Hausarbeiten logo
Shop
Shop
Tutorials
En De
Shop
Tutorials
  • How to find your topic
  • How to research effectively
  • How to structure an academic paper
  • How to cite correctly
  • How to format in Word
Trends
FAQ
Zur Shop-Startseite › Ingenieurwissenschaften - Nachrichten- und Kommunikationstechnik

Beamformer-basierte Schallquellenlokalisation

Performance-Untersuchungen des DSB- und MVDR-Beamformers bei breitbandiger akustischer Anwendung

Titel: Beamformer-basierte Schallquellenlokalisation

Masterarbeit , 2009 , 97 Seiten , Note: 1,3

Autor:in: Michael Franke (Autor:in)

Ingenieurwissenschaften - Nachrichten- und Kommunikationstechnik

Leseprobe & Details   Blick ins Buch
Zusammenfassung Leseprobe Details

Zur Verminderung der Lärmbelastung am Arbeitsplatz sind Messsysteme nötig, welche die Analyse und Ortung von Schallquellen ermöglichen. Ein solches System wird von der Hochschule für Telekommunikation Leipzig und der MTL Mikrofontechnik Leipzig GmbH entwickelt. Es besteht aus einem kugelförmigen Mikrofonarray und einer Datenverarbeitungseinheit.
Für die Signalanalyse existieren unterschiedliche Ansätze. Eine Möglichkeit besteht in der Verwendung eines Beamformers. Dieser ermöglicht es, die anisotrope Richtcharakteristik eines Mikrofonarrays ohne mechanische Einflussnahme zu ändern und somit Schallquellen zu lokalisieren.
Beginnend mit den Grundlagen von Beamformingverfahren wird die räumliche Abtastung, der statische Delay and Sum- sowie der adaptive MVDR-Beamformer mathematisch hergeleitet und diskutiert. Den Hauptteil des Buches bilden mehrere MATLAB-basierte Performancevergleiche. Es wird untersucht, inwiefern die Fähigkeit zur Quellenortung von bestimmten Parametern abhängt (Quellenanzahl, Beamformerdesign, Signaleigenschaften, etc). Um einen stärkeren Praxisbezug herzustellen, werden verglichen mit anderen Arbeiten zunehmend anspruchsvollere akustische Umgebungen betrachtet.

Leseprobe


Inhaltsverzeichnis

  • 1 Einleitung und Motivation
  • 2 Grundlagen des Beamformings
    • 2.1 Prinzip der räumlichen Filterung
    • 2.2 Delay and Sum-Beamformer
    • 2.3 Nachteile statischer Beamformer, Beampattern Shaping
    • 2.4 Adaptive Beamformer
  • 3 Breitbandiges adaptives Beamforming
    • 3.1 Allgemeines
    • 3.2 Breitband-MVDR-Beamformer im Zeitbereich
    • 3.3 Breitband-MVDR-Beamformer im Frequenzbereich
    • 3.4 Beamformer-Robustheit
    • 3.5 Anmerkungen zum Presteering
  • 4 Performance-Analysen
    • 4.1 Vorbetrachtungen
    • 4.2 Rauschsignale
      • 4.2.1 Vergleich zwischen Block- und Sliding Window-Processing
      • 4.2.2 Vergleich zwischen Delay and Sum- und MVDR-Beamformer
      • 4.2.3 Auswirkungen unterschiedlicher Filter- und FFT-Pufferlängen
      • 4.2.4 Beeinflussung des Messergebnisses durch Änderung der Anzahl der Abtastwerte und Einsatz von Diagonal Loading
      • 4.2.5 Performance bei mehreren Schallquellen unterschiedlicher Leistungen
      • 4.2.6 Auswirkungen fehlerbehafteter Mikrofonortsvektoren
    • 4.3 Geräusch- und Stimmensignale
      • 4.3.1 Performance bei Vorhandensein einer Quelle
      • 4.3.2 Performance bei Vorhandensein mehrerer Schallquellen
      • 4.3.3 Modellierung von Mehrwegeausbreitungen
    • 4.4 Zusammenfassung
  • 5 Fazit

Zielsetzung und Themenschwerpunkte

Die Arbeit untersucht die Eignung adaptiver Beamforming-Algorithmen zur Schallquellenlokalisation, insbesondere im Kontext des Projekts "Schallquellenidentifikator für Raum- und Bauakustik" (SIRA). Der Fokus liegt auf dem Vergleich der Performance verschiedener Beamformer unter verschiedenen Bedingungen.

  • Vergleich von statischen und adaptiven Beamforming-Verfahren
  • Analyse der Performance von Breitband-MVDR-Beamformern im Zeit- und Frequenzbereich
  • Untersuchung des Einflusses von Parametern wie Filterlänge, FFT-Pufferlänge und Anzahl der Abtastwerte
  • Bewertung der Robustheit gegenüber Rauschen, mehreren Schallquellen und fehlerhaften Mikrofonpositionen
  • Analyse des Verhaltens mit realen Geräusch- und Stimmensignalen

Zusammenfassung der Kapitel

1 Einleitung und Motivation: Die Arbeit ist Teil des SIRA-Projekts, welches ein Messsystem zur Schallquellenlokalisierung mittels Mikrofonarrays entwickelt. Es wird die Problematik des einfachen Delay and Sum Beamformers (DSB) bei mehreren Schallquellen aufgezeigt und die Notwendigkeit adaptiver Beamformer, insbesondere des Minimum Variance Distortionless Response (MVDR) Beamformers, begründet. Die Arbeit wird die Performance des MVDR Beamformers in Matlab-Simulationen untersuchen und mit dem DSB vergleichen.

2 Grundlagen des Beamformings: Dieses Kapitel beschreibt die mathematischen Grundlagen des Beamformings, beginnend mit dem Prinzip der räumlichen Filterung durch ein Mikrofonarray. Es wird die Funktionsweise des Delay and Sum Beamformers (DSB) detailliert hergeleitet und seine Nachteile im Hinblick auf die Schallquellenlokalisation bei mehreren Quellen diskutiert. Die Limitierungen des statischen Beamformings führen zur Einführung des adaptiven MVDR-Prinzips als Grundlage für die weiteren Kapitel.

3 Breitbandiges adaptives Beamforming: Dieses Kapitel erweitert den schmalbandigen MVDR-Beamformer auf breitbandige Anwendungen. Es werden die Herleitungen für die Implementierung im Zeitbereich (TDM) und Frequenzbereich (FDM) unter Berücksichtigung der Vorausrichtung (Presteering) vorgestellt. Die Robustheit des Verfahrens und die Notwendigkeit von Diagonal Loading zur Regularisierung der Matrizen werden diskutiert.

4 Performance-Analysen: Dieses Kapitel präsentiert die Ergebnisse von Matlab-Simulationen, welche die Performance des MVDR-Beamformers (TDM und FDM) mit der des DSB vergleichen. Es werden diverse Szenarien simuliert, die den Einfluss von verschiedenen Parametern (Anzahl der Abtastwerte, Filter-/Pufferlänge, Diagonal Loading, fehlerhafte Mikrofonpositionen) sowie unterschiedliche akustische Umgebungen (Rauschsignale, reale Geräusche und Stimmen, Mehrwegeausbreitung) untersuchen.

Schlüsselwörter

Beamforming, adaptives Beamforming, MVDR-Beamformer, Delay and Sum-Beamformer, Schallquellenlokalisation, Mikrofonarray, Rauschsignale, Geräuschsignale, Stimmensignale, Mehrwegeausbreitung, Diagonal Loading, Performance-Analyse, Matlab-Simulation, Räumliche Filterung.

Häufig gestellte Fragen (FAQ) zu "Breitbandiges adaptives Beamforming"

Was ist der Gegenstand dieser Arbeit?

Die Arbeit untersucht die Eignung adaptiver Beamforming-Algorithmen, insbesondere des Minimum Variance Distortionless Response (MVDR)-Beamformers, zur Schallquellenlokalisierung. Der Fokus liegt auf dem Vergleich der Performance verschiedener Beamformer unter verschiedenen Bedingungen im Kontext des Projekts "Schallquellenidentifikator für Raum- und Bauakustik" (SIRA).

Welche Beamforming-Verfahren werden verglichen?

Die Arbeit vergleicht statische und adaptive Beamforming-Verfahren. Im Detail wird der Delay and Sum Beamformer (DSB) mit dem breitbandigen MVDR-Beamformer im Zeit- und Frequenzbereich verglichen.

Welche Parameter werden in der Performance-Analyse untersucht?

Die Analyse untersucht den Einfluss verschiedener Parameter auf die Performance der Beamformer. Dazu gehören die Filterlänge, die FFT-Pufferlänge, die Anzahl der Abtastwerte, das Diagonal Loading, fehlerhafte Mikrofonpositionen sowie verschiedene akustische Umgebungen (Rauschsignale, reale Geräusche und Stimmen, Mehrwegeausbreitung).

Wie wird die Performance der Beamformer bewertet?

Die Performance wird mittels Matlab-Simulationen unter verschiedenen Szenarien bewertet. Diese Szenarien simulieren unterschiedliche akustische Bedingungen und Parametervariationen, um die Robustheit und Genauigkeit der Algorithmen zu testen.

Welche Arten von Signalen werden in der Analyse verwendet?

Die Analyse verwendet sowohl synthetische Rauschsignale als auch reale Geräusche und Stimmensignale. Es wird auch die Auswirkung von Mehrwegeausbreitung simuliert.

Was ist der Unterschied zwischen dem MVDR-Beamformer im Zeit- und Frequenzbereich?

Die Arbeit beschreibt die Implementierung des breitbandigen MVDR-Beamformers sowohl im Zeitbereich (TDM) als auch im Frequenzbereich (FDM). Die Unterschiede liegen in der Signalverarbeitung und der Art der Filterung.

Welche Rolle spielt das Diagonal Loading?

Diagonal Loading ist eine Regularisierungstechnik, die die Robustheit des MVDR-Beamformers verbessert, insbesondere bei schlecht konditionierten Matrizen oder bei Rauschen.

Welche Schlussfolgerungen werden gezogen?

Das Fazit fasst die Ergebnisse der Performance-Analysen zusammen und bewertet die Eignung der untersuchten Beamforming-Algorithmen für die Schallquellenlokalisierung unter verschiedenen Bedingungen. Ein direkter Vergleich zwischen DSB und MVDR wird gezogen.

Welche Kapitel umfasst die Arbeit?

Die Arbeit gliedert sich in fünf Kapitel: Einleitung und Motivation, Grundlagen des Beamformings, Breitbandiges adaptives Beamforming, Performance-Analysen und Fazit. Jedes Kapitel behandelt spezifische Aspekte des adaptiven Beamformings und der Schallquellenlokalisierung.

Wo finde ich die detaillierten Ergebnisse der Simulationen?

Die detaillierten Ergebnisse der Matlab-Simulationen sind im Kapitel "Performance-Analysen" beschrieben. Dieses Kapitel präsentiert die Ergebnisse der verschiedenen simulierten Szenarien.

Ende der Leseprobe aus 97 Seiten  - nach oben

Details

Titel
Beamformer-basierte Schallquellenlokalisation
Untertitel
Performance-Untersuchungen des DSB- und MVDR-Beamformers bei breitbandiger akustischer Anwendung
Hochschule
Fachhochschule der Deutschen Telekom in Leipzig  (Nachrichtentechnik)
Note
1,3
Autor
Michael Franke (Autor:in)
Erscheinungsjahr
2009
Seiten
97
Katalognummer
V159776
ISBN (eBook)
9783640733712
ISBN (Buch)
9783640734344
Sprache
Deutsch
Schlagworte
beamformer adaptiv statisch MVDR delay sum schallquellenlokalisation mikrofonarray beampattern
Produktsicherheit
GRIN Publishing GmbH
Arbeit zitieren
Michael Franke (Autor:in), 2009, Beamformer-basierte Schallquellenlokalisation, München, GRIN Verlag, https://www.hausarbeiten.de/document/159776
Blick ins Buch
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • https://cdn.openpublishing.com/images/brand/2/preview_popup_advertising.jpg
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
Leseprobe aus  97  Seiten
Hausarbeiten logo
  • Facebook
  • Instagram
  • TikTok
  • Shop
  • Tutorials
  • FAQ
  • Zahlung & Versand
  • Über uns
  • Contact
  • Datenschutz
  • AGB
  • Impressum