượt là độ lệch chuẩn của hai biến X, Y.
Biểu thức (2.3) được gọi là hệ số tương quan Pearson, hệ số này thể hiện mức độ phụ thuộc tuyến tính của hai biến ngẫu nhiên X và Y , trong đó |rXY |
∈ [0, 1]. Khi |rXY | càng gần 1 thì tính chất phụ thuộc tuyến tính giữa hai
biến X và Y càng chặt, khi |rXY | càng gần 0 thì sự phụ thuộc tuyến tính này càng lỏng lẻo, nếu|rXY | = 0 thì X và Y không tương quan. Việc xác định giá trị lớn nhất trong các giá trị tương quan |rXY | tìm được sẽ cho biết hai biến ngẫu nhiên X và Y có mức độ phụ thuộc tuyến tính nhất gọi là phương pháp tương quan cực trị [34] [43].
biến Xi(n) sử dụng hàm tương quan có dạng: ΣN . Σ . Σ r(m) = n=1 Σ N n= XS(n) − XS 2 . Xi(n) − Xi ΣN 2 (2.4)
trong đó: Xs và Xi tương ứng là giá trị trung bình các phần tử của vector tín hiệu mẫu Xs và tín hiệu Xi thu được ở cảm biến thứ i.
Khi đó, giá trị tương quan cực trị được xác định theo biểu thức (2.5)
rMAX = arg max {r(m)} (2.5) Giá trị rMAX thể hiện mức độ tương quan giữa tín hiệu mẫu và tín
hiệu thu được, do đó có thể sử dụng rMAX để đáng giá khả năng xảy ra sự kiện âm thanh thông qua so sánh rMAX với một giá trị ngưỡng rng.
Nếu rMAX (m) ≥ rng có thể đánh giá rằng tín hiệu thu được trên cảm biến có tồn tại thành phần tín hiệu truyền tới từ nguồn âm, qua đó khẳng định vừa có sự kiện âm thanh xảy ra, ngược lại nếu rMAX (m) <
rng thì sự kiện âm thanh khơng tồn tại. Trong đó rng ∈ [0, 1], việc
chọn giá trị rng có vai trị quan trọng phụ thuộc vào môi trường và khoảng cách định vị cũng như dạng tín hiệu cần định vị.
Để áp dụng bộ lọc tương quan vào việc phát hiện sự kiện âm thanh, các bước thực hiện được thể hiện như lưu đồ thuật tốn hình 2.3.
Trước hết các dữ liệu đầu vào như độ dài cửa sổ tín hiệu N , ngưỡng
phát hiện rng được thiết lập, tiếp theo đó tín hiệu chuẩn Xs cũng được nạp vào hệ thống với độ dài cửa sổ tín hiệu giống như giá trị N đã thiết lập trước đó. Tín hiệu thu được trên các cảm biến được thu thập và phân chia thành các cửa sổ có độ dài bằng đúng độ dài của tín hiệu chuẩn Xs(n).
Bước tiếp theo tính tốn giá trị tương quan của tín hiệu thu được và tín hiệu mẫu theo công thức (2.4) sau đó tìm giá trị tương quan lớn nhất theo công thức (2.5). Giá trị rMAX được so sánh với ngưỡng rng, qua đó xác định
có sự (Xs(n) − Xs) . n= 1 (Xi(n) − Xi) m
BẮT ĐẦU Nhập dữ liệu đầu vào
Đọc tín hiệu chuẩn XS, xác định chiều dài cửa sổ N
rMAX rng
Đ
S Dừng thu Đ KẾT THÚC Thiết lập cửa sổ có sự kiện âm thanh
n=N+N
Xác định giá trị tương quan cực đại:
rMAX arg max{r(m)}
m n1 n1 i 2 ( X (n) X ) 2 si ( X (n) X ) N N s r(m) n1 X i Si S X (n) XX (n)
Tính giá trị tương quan:
N
Đọc tín hiệu Xi (n) thu được trên cảm biến; Độ dài tín hiệu n
kiện âm thanh xảy ra hay khơng. Nếu khơng có sự kiện âm thanh xảy ra, cửa sổ tín hiệu sẽ được trượt dọc theo trục thời gian với khoảng cách bằng 10% chiều
n=n+N/10
dài của tín hiệu mẫu, điều này nhằm đảm bảo khơng có sự kiện âm thanh nào bị bỏ sót do của sổ tín hiệu cắt ngang sự kiện âm thanh. Mặt khác nếu tồn tại sự kiện âm thanh, tồn bộ độ dài của tín hiệu đã xét được bỏ qua, cửa sổ tín hiệu mới được thiết lập khơng trùng lặp với tín hiệu trước đó. Q trình này được lặp đi lặp lại cho tới khi có lệnh dừng q trình thu và xử lý tín hiệu.
2.1.2. Mô phỏng đánh giá khả năng phát hiện sự kiện âm thanh
2.1.2.1. Phương pháp mô phỏng đánh giá khả năng phát hiện sự kiện âm thanh
Để đánh giá khả năng phát hiện sự kiện âm thanh của các giải pháp đã nêu, một chương trình mơ phỏng Monte-Carlo được xây dựng trên Matlab.
Hình 2.4. Mơ phỏng phát hiện sự kiên âm thanh
Các bước tiến hành mô phỏng được thể hiện trên hình 2.4, trong đó một tín hiệu âm thanh chứa tiếng nổ đầu nòng của súng AK47 được nạp vào hệ thống, mức độ suy giảm tín hiệu và tạp âm được thiết lập. Tín hiệu thu được trên các cảm biến được thiết lập dựa trên công thức (1.1), trong đó mức suy giảm tín hiệu và tạp âm được thiết lập tạo thành tỉ số SNR trong khoảng [−5
÷ +5]dB. Trên cơ sở tín hiệu đó, các thuật toán phát hiện sự kiện âm thanh
theo biên độ và bộ lọc tương quan được sử dụng để phát hiện sự kiện âm thanh. Kết quả tương ứng với các mức SNR khác nhau được đưa vào đánh giá xác suất phát hiện sự kiện âm thanh được xác định theo biểu thức:
1
p = P (2.6)
Trong đó:
p là xác suất phát hiện đúng sự kiện âm thanh; P là các sự kiện âm thanh được phát hiện đúng;
S là số lượng các sự kiện âm thanh được đưa vào mô phỏng. 2.1.2.2. Kết quả mô phỏng
Kết quả mô phỏng được thể hiện trên hình 2.5, có thể nhận thấy đối với phương pháp phát hiện sự kiện âm thanh theo biên độ, khi tỉ số SNR > 3dB khả năng phát hiện sự kiên âm thanh p ≈ 1. Tuy nhiên khi SNR giảm, xác suất phát hiện sự kiện âm thanh p giảm, khi SNR < −1dB các sự kiện âm thanh không được phát hiện p ≈ 0.
XAC SUAT PHAT HIEN SU KIEN AM THANH
Amplitude Correlation 1 0.8 0.6 0.4 0.2 0 -5 -4 -3 -2 -1 0 1 2 3 4 5 SNR(dB)
Hình 2.5. Xác suất phát hiện sự kiện âm thanh
Với phương pháp phát hiện sự kiện âm thanh sử dụng lọc tương quan, khi tỉ số SNR > 0.5 xác suất phát hiện sự kiện âm thanh p ≈ 1, xác suất này giảm khi SNR < 0 tuy nhiên độ dốc lớn hơn khi so sánh với phương pháp sử dụng theo biên độ.
Từ kết quả mơ phỏng có thể nhận thấy phương pháp sử dụng bộ lọc tương quan có hiệu quả cao hơn, khi tỉ số SNR thấp hiệu quả của bộ lọc tương quan được thể hiện một cách rõ ràng, điều này cho phép hệ thống định vị nguồn âm
có khả năng hoạt động ở cự ly lớn hơn.
2.1.2.3. Kết quả thực nghiệm
Tương ứng với các kết quả mô phỏng, dữ liệu âm thanh thu được trong môi trường thực tế cũng cho các kết quả phát tương tự. Đối với phương pháp phát hiện sự kiện âm thanh sử dụng biên độ, ở khoảng cách nhỏ hơn 200 m tín hiệu thu được có biên độ lớn nổi bật trên nền tạp âm, toàn bộ các sự kiện âm thanh đều được phát hiện.
Hình 2.6. Phát hiện sự kiện âm thanh theo biên độ cự ly 100m
Tại cự ly 300m, biên độ tạp âm lớn, các sự kiện âm thanh vẫn có khả năng được phát hiện, tuy nhiên đã xuất hiện nhiều trường hợp bỏ sót khơng phát hiện chính xác sự kiện âm thanh. Khi cự ly định vị xa hơn, cụ thể là tại các cự ly 400m và 500m, SNR lúc này rất nhỏ, các sự kiện âm thanh hoàn
tồn khơng phát hiện được.
Hình 2.7. Phát hiện sự kiện âm thanh theo biên độ cự ly 300m
Như vậy, phương pháp phát hiện sự kiện âm thanh dựa trên biên độ tín hiệu chỉ hiệu quả khi khoảng cách nhỏ, khi khoảng cách định vị tăng khả năng phát hiện của giải pháp suy giảm và mất hoàn toàn tác dụng khi cự ly định vị vượt quá 300m.
Đối với phương pháp phát hiện sự kiện âm thanh sử dụng bộ lọc tương quan, giá trị tương quan trung bình giữa tín hiệu thu được và tín hiệu mẫu được thể hiện tại bảng 2.1.
Bảng 2.1. Hệ số tương quan trung bình tại các cự ly khác nhau
Cự ly (m) 100 200 300 400 500
rMAX 0,726 0,643 0,332 0,218 0,154
Tại cự ly 100m giá trị rMAX > 0.7, các đỉnh tương quan nổi bật trên biểu đồ hệ số tương quan, điều đó cho phép lựa chọn một giá trị ngưỡng rng lớn,