Abschlussarbeit

Zurück zur Liste

Entwicklung und Evaluierung von Algorithmen zur Schallquellenlokalisation mit koinzidenten Mikrofonarrays

AutorInnen Freiberger, K.
Jahr 2010
Art der Arbeit Diplomarbeit
Themenfeld Spatial Audio
Schlagwörter Schallquellenlokalisation, microphone arrays, B-Format, Richtmikrofone
Abstract Mit Hilfe eines Mikrofonarrays ist es möglich, die örtliche Position einer Schallquelle zu bestimmen. Üblicherweise wird dabei unter dem Begriff Mikrofonarray eine Anordnung von räumlich verteilten Mikrofonen verstanden und zur Anwendung gebracht. In der vorliegenden Arbeit werden jedoch Algorithmen zur Schallquellenlokalisation mit einer koinzidenten – und somit prinzipbedingt besonders platzsparenden – Mikrofonanordnung vorgestellt. Neben einer gängigen Methode zur Richtungsbestimmung über den Intensitätsvektor, wird in dieser Arbeit ein Mustererkennungsverfahren zur Quellenlokalisation vorgeschlagen. Dabei wird ein Minimum-Distanz-Klassifikator verwendet, der blockweise aus den Array-Signalen extrahierte Merkmalsvektoren mit einer Merkmalsdatenbank vergleicht. Die Eigenschaften dieses Ansatzes werden anhand einer mathematischen Modellierung von Gradienten- Mikrofonen erster Ordnung sowie anhand von Messungen mit einem planaren 4-Kanal Array-Prototypen aufgezeigt. Ein besonderer Schwerpunkt dieser Arbeit liegt auf dem robusten Erkennen einer einzelnen, zeitabhängigen Sprachsignalquelle bei Vorhandensein von Umgebungsgeräusch. Daher spielen Überlegungen zur Verbesserung der Robustheit der Positionsschätzung bei schlechtem Signal-Rauschverhältnis (SNR) eine wichtige Rolle. Neben der Quellenlokalisation mit koinzidenten Arrays wird auch das sogenannte Beamsteering, also das Richten des Aufnahmefokus in eine bestimmte Richtung, kurz vorgestellt. Die Leistungsfähigkeit der vorgestellten Lokalisationsalgorithmen wird für statische Quellpositionen sowie für eine bewegte Schallquelle evaluiert, wobei unterschiedliche SNR-Situationen Betracht finden. Die Ergebnisse bei der Bestimmung des Azimut-Winkels sind vielversprechend und zeigen die praktische Relevanz der vorgestellten Algorithmen. Der Minimum-Distanz Algorithmus erziehlt besonders bei schlechtem SNR bessere Ergebnisse als der Intensitätsvektor-Algorithmus. Bei 0 dB SNR (1.8s Sprachsample vs. Räumlich diffuses pinkes Geräuschfeld) werden im Versuch alle (100%) Blöcke richtig erkannt, wenn 15◦ absoluter Schätzfehler zugelassen sind (98% bei 10°, 82.5% bei 5°). Der entsprechende mittlere absolute Winkelfehler ist 3◦ . Trotz der Genauigkeit bei statischen Quellen, ist der Algorithmus in der Lage sprunghaften Änderungen schnell zu folgen.
URL http://phaidra.kug.ac.at/o:11137
BetreuerInnen Sontacchi, A.