Trước hết tín hiệu từ các cảm biến âm thanh được tiếp nhận, đánh số hiệu tương ứng với từng vị trí cảm biến, tiếp theo được tiền xử lý bằng những bộ lọc phù hợp cho từng trường hợp. Tiền xử lý tín hiệu âm thanh là một bước có vai trị quan trọng, tiền xử lý hiệu quả giúp nâng cao khả năng phát hiện chính xác sự kiện âm thanh qua đó nâng cao chất lượng ước lượng khác biệt thời gian đến. Tiếp theo tín hiệu được đưa qua khối phát hiện sự kiện âm thanh, tùy vào các đặc tính của tín hiệu cần định vị mà các bộ lọc phát hiện sự kiện âm thanh được thiết kế theo các đặc trưng của âm thanh như biên độ hoặc tần số... Phát hiện sự kiện âm thanh là bước khởi đầu của quá trình định vị, khi phát hiện tín hiệu âm thanh cần định vị q trình trích xuất cửa sổ, ước tính vị trí nguồn âm mới được tiến hành nhằm tìm ra vị trí nguồn âm. Ngược lại khi khối phát hiện sự kiện âm thanh hoạt động khơng chính xác sẽ khơng có nguồn âm nào được định vị, hoặc định vị nguồn âm khơng mong muốn. Do đó, bước phát hiện sự
kiện âm thanh đóng vai trị quyết định trong việc giảm định vị sai mục tiêu cũng như bỏ sót mục tiêu cần định vị, nâng cao năng lực phát hiện sự kiện âm thanh là một phương pháp hiệu quả nâng cao chất lượng định vị nguồn âm.
Sau khi sự kiện âm thanh được phát hiện, tín hiệu chứa sự kiện đó sẽ được trích xuất theo những cửa sổ đồng bộ trên toàn bộ các cảm biến. Các cặp cửa sổ tín hiệu này được đưa vào so sánh để tìm khác biệt thời gian đến τij,
dựa trên bộ số τij đã tìm được thiết lập hệ phương trình định vị nguồn âm theo cơng thức (1.8) để tính tốn vị trí nguồn âm thanh trong khơng gian.
1.3.2. Các yếu tố ảnh hưởng tới chất lượng định vị nguồn âm sử dụng nguyên lý TDOA
Để đánh giá các yếu tố ảnh hưởng tới chất lượng định vị nguồn âm, trước hết phải làm rõ chất lượng định vị nguồn âm bao gồm những tham số nào. Một cách tự nhiên, một hệ thống định vị nguồn âm cần giải quyết hai vấn đề chính, bao gồm:
•Xác định chính xác loại âm thanh cần định vị.
•Xác định chính xác vị trí nguồn âm.
Trước hết, việc xác định chính xác loại âm thanh cần định vị là nhiệm vụ của quá trình phát hiện sự kiện âm thanh. Đây có thể được coi là khởi đầu của q trình định vị nguồn âm, việc xác định chính xác sự kiện âm thanh là tiền đề cho việc trích xuất chính xác cửa sổ tính hiệu, là cơ sở cho việc ước tính chính xác khác biệt thời gian đến, đồng thời tránh việc định vị các nguồn âm khác không phải là mục tiêu định vị của hệ thống.
Khi sự kiện âm thanh được phát hiện chính xác, q trình định vị nguồn âm được khởi động, khi đó sai số định vị của hệ thống hồn tồn phụ thuộc vào q trình ước tính khác biệt thời gian đến và tính tốn vị trí nguồn âm. Ngược lại nếu không phát hiện được sự kiện âm thanh khi nó xảy ra, q trình định vị nguồn âm không được khởi động, hệ thống định vị nguồn âm sẽ bỏ qua một
mục tiêu cần định vị. Mặt khác khi khơng có sự kiện âm thanh xảy ra, nếu khối phát hiện sự kiện âm thanh phát ra cảnh báo sai, hệ thống sẽ định vị một mục tiêu khơng cần thiết. Có thể nói phát hiện sự kiện âm thanh là một bước quan trọng ảnh hưởng trực tiếp tới tính tin cậy của hệ thống định vị nguồn âm. Quá trình phát hiện sự kiện âm thanh có thể được đánh giá thông qua tham số xác suất phát hiện chính xác sự kiện âm thanh, tham số này có thể được đo lường dựa trên tỉ lệ giữa các sự kiện âm thanh được phát hiện đúng trên tổng số các sự kiện âm thanh. Việc nâng cao xác suất phát hiện chính xác sự kiện âm thanh là một trong những phương pháp nhằm nâng cao chất lượng định vị nguồn âm.
Khi đã xác định được đúng loại sự kiện âm thanh, q trình định vị, tính tốn vị trí nguồn âm được tiến hành. Chất lượng định nguồn âm lúc này có thể được xác định thơng qua sai số vị trí giữa nguồn âm thực tế và nguồn âm ước tính được. Việc giảm sai số định vị là một phương thức nâng cao chất lượng định vị nguồn âm.
Đối với các hệ thống định vị nguồn âm sử dụng nguyên lý TDOA, có nhiều yếu tố có thể ảnh hưởng tới sai số định vị của hệ thống. Có thể kể tới các yếu tố thuộc về kết cấu vật lý của hệ thống như tính chính xác của vị trí cảm biến trong không gian, hay độ nhạy của các cảm biến ...Tuy nhiên đó có thể coi là các yếu tố khách quan phụ thuộc vào quá trình thiết kế hệ thống cụ thể, ở đây đánh giá mức độ ảnh hưởng của các thuật tốn xử lý tín hiệu tới độ chính xác định vị của hệ thống.
Trong khi phát hiện sự kiện âm thanh là bước khởi đầu quá trình định vị nguồn âm, thì ước lượng khác biệt thời gian đến giữa các cảm biến có thể coi là bước trọng tâm, quan trọng nhất của kỹ thuật định vị theo nguyên lý TDOA. Ước lượng chính xác khác biệt thời gian đến cho phép xây dựng một hệ phương trình định vị đúng là cơ sở của việc tính tốn vị trí nguồn âm thanh. Nâng cao độ chính xác ước tính khác biệt thời gian đến chính là một cách nâng cao độ chính
xác định vị. Trong các hệ thống số, khi tín hiệu âm thanh trên các cảm biến được số hóa, khác biệt thời gian đến được ước lượng với đơn vị là số nguyên lần của thời gian lấy mẫu. Khi đó, lựa chọn tần số lấy mẫu cao là một trong những cơ sở của việc ước tính chính xác khác biệt thời gian đến.
Tính tốn vị trí nguồn âm là bước cuối cùng, hiện thực hóa các bước trước đó thành vị trí của nguồn âm trong khơng gian. Tính tốn vị trí nguồn âm được xây dựng trên cơ sở các hệ số của phương trình định vị (1.8) được xây dựng từ khác biệt thời gian đến của các cảm biến, vận tốc âm thanh và vị trí các cảm biến trong khơng gian. Để đảm bảo độ chính xác định vị nguồn âm, các hệ số của phương trình như vận tốc âm thanh trong khơng khí cũng như vị trí các cảm biến phải được đưa vào tính tốn một cách chính xác. Như đã nói, vị trí của các cảm biến trong khơng gian là yếu tố khách quan, phụ thuộc vào kết cấu và tính chính xác về hướng của hệ thống cơ khí, tuy nhiên đây cũng là một yếu tố không thể bỏ qua, cần phải được quan tâm tinh chỉnh trong quá trình xây dựng hệ thống định vị nguồn âm thanh. Với vận tốc âm thanh trong khơng khí, ở các điều kiện môi trường khác nhau vận tốc âm thanh không phải là một hằng số cố định, việc đưa vào hệ số phương trình chính xác vận tốc âm thanh ở đúng thời điểm xảy ra sự kiện âm thanh không phải là việc dễ dàng.
Sau khi xác định được các hệ số của phương trình định vị nguồn âm, bằng một phương pháp giải hợp lý và hiệu quả, độ chính xác định vị sẽ được cải thiện.
1.4. Một số kết quả nghiên cứu về định vị nguồn âm sử dụng nguyên lýTDOA hiện nay TDOA hiện nay
1.4.1. Các nghiên cứu liên quan tới phát hiện sự kiện âm thanh
Phát hiện sự kiện âm thanh là bước đầu tiên nhằm định vị chính xác một nguồn âm, bước này đảm bảo xác định đúng nguồn âm cần định vị tránh bỏ sót hoặc định vị các nguồn âm không cần thiết. Những nghiên cứu ban đầu về vấn đề này sử dụng đặc trưng biên độ tín hiệu, đây là một giải pháp tiếp cận hiệu quả trong việc định vị nguồn ô nhiễm tiếng ồn hoặc phát hiện hỏng hóc máy
móc [61]. Tuy nhiên khi cần định vị một nguồn âm cụ thể tại các khoảng cách khác nhau, các nghiên cứu dựa trên đặc trưng biên độ không mang lại hiệu quả cao [63].
Với những nguồn âm cụ thể, sử dụng tương quan tín hiệu là một giải pháp hiệu quả [7], tuy nhiên khi cự ly định vị xa, tín hiệu chịu ảnh hưởng của nhiễu và tạp âm, khi đó hiệu quả của phương pháp tương quan tín hiệu bị suy giảm.
Những năm gần đây với sự phát triển của công cụ học máy (Machine Learning - ML), kỹ thuật phát hiện sự kiện âm thanh sử dụng ML được áp dụng rộng rãi. Điển hình là các hệ thống sử dụng mơ hình hỗn hợp Gauss và Markov ẩn [41], sử dụng mạng Neural tích chập (Convolutional Neural Networks-CNN)
[64] [48], mạng Neural hồi tiếp (Recurrent Neural Networks-RNN) [45] [6].
Tuy vậy, khơng có nhiều nghiên cứu ứng dụng kỹ thuật phát hiện sự kiện âm thanh trong bài toán định vị nguồn âm. Mặt khác để phát triển công cụ học máy nhằm phát hiện sự kiện âm thanh đòi hỏi số lượng mẫu tín hiệu đủ lớn để huấn luyện hệ thống, đây là yêu cầu tương đối khó khăn để xây dựng được các bộ thư viện hoàn thiện cho nhiều loại âm thanh đặc biệt cần định vị.
Mỗi một phương pháp phát hiện sự kiện âm thanh đều có những ưu và nhược điểm khác nhau. Đối với ứng dụng định vị nguồn âm, việc xác định chính xác sự kiện âm thanh là tiền đề nhằm vị chính xác nguồn âm, do đó địi hỏi q trình này phải được xử lý nhanh, đảm bảo tính thời gian thực của hệ thống. Mặt khác với lợi thế sử dụng nhiều cảm biến âm thanh để thu tín hiệu, việc phân tách các âm thanh chồng chéo thành các âm thanh độc lập trở nên dễ dàng hơn. Đây là một lợi thế của hệ thống đa cảm biến, cần áp dụng những phương pháp xử lý tín hiệu phù hợp nhằm nâng cao hiệu quả định vị cho hệ thống.
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 không 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, không yêu 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.
Ngồi 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/s là 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 không 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 khơng, 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