BİTİRME ÇALIŞMASI

Proje İsmi

SPEKTRUM ARALIĞI TANIMLI AKUSTİK İŞARETLERİN GELİŞ

YÖNÜNÜN SAPTANMASI

Öğrenci İsmi

Necdet Yiğit EROĞLU

Danışman

Doç.Dr. Selçuk HELHEL

Haziran, 2015

Antalya

T.C.

AKDENİZ ÜNİVERSİTESİ

Elektrik-Elektronik Mühendisliği Bölümü

ii

Bu çalışma …. / …. / 2015 tarihinde aşağıdaki jüri tarafından Elektrik-Elektronik

Mühendisliği Bölümü’nde Lisans Bitirme Projesi olarak kabul edilmiştir.

Bitirme Projesi Jürisi

Danışman Adı

Doç.Dr. Selçuk HELHEL

Üniversite Akdeniz Üniversitesi

Fakülte Mühendislik Fakültesi

Jüri

Doç. Dr. Ömer Halil ÇOLAK

Üniversite Akdeniz Üniversitesi

Fakülte Mühendislik Fakültesi

Jüri

Yrd. Doç. Dr. Övünç POLAT

Üniversite Akdeniz Üniversitesi

Fakülte Mühendislik Fakültesi

iii

ÖZET

SPEKTRUM ARALIĞI TANIMLI AKUSTİK İŞARETLERİN GELİŞ

YÖNÜNÜN SAPTANMASI

NECDET YİĞİT EROĞLU

BİTİRME ÇALIŞMASI

DANIŞMAN: DOÇ.DR. SELÇUK HELHEL

HAZİRAN 2015

Yön belirleme sistemleri, özellikle konumun belirlenemediği askeri çatışma alanlarında,

dağlık ve sınır bölgelerde, insan hayatını kurtaracak öneme sahiptir. Yapılan çalışmada,

mevcut konum belirleme sistemlerine entegre edilebilecek özellikte bir akustik yön belirleme

sistemi tasarlanmak istenmiştir.

Akustik yön bulma, ortam taraması yapmaya gereksinim duymadan akustik işaretlerinin

kaynaklarını göstermeye ve tanımlamaya olanak sağlamaktadır. Çalışmanın bu aşamasında,

daha önceden frekans spektrum karşılıkları belirlenmiş ses kaynaklarının yönleri, yüksek

doğruluk oranında tespit edilmeye çalışılmıştır.

ANAHTAR KELİMELER: akustik sinyal, korelasyon, yön tayini

JÜRİ: Doç. Dr. Selçuk HELHEL (Danışman)

Doç. Dr. Ömer Halil ÇOLAK

Yrd. Doç. Dr. Övünç Polat

iv

ABSTRACT

DETERMİNİNG THE DIRECTION OF ARRIVAL OF THE ACOUSTİC

SIGNALS DEFINED WITH SPECTRUM INTERVAL

NECDET YİĞİT EROĞLU

FINAL STUDY

ADVISER: Doç. Dr. Selçuk HELHEL

June 2015, 27 Pages

Location detection systems, especially in areas where it is difficult to determine the

position of military conflicts, in mountainous regions and borderlands, has an

important role to save lives. In this study, an acoustic location detection system is

designed which can be integrated into existing location detection systems. Acoustic

navigation, allowing to detect and identify to the source of the acoustic signals without

the need to environmental scanning. At this stage of the study, has tried to detect

directions of the previously determined frequency spectrum responses, with the high

accuracy.

KEYWORDS: acoustic signal, correlation, direction determination

COMMITTEE: Doç. Dr. Selçuk HELHEL (Supervisor)

Doç. Dr. Ömer Halil ÇOLAK

Yrd. Doç. Dr. Övünç Polat

v

ÖNSÖZ

Yaşamım ve eğitim hatı boyunca benden sevgilerini ve desteklerini esirgemeyen

aileme, ortaya çıkardığım bu projeyi hazırlamamda bilgisi ve desteğini esirgemeyen

danışman hocam Doç. Dr. Selçuk HELHEL’e, eğitim-öğretim hayatım boyunca

üzerimde emeği geçen tüm hocalarıma, beraber emek verdiğimiz tüm arkadaşlarım

Atalay KOCAKUŞAK, Ayşe DİNDAR, Merve SÜNEL, N. Hümeyra YERKESİKLİ,

Çağdaş TOPCU ‘ya teşekkür ederim.

Necdet Yiğit EROĞLU

vi

İÇİNDEKİLER

ABSTRACT ................................................................................................................ iv

ÖNSÖZ ........................................................................................................................ v

ŞEKİLLER DİZİNİ .................................................................................................... vii

SİMGELER VE KISALTMALAR DİZİNİ .............................................................. vii

BÖLÜM 1. GİRİŞ ........................................................................................................ 1

BÖLÜM 2. TEORİK BİLGİLER ................................................................................ 2

2.1.Ses Sinyali ve Yayılımı ...................................................................................... 2

2.2.Ses Sinyali .......................................................................................................... 2

2.2.1. Ses Sinyali Yayılımı ................................................................................... 2

2.2.2. Metodlar ..................................................................................................... 3

2.2.2.1. Dataların Alınması ve Çerçevelenmesi ................................................... 3

2.2.2.2. Dalgacık Aralık-Bağımlı Gürültü Süzme ............................................... 3

2.2.2.3. Önvurgu Süzgeci ..................................................................................... 5

2.2.2.4. Hamming Pencereleme ........................................................................... 6

2.2.2.5. Çapraz Korelasyon .................................................................................. 8

2.2.2.6. İnterpolasyon ........................................................................................... 9

2.2.2.7. Hızlı Fourier Dönüşümü (HFD) .............................................................. 9

2.2.2.8. Karesel Genliğin Spektral Tutarlılığı .................................................... 10

2.2.2.9. Farksal Varış Zamanı’ndan Varış Açısı Dönüşümü ............................. 10

Materyaller ............................................................................................................. 13

BÖLÜM 4. SONUÇLAR ........................................................................................... 15

BÖLÜM 5. KOD ÖRNEKLERİ ................................................................................ 16

BÖLÜM 6. REFERANSLAR .................................................................................... 19

vii

ŞEKİLLER DİZİNİ

Şekil 1 Metod Akış Şeması .......................................................................................... 3

Şekil 2. Dalgacık Aralıkları.......................................................................................... 4 Şekil 3. Önvurgu Süzgeci Transfer Fonksiyonu Grafiği .............................................. 5 Şekil 4. Önvurgu Süzgeci Çıkışı .................................................................................. 6 Şekil 5. Pencere Fonksiyonu Transfer Fonksiyonu Grafiği ......................................... 7 Şekil 6. Pencereleme Fonksiyonu Giren Çıkan Sinyaller ............................................ 7

Şekil 7. İki Sinyalin Çapraz Korele Grafiği ................................................................. 8 Şekil 8. İnterpolasyon Gİriş ve Çıkış Sinyali ............................................................... 9 Şekil 9. Yansımasız Oda Bir Numaralı Deney Düzeneği .......................................... 11

Şekil 10. Yansımasız Oda İki Numaralı Deney Düzeneği ......................................... 12 Şekil 11. Dinamik Mikrofonlar .................................................................................. 13 Şekil 12. Mikrofonların Kutupsal Modeli .................................................................. 13 Şekil 13. 16-24 Bit Harici Ses Kartı........................................................................... 14

Şekil 14. Kablosuz Hoparlör ...................................................................................... 14

Şekil 15. Altmış Bir Nokta İçin Hesaplanan Başarı Yüzdesi Grafiği ........................ 15 Şekil 16. Başarı Yüzdesi Grafiği ................................................................................ 15

SİMGELER VE KISALTMALAR DİZİNİ

Simgeler

s Saniye

v Volt

W Watt

Hz Hertz

dB Desibel

Kısaltmalar

AF Alçak Frekans

RF Radyo Frekans

ADD Ayrık Dalgacık Dönüşümü

SDD Sürekli Dalgacık Dönüşümü

CWT Continuous Wavelet Transform

viii

1

BÖLÜM 1. GİRİŞ

Yapılacak çalışma, mevcut konum belirleme sistemlerine entegre edilebilecek

özellikte bir akustik yön belirleme sistemi kurulmaya çalışılacaktır. Yön belirleme

özelliği özellikle konumun belirlenemediği askeri çatışma alanlarında, dağlık ve sınır

bölgelerde insan hayatını kurtaracak öneme sahiptir. Su altı ses kaynağının yönünü

bulmaya dönük patentli ürünler de bulunmaktadır. Örneğin US4119942 A numaralı

patentli ürünü olan akustik yön bulma cihazını su altında bir ortam taraması yapmaya

gereksinim duymadan su altı işaretlerinin kaynaklarını gösteren ve tanımlayan cihaz

olarak belirtmektedir. Akustik yön bulma çalışmaları çoğunlukla su altı tarama

sistemlerinin bir parçası olarak[i] ola gelmekte ise de son zamanlarda karada da akustik

yön bulma sistemleri konusunda ciddi çalışmalar yapılmaktadır[ii]. Altmann[ii]

çalışmasında ağır-kara savaş taşıtlarında kullanılabilecek türden akustik kaynaklarının

yönünü bulma konusunda yapılan pek çok çalışmayı derleyecek topluca sunmuştur.

Çalışmada da rapor edildiği üzere sesin ve titreşimin kaynağı ağır kara taşıtlarının

motor sesleridir. Bu askeri kara araçlarının hareket yönünün bilinmesi önemlidir. The

Bochum Verification Project ile yer sensörlerinin potansiyelini incelemiş motorlardan

kaynaklanan seslerin akustik olarak daha baskın ve seçilebilir olduklarını anlatmıştır.

Yön bulmak için Ses şiddeti tabanlı hüzme oluşturma algoritmaları kullanmak

mümkündür[iii]

Çalışmanın bu aşamasında daha önceden frekans spektrum karşılıkları

belirlenmiş ses kaynaklarının yönünün belirlenmesine çalışılacaktır.

Konum belirleme sistemleri, daha önceden sınırları belirlenmiş olan bir alanda,

belirlenmiş sinyallere göre(RF, Akustik vs.) hedef objenin yerini belirlemek için

geliştirilmişlerdir. Ancak özellikle askeri çatışma sahalarında her zaman verimli

çalışabilecek bir konum tespit sistemi kurulamamaktadır. Bunun en büyük sebebi

çalışılan ortamın homojenliğinin oldukça düşük olmasıdır.

Geliştirilmek istenen sistem, konum tespitinin hali hazırda var olan sistemlerle

tespit edilemediği anlarda, çatışma bölgesindeki birimlerin çevresel etkilere karşı

hazırlıklı olmasını sağlamak için yön tespiti yapacaktır.

Mevcut konum belirleme sistemleri tablo 1 de görüldüğü gibi, radyo dalgaları

ya da benzer dalgalar aracılığı ile 3 Merkez Uzaklığı-3MUbkz.(KOCAKUŞAK,

HELHEL, URSI 2014 Elazığ) yöntemi ve benzeri yöntemler kullanılarak

yapılmaktadır. Bu projede amacımız, daha önceki sistemlere entegre edilebilecek ve

hibrit sistemler tasarlamayı kolaylaştıracak akustik yön belirleme sistemi

tasarlanmasıdır. Akustik olarak yön belirlemesi özellikle askeri alanlarda konumun

belirlenemediği bölgelerde ilgili aranan ses kaynağının sisteme göre hangi açı da

olduğu saptanarak ilgili birimlerin kendilerini korumasını sağlamaktır.

2

BÖLÜM 2. TEORİK BİLGİLER

2.1.Ses Sinyali ve Yayılımı

2.2.Ses Sinyali

Ses sinyali herhangi bir sesin iletilmek veya saklanmak için elektromanyetik

enerjiye çevrilmiş halidir. Bu sinyal AF kısaltmasıyla da gösterilir.

Ses havadaki titreşimin kulakta oluşturduğu duygudur. Titreşim çok

farklı frekanslarda olabilir. Bu titreşim mikrofon vasıtasıyla ses sinyaline çevrilir. Ses

kaydeden cihazlarda cihazın kaydettiği en düşük ve en yüksek frekanslar arasındaki

bölge ses bandı (AF bandı) olarak bilinir.

2.2.1. Ses Sinyali Yayılımı

Ses hızı havada, deniz seviyesinde ve 21 °C sıcaklıkta 343.2 m/s (343.2

metre/saniye) (yaklaşık 1235.5 km/saat) olarak alınır. Ses hızı frekansa bağlı olarak

değişmez, her frekansta ses aynı hızda gider.

Havanın sıcaklık, yoğunluk durumuna göre sesin yayılma hızı değişir. Soğuk

havada ses hızı azalır. Ses sıcak havadan soğuk havaya geçerken yayılma doğrultusunu

değiştirir.

Sesin havadaki hızı yaklaşık olarak şu formülle hesaplanabilir:

16.05.331 msChava Formüldeki sıcaklığın derece santigrad (°C)

cinsinden ifadesidir.

3

2.2.2. Metodlar

Şekil 1 Metod Akış Şeması

2.2.2.1. Dataların Alınması ve Çerçevelenmesi

Giriş işareti, M örnekten oluşan kısımları örtüşen N örnek uzunluğunda

konuşma parçalarına bölünür (M<N). İlk çerçeve N örnekten oluşurken sonraki

çerçeve, ilk çerçeveden M örnek sonra başlar ve böylece N-M kadar örnek örtüşür.

Deneyler sırasında 50 ms uzunluklu çerçeveler kullanılmıştır.

2.2.2.2. Dalgacık Aralık-Bağımlı Gürültü Süzme

Dalgacık serileri birçok farklı alana uygulanabilen bir yöntem olup, bunlar

arasında uygulamalı matematik, sinyal işleme teknikleri, ses ve görüntü sıkıştırma

teknikleri başta gelmektedir. Dalgacıklar ilk olarak Jean Morlet ve A. Grossman

tarafından coğrafi bilgi sistemleri için kullanılmaya başlanmıştır. Gerçekte,

dalgacıkların temel başlangıcı Joseph Fourier’e ve O’nun Fourier dönüşümüne kadar

gitmektedir. 1807’den sonra Fourier denklemlerinin ortaya çıkmasıyla matematikçiler

sinyali tanı- ma için frekans alanında çalışmaya yöneldiler. Dalgacıklar ilk olarak Haar

dalgacık olarak adlandırılan Haar’ın tezinin ekler kısmında gö- rülmüştür. Haar

dalgacıklar bazı sınırlı uygulamalar için geçerli olup, bilinen en basit ve en eski

dalgacık fonksiyonudur. 1977’lerde Esteban ve Galand yeni bir süzgeç kavramını

ortaya attı ancak bu yolla ana sinyalin yeniden elde edilmesinde hata çok yüksekti.

Dalgacık terimi ilk kez 1984’de Morlet ve Grossman tarafından kuantum fiziği çalış-

malarında kullanıldı. 1987’de Mallat dalgacık ve süzgeç grupları arasındaki ilişkiyi

ortaya çı- kardı. Meyer kendi adıyla anılan ilk dalgacıkları ortaya attı. Bu Haar

dalgacıkların aksine, sürekli uygulamalarda kullanılabilen bir fonksiyon idi. Yıllar

geçtikçe, Ingrid Daubhecies bir takım dik tabanlı dalgacık serilerini ortaya atarak

günümüzdeki birçok uygulamaya temel teşkil etmiştir. Tanım olarak, bir dalgacık, o

Dataların Alınması ve Çerçevelenmesi

Dalgacık Aralık-Bağımlı Gürültü

SüzmeÖnvurgu Süzgeci

Hamming Pencereleme

Çapraz Korelasyon İnterpolasyonKaresel Genliğin

Spektral Tutarlılığı

Farksal Varış Zamanı’ndan Varış

Açısı Dönüşümü

4

talama değeri sıfır olan ve zamanla sınırlı bir dalga şeklidir. Zaman ekseninde

kaydırma ve ölçekleme parametreleri dalgacıkların temelini oluşturmaktadır. Fourier

serilerinin temel fonksiyonları sinüs ve kosinüs ifadelerinden meydana gelmektedir.

Buna karşın çok sayıda dalgacık fonksiyonları vardır. Dalgacık dönüşümü değişik

uzunluktaki bölgeleri kapsayan pencereleri içeren yeni bir teknik olarak karşımıza

çıkmaktadır. Wavelet metodu kullanarak bir sinyalin ayrıştı- rılması ve tekrar

oluşturulması genel olarak üç aşamadan oluşur.

1) Ayrık wavelet dönüşümü kullanarak sinyalin bileşenlerine ayrılması,

2) Ortaya çıkan katsayıların thresholding metotlarıyla yumuşatılması,

3) Threshold yapılmış ayrık wavelet katsayılarından tekrardan orijinal sinyalin

oluşturulması

Yaklaşımlar Alt Bantlar (Hz) Detaylar Alt bantlar(Hz)

a1 0-50 d 1

0-50

a2 0-350 d 2

50-350

a3 0-1000 d 3

350-1000

a4 0-3500 d 4

1000-3500

a5 0-7000 d 5

3500-7000

a6 0-14000 d 6

7000-14000

Şekil 2. Dalgacık Aralıkları

Verilen bir x(t) fonksiyonu için Sürekli Dalgacık Dönüşümü (SDD) (1)’de

verilmiştir. Burada dalgacık dönüşümü, işareti ψ(t) ana dalgacığının ötelenmiş ve

ölçeklenmiş versiyonlarına ayrıştırmaktadır.

dta

ttx

aaCWT

*1,

Denklem 1. Sürekli Dalgacık Dönüşümü

ve a öteleme ve ölçekleme parametreleridir. Ayrık Dalgacık Dönüşümü

(ADD)

a

bnnx

abaDWT

n

*1),(

Denklem 2. Ayrık Dalgacık Dönüşümü

5

2.2.2.3. Önvurgu Süzgeci

Ön vurgulama işleminde giriş işareti birinci dereceden bir FIR süzgeç

girişine uygulanır. Birinci dereceden süzgecin transfer fonksiyonu,

195.01)( zzH Denklem 3. Önvurgu Süzgeci Transfer Fonksiyonu

Ön vurgulama işleminin amacı sinyalin yüksek frekans bileşenlerini daha baskın hale getirmektir. Önvurgulama Süzgeci Transfer Fonksiyonu Cevabı,

Şekil 3. Önvurgu Süzgeci Transfer Fonksiyonu Grafiği

Önvurgulama Cevabı

6

Şekil 4. Önvurgu Süzgeci Çıkışı

2.2.2.4. Hamming Pencereleme

Çerçeveleme işleminden sonraki adım olan pencereleme işleminde amaç

sinyalin başındaki ve sonundaki süreksiz kısımları azaltmak, dolayısıyla sinyalin

başındaki ve sonundaki bilgi içermeyen bölümleri bastırarak spektral bozulmayı

engellemektir. Giriş işaretimizi x(n), pencere fonksiyonunu w(n) ve çıkış işaretimizi

ise y(n) ile ifade edecek olursak, çıkış işaretimiz,

)()()(

)1

2cos()(

nwnxny

N

nnw

Denklem 4. Hamming Pencereleme Fonksiyonu

şeklinde olacaktır. Genellikle pencere fonksiyonu olarak Hamming penceresi

kullanılır. Pencereleme Fonksiyonun Transfer fonksiyonu grafiği

7

Şekil 5. Pencere Fonksiyonu Transfer Fonksiyonu Grafiği

Şekil 6. Pencereleme Fonksiyonu Giren Çıkan Sinyaller

8

2.2.2.5. Çapraz Korelasyon

İki sinyal dizisi arasindak benzerliği ölçmeye yarayan yöntemdir. Çoğu

uygulamada sinyaller arasındaki fark ya da oran sabitse bu sinyaller biribirine benzer

kabul edilebilir. Normalize etmedeki amaç aralarindaki fark ya da oran sabit olan

sinyallerini, bu farklılıklarının korelasyon değerine etkisini yok etmektir.

Normalizasyon özellikle uzaklığa bağlı olarak genliklerdeki azalmadan doğan farkı

ortadan kaldırmak içindir.

İki farklı zaman dizileri arasında, X ve Y iki sinyal arasında çapraz korelasyon

döndürür. Çapraz korelasyon geçikme fonksiyonu olarak X ile Y arasında kaydırma

yapılarak benzerlik ölçülür. Benzerliğin maksimum olduğu noktada gecikme tespit

edilmiş olur.

.0),(

,0,)(

)(

1

0

*

**

mmR

myxmR

yxnEyxEmRxy

xy

mN

n

nmn

xy

mnnmn

Denklem 5. Çapraz Korelasyon Fonksiyonu

Şekil 7. İki Sinyalin Çapraz Korele Grafiği

9

2.2.2.6. İnterpolasyon

İlk kez Uygulamalı Matematik biliminin bir alt kategorisi olan Sayısal

Analiz yöntemlerinde tanımlanan ve elde varolan değer noktalarından yola çıkarak bu

noktalar arasında, farklı bir yerde ve değeri bilinmeyen bir noktadaki olası değeri

bulmaya/tahmin etmeye yarayan yöntemlerin tümüne verilen genel isimdir. En basit

tanımı ile "varolan sayısal değerleri kullanarak, boş noktalardaki değerlerin tahmin

edilmesi" olarak açıklanmaktadır.

İnterpolasyon uygulanarak veri çözünürlüğü artırılmıştır.

Şekil 8. İnterpolasyon Gİriş ve Çıkış Sinyali

2.2.2.7. Hızlı Fourier Dönüşümü (HFD)

N örnekten oluşan konuşma parçasını zaman domeninden, frekans domenine çevirmek

için Hızlı Fourier Dönüşümü uygulanır. HFD, Ayrık Fourier Dönüşümünü (AFD)

hızlandırmak için uygulanan bir algoritmadır. N, örnekli bir set için AFD’nin

Matematiksel ifadesi,

,1

0

2

N

k

Njkn

kn exX

1,........,2,1,0 Nn

Denklem 6. Hızlı Fourier Dönüşümü

şeklindedir. Şekil 2.5 (a)’da ön vurgulama işlemi yapılmış ve daha sonra da Hamming

penceresi ile pencerelenmiş konuşma çerçevesi, (b)’de ise Hızlı Fourier Dönüşümü

alınarak elde edilen genlik spektrumu görülmektedir.

10

2.2.2.8. Karesel Genliğin Spektral Tutarlılığı

Eşit uzunluktaki iki sinyal dizisinin spektrumlarının normalize edilmiş karesel

genliklerinin tutarlılığına bakılır. X ve Y örneklerinin karesel güç spektral

yoğunluğunun her frekanstaki gücünü karşılaştırarak doğruluğu sağlanır.

)()(

)()(

2

fPfp

fPf

yyxx

xy

xyc

1)(

)(

)()(

)(

)()(

)()(

2

2

22

22

fP

fP

fPfP

fPfH

fPfP

fPfHf

xx

xx

yyxx

xx

yyxx

xx

xyc

Denklem 7. Karesel Genliği Spektral Tutarlılığı

2.2.2.9. Farksal Varış Zamanı’ndan Varış Açısı Dönüşümü

Hesaplanan geliş zamanlarının gecikmesinden geliş açısı dönüşümü yapılmaktadır.

,

,

,

zx

yz

xy

j

sszx

j

ssyz

j

ssxy

e

e

e

Denklem 8. Farksal Varış Zamanı Hesabı

zxyzxy

,, İkili olarak eşleştirilen mikrofonlar arasındaki geçikmeler,

,

,

2

2

zxyzyz

xyyzyx

Denklem 9. Varış Farkından Varış Açısı Dönüşümü

11

BÖLÜM 3. TEZ DÜZENEĞİ ve MATERYALLER Tez düzeneklerinin kurulumu anechoic chamber (Yalıtımlı odada)

gerçekleştirilmiştir. Deney ortamında nemlilik %40 sıcaklık 24 derecede sabit

tutulmuştur. Deneylerde alıcılar iki farklı geometride konumlandırılmıştır. İki farklı

geometride konumlandırılmasındaki amaç kullanılan alıcıların kutup yayılmalarında

açıya bağlı zayıflamayı test etmektir Bir numaralı deney düzeneğinde alıcılar yatay

düzlemde 50cm mesafeyle 90 derecelik açılarda yerleştirilmiştir. Ses kaynağı 60cm

yükseklikte ve 5cm adım aralığı ile ölçümler alınmıştır.

Şekil 9. Yansımasız Oda Bir Numaralı Deney Düzeneği

İki numaralı deney düzeneğinde Eşkenar Üçgen Piramit diziliminde, üç adet

alıcı yer düzleminde aralarında 50cm mesafede 120 derecede, 4 numaralı alıcı yer

düzleminden 85cm yükseklikte eşkenar üçgenin merkezine bakmaktadır.

12

Şekil 10. Yansımasız Oda İki Numaralı Deney Düzeneği

İki deney düzeneğinde yapılan ölçümler sırasında ses kaynağının hareketi siyah

yürüme alanın üzerinde hareket ettirilmiştir.

13

Materyaller

-Projede 4 adet Kardiodid kutupsal modele sahip,80 Hz. – 14 KHz frekans aralığına

duyarlı dinamik mikrofonlar.

Şekil 11. Dinamik Mikrofonlar

Şekil 12. Mikrofonların Kutupsal Modeli

Ses işaretinin mikrofona geliş açısına bağlı sinyal gücünün zayıflaması

mikrofonları kutupsal modeli görülmektedir

14

- 16-24 bit çözünürlüğü ayarlanabilir, 44.1 KHz örnekleme hızına sahip harici ses

kartı.

Şekil 13. 16-24 Bit Harici Ses Kartı

- Kablosuz Bluetooth hoparlör kullanılmıştır.

Şekil 14. Kablosuz Hoparlör

15

BÖLÜM 4. SONUÇLAR

Yapılan ölçümler sonucunda bir nokta için hesaplanan gecikme grafiği

Şekil 15. Altmış Bir Nokta İçin Hesaplanan Başarı Yüzdesi Grafiği

Şekil 16. Başarı Yüzdesi Grafiği

Ölçüm sonuçlarına göre genel başarı %89.34 minimum başarı %48.53 olarak

bulunmuştur. Ortamın heterojen olması durumunda kurulan sistem tüm seslere tepki

vermektedir.

16

Edinilmiş verilere göre geliştirilmek istenen sistem, konum tespitinin hali

hazırda var olan sistemlerle tespit edilemediği anlarda, çatışma bölgesindeki birimlerin

çevresel etkilere karşı hazırlıklı olmasını sağlamak için yön tespiti için geliştirilmesine

devam edilecektir.

BÖLÜM 5. KOD ÖRNEKLERİ %%% SPEKTRUM ARALIĞI TANIMLI AKUSTİK İŞARETLERİN GELİŞ

YÖNÜNÜN SAPTANMASI

%%% Necdet Yiğit EROĞLU

clear all

DOAPointer = DOADisplayy(); %% Özelleştirilmiş Pusula

aci=0;

endTime = 350; %% PRogramın çalışma süresi

lastHeight = 1;

i=0;

audioFrameLength = 4410; %% Alınan çerçevelerin uzunluğu

fs = 44100; %% Örnekleme frekansı

bufferLength = 441; %% buffer büyüklüğü

%%% Alıcı Ses kartımının tanıtılması

AudioInput = dsp.AudioRecorder(...

'DeviceName', ...

'iO4 (iO4)',...

'SampleRate', fs, ...

'NumChannels', 4,...

'OutputDataType','double',...

'QueueDuration', 2,...

'SamplesPerFrame', audioFrameLength);

%%% Crosscorrelator tanımlaması

XCorrelator = dsp.Crosscorrelator('Method', 'Frequency

Domain');

interpFactor = 8; %% İnterpolasyon faktörü

b = interpFactor * fir1((2*interpFactor*8-

1),1/interpFactor);

groupDelay = median(grpdelay(b));

%%% İnterpolator tanımlama

Interpolator = dsp.FIRInterpolator(...

'InterpolationFactor',interpFactor,...

'Numerator',b);

micPositions =[-0.2, -0.1, 0.1, 0.2];

tic;

while(toc < endTime)

cycleStart = toc;

17

% Read a multichannel frame from the audio source

% The returned array is of size AudioFrameLenght x

size(micPositions,2)

multichannelAudioFrame = step(AudioInput);

sa=multichannelAudioFrame(:,1);

sb=multichannelAudioFrame(:,2);

sc=multichannelAudioFrame(:,3);

sd=multichannelAudioFrame(:,4);

G_sa=sum(abs(sa));G_sb=sum(abs(sb));G_sc=sum(abs(sc));G_s

d=sum(abs(sd));

biggest = G_sa;

if(G_sb>biggest) biggest = G_sb;end

if(G_sc>biggest) biggest = G_sb;end

sval = 0;

switch biggest

case G_sa

sval = sa;

case G_sb

sval = sb;

case G_sc

sval = sc;

end

if(G_sa>G_sc & G_sb>G_sc)

x1=sa;

x2=sb;

aci=0;

elseif (G_sa>G_sb & G_sc>G_sb)

x1=sc;

x2=sa;

aci=240;

elseif(G_sb>G_sa & G_sc>G_sa)

x1=sb;

x2=sc;

aci=120;

end

[acor,lag] = xcorr(x1,x2);

[~,I] = max(abs(acor));

i=i+1;

lagDiff(i) = lag(I);

lagDiff(i) ;

[acor2,lag2] = xcorr(sval,sd);

18

[~,I2] = max(abs(acor2));

lagDiff2(i) = lag2(I2);

lagDiff2(i)

if(lagDiff(i) <75 & lagDiff(i) > -75 )

if(lagDiff2(i)<45 && lagDiff2(i)>-45)

lastHeight = lagDiff2(i);

end

%%lagDiff (lastHeight+135)/45

step(DOAPointer,

(lastHeight+135)/45,(lagDiff(i)+aci)*(pi/180));

end end

%%% Örnek Wavelet Aralık-Bağımlı Denoising

function [s11,s22,s33,s44]=denoising(sa,sb,sc,sd)

denPAR = {[10 100 200 ; 10000 15000 0.05 ; 15000 44100

0.5]};

wname = 'sym4';

level = 1;

sorh = 's'; % threshold türü

thr = 0.05;

[s11,~,~,perf0,perfl2] =

wdencmp('gbl',sa,wname,level,thr,sorh,1);

[s22,~,~,perf0,perfl2] =

wdencmp('gbl',sb,wname,level,thr,sorh,1);

[s33,~,~,perf0,perfl2] =

wdencmp('gbl',sc,wname,level,thr,sorh,1);

[s44,~,~,perf0,perfl2] =

wdencmp('gbl',sd,wname,level,thr,sorh,1);

perf0,perfl2

end

19

BÖLÜM 6. REFERANSLAR

[1] A. Nehorai, E. Paldi, “Acoustic Vector-Sensor Array Processing,” IEEE Transactions on

Signal Processing, vol. 42, no. 9, pp. 2481-2491, Sep. 1994.

[2]J Altmann, Acoustic and seismic signals of heavymilitary vehicles for co-operative verification

Journal of Sound and Vibration 273 (2004) 713–740.

[3] Ahmet Güneş, Alper Bereketli, M Burak Güldoğan, Tek Bir Sualtı Akustik Vektör Sensör

Kullanarak Yön Bulma Tekniklerinin Analizi Analysis of Direction Finding Techniques Using a Single

Underwater Acoustic Vector Sensor, 2014 IEEE 22nd Signal Processing and Communications

Applications Conference (SIU 2014), Trabzon.

[4] “Yol Kaybı İndeks Hesabı ve WIFI Tabanlı Kontrolsüz Gezginlerden Arındırılmış Bina İçi Konum

Tespit Sistemi” Atalay KOCAKUŞAK, Selçuk HELHEL; Bildiri No:112 VII. URSI TÜRKİYE

BİLİMSEL KONGRESİ 2014 ELAZIĞ, TÜRKİYE

[5] Han Yi ; Sch. of Automobile, Chang''an Univ. Xi''an, China; Wu Chu-na. “A new moving

sound source localization method based on the time difference of arrival”, Image Analysis and

Signal Processing (IASP), 2010 International Conference, Conference Location: Zhejiang,

Date of Conference:9-11 April 2010, Page(s):118 -122

[6] M. Brandstein, J.Adcock, H.Silverman, “A closed-form method for finding source

locations from microphone array time-delay estimates”, Proc. ICASSP95, pp. 3019-3022,

1995.

[7] Shoji, M.” Passive acoustic sensing of walking”. Published in: Intelligent Sensors, Sensor

Networks and Information Processing (ISSNIP), 2009 5th International Conference on.

Conference Location: Melbourne, VIC. Date of Conference: 7-10 Dec. 2009.Page(s):

219 – 224

[8] Nishiura, T. ; Yamada, T. ; Nakamura, S. ; Shikano, K. “Acoustics, Speech, and Signal

Processing”, 2000. ICASSP'00. Proceedings. 2000 IEEE International Conference on.

Volume: 2. Digital Object Identifier: 10. 1109/ICASSP.2000. 859144 Publication Year: 2000,

Page(s): II1053 - II1056 vol.2

[9] R.C. Chen; Y.C. Lin; Y.S. Lin “Indoor position location based on cascade

correlation networks”, Systems, Man, and Cybernetics (SMC), 2011 IEEE

International Conference on, On page(s): 2295 – 2300

[i] A. Nehorai, E. Paldi, “Acoustic Vector-Sensor Array Processing,” IEEE

Transactions on Signal Processing, vol. 42, no.9, pp. 2481-2491, Sep. 1994.

[ii] J Altmann, Acoustic and seismic signals of heavy military vehicles for co-operative

verification Journal of Sound and Vibration 273 (2004) 713–740.

[iii] Ahmet Güneş, Alper Bereketli, M Burak Güldoğan, Tek Bir Sualtı Akustik Vektör

Sensör Kullanarak Yön Bulma Tekniklerinin Analizi Analysis of Direction Finding

Techniques Using a Single Underwater Acoustic Vector Sensor, 2014 IEEE 22nd

Signal Processing and Communications Applications Conference (SIU 2014),

Trabzon.

[iv] “Yol Kaybı İndeks Hesabı ve WIFI Tabanlı Kontrolsüz Gezginlerden Arındırılmış

Bina İçi Konum Tespit Sistemi” Atalay KOCAKUŞAK, Selçuk HELHEL; Bildiri

No:112 VII. URSI TÜRKİYE BİLİMSEL KONGRESİ 2014 ELAZIĞ, TÜRKİYE