Hình 3 .15 Cấu trúc cụm trung tâm
2.1 Đề xuất giải pháp phát hiện sự kiện âm thanh
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 nịng 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 tốn 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 hồn
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, giúp các sự kiện âm thanh được phát hiện dễ dàng và tránh các trường hợp phát hiện sai.
Hình 2.8. Phát hiện SKAT dùng bộ lọc tương quan cự ly 100m
Tại cự ly 200m hệ số tương quan rMAX ∈ [0.5 ÷ 0.7], việc khoảng
cách tăng lên khiến tỉ số SNR suy giảm do đó tín hiệu thu được và tín hiệu chuẩn khơng có hệ số tương quan cao như tại khoảng cách gần. Tuy nhiên ở khoảng cách này sử dụng ngưỡng tín hiệu rng = 0.5 vẫn có thể xác định
chính xác các sự kiện âm thanh.
Tại cự ly 300m hệ số tương quan rMAX ∈ [0.3 ÷ 0.5], do đó việc sử dụng
Hình 2.9. Phát hiện SKAT dùng bộ lọc tương quan cự ly 200m
xác. Mặc dù vậy như trên hình 2.10 giá trị tương quan tại vị trí có sự kiện âm thanh vẫn lớn hơn rất nhiều so với nền nhiễu, nếu chọn giá trị ngưỡng nhỏ hơn thì hồn tồn có thể phát hiện chính xác tồn bộ các sự kiện âm thanh một cách chính xác.
Hình 2.10. Phát hiện SKAT dùng bộ lọc tương quan cự ly 300m
Tại các cự ly 400m và 500m có thể nhận thấy về mặt biên độ tín hiệu và biên độ tạo âm có giá trị gần như nhau, tại cự ly này phương pháp dựa trên biên độ tín hiệu sẽ khơng thể phát hiện chính xác được sự kiện âm thanh. Với lọc
tương quan, tuy giá trị tương quan vẫn nổi bật trên nền nhiễu tuy nhiên có trị số quá nhỏ rMAX ∈ [0.1 ÷ 0.3], tính tương quan yếu như vậy khơng đủ để
đánh giá có sự xuất hiện của sự kiện âm thanh cần định vị. Tại các cự ly này cần phải có thêm các kỹ thuật xử lý tín hiệu khác nhằm tăng tính tin cậy của giải pháp thay vì chỉ đơn thuần hạ thấp giá trị ngưỡng rng.
Hình 2.11. Phát hiện SKAT dùng bộ lọc tương quan cự ly 400m
Từ các kết quả trên, có thể nhận thấy khả năng phát hiện sự kiện âm thanh của bộ lọc tương quan là tương đối hiệu quả, bộ lọc tương quan khơng những có khả năng phát hiện đúng sự kiện âm thanh mà cịn có khả năng lọc các âm thanh khơng cần định vị, qua đó giảm tỉ lệ phát hiện nhầm. Tuy nhiên, ở khoảng cách xa, khi tỉ lệ SNR nhỏ, việc phân biệt tín hiệu từ nguồn âm trên nền nhiễu gặp nhiều khó khăn, giá trị tương quan trung bình giảm mạnh ở cự ly lớn hơn 300m. Khi đó để phát hiện được âm thanh cần định vị cần chọn giá trị rng nhỏ, tuy nhiên kèm theo đó khả năng chống nhiễu của hệ thống bị suy giảm, tỉ lệ phát hiện sự kiện nhầm tăng lên. Để giải quyết vấn đề trên một trong những giải pháp được đưa ra là sử dụng các bộ lọc tiền xử lý tín hiệu nhằm lọc bỏ các yếu tố ảnh hưởng của nhiễu và tạp âm trước khi đưa vào tín tốn phát hiện sự kiện âm thanh.