• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2004년도 춘계학술대회논문집
• /
• pp.837-842
• /
• 2004

The positions of rotating sound sources have been localized by experiments with the Doppler effects removed. In order to do-Dopplerize the sound signals emitted from moving sources, two kinds of signal reconstruction methods were applied. One is the forward propagation method and the other is the backward propagation method. Forward propagation method analyze the source emission time based on the instantaneous distance between sensors and the assumed source position, then the signals are reconstructed with respect to the emission time. On the other hand, the backward method uses time delay to do-Dopplerize the acquired data for the received time of reference. In both techniques, the reconstructed signal data were processed using beamforming algorithm to produce power distributions at the frequency of interest. Experiments have been carried out for varying frequencies, rotating speeds and the object distances. Forward propagation method has shown better performance in locating source position than the backward propagation method.

• 한국음향학회지
• /
• 제37권4호
• /
• pp.196-205
• /
• 2018

본 논문은 선박소음 데이터에 음선 역전파 기법을 적용하여 수동 선박 위치 추정 알고리듬을 제시한다. 기존의 방법 [S. H. Abadi, D. Rouseff and D. R. Dowling, J. Acoust. Soc. Am. 131, 2599-2610 (2012)]은 음선 기반 블라인드 디컨벌루션 및 음선 역전파 기법을 활용하여 배열의 기울기가 없는 근거리 환경에서 음원의 위치를 추정하였다. 하지만 위 방법은 배열의 기울기에 따른 위치 추정 오차가 크게 발생한다는 단점이 존재한다. 이를 극복하기 위해 본 논문에서는 음선 기반 블라인드 디컨벌루션 및 음선 역전파 기법을 사용하되, 배열의 기울기를 보정하여 음원의 위치를 추정할 수 있는 알고리듬을 제안한다. 제안된 알고리듬의 성능은 SAVEX15(Shallow-water Acoustic Variability EXperiment in 2015)해상 실험의 선박소음 데이터를 이용하여 검증하였다.

• 한국음향학회지
• /
• 제43권3호
• /
• pp.351-360
• /
• 2024

드론 기술의 발전으로 인해서 최근 다양한 분야에서 무인항공기가 활용되고 있으며, 이와 더불어 드론 사용 증가에 따르는 여러 가지 문제들이 발생하고 있다. 드론은 크기가 매우 작아서 레이더나 광학장비로 탐지하기 어려운 문제가 있으며, 따라서 최근에는 음향학적인 방법을 이용한 추적 방식이 적용되고 있다. 본 논문은 쿼드콥터 드론의 음향 특성을 활용하여 다수의 드론 위치를 추정하는 방법을 다루었다. 드론의 종류와 드론의 움직임 상태에 따라 각 로터로부터 유발되는 음향 특성이 구별되므로, 블레이드 통과 주파수 및 이에 대한 고조파 음원에 대한 위치 추정을 수행한 결과를 공간 군집화하여 드론의 음원을 재현하였다. 재현된 음원은, 위치 추정 알고리즘을 적용하여 최종적으로 다수의 드론 음원에 대한 위치를 결정하는데 사용된다. 쿼드콥터 드론의 음향 특성을 분석하기 위한 실험을 수행하였으며, 이때 측정한 음향 신호를 기반으로 서로 다른 세 종류의 드론에 대한 음원 위치 추정 시뮬레이션을 수행하였다. 이를 통해 드론의 음향 특성을 활용하여 다수의 드론 위치를 추정할 수 있음을 확인하였고, 분리된 드론 음원의 명확성과 음원 추정 알고리즘이 다수의 드론 위치 추정 정확도에 영향을 주는 것을 관찰하였다.

• 한국음향학회지
• /
• 제43권2호
• /
• pp.178-183
• /
• 2024

본 연구는 데이터 기반의 딥러닝 접근 방식을 통해 도달 방향 추정의 정확성과 정밀성의 개선을 통해 보다 강건하고 정확한 음원 위치 추적 기술을 제안한다. 본 연구에서는 도달시간 차 기반의 음원 위치 추적법을 개선함을 목적으로 하며, 이를 위해 상호상관함수로부터 정확하고 정밀한 시간 지연을 추정한다. 실제 마이크로폰으로부터 계측된 값은 많은 잡음이 혼입된 형태이므로, 따라서 실제 도달시간 차이를 정확히 추정하는 것이 여전히 이 분야의 한계로 남아있다. 또한, 마이크로폰으로 부터 실제 신호를 계측하는 과정에서 신호는 디지털화가 되며, 계측 시스템의 샘플링 주파수에 의해 측정 정밀도가 한정되는 양자화 오류를 수반한다. 본 연구에서는 딥러닝 기반 접근법을 통해, 기존의 방법이 가지는 한계를 극복한다. 또한 본 연구에서는 획득된 상호상관함수로부터 시간 지연을 추정하는 원리를 분석하기 위해, 두 개 및 세 개의 마이크로폰으로 구성된 배열에 대한 검증을 수행한다. 마지막으로, 실험을 통해 본 방법의 실제 활용성을 검증한다.

• 한국정보통신학회논문지
• /
• 제4권5호
• /
• pp.1017-1025
• /
• 2000

인간의 청각시스템은 두 가지 요소 즉, ITD(Interaural Time Difference)와 IID(Interaural Intensity Difference)를 처리하여 음원의 위치와 추적을 하고 있다. 본 연구에서는 음원의 위치 검출을 위하여 ITD와 IID 뿐만 아니라 이전의 위치 정보를 이용하여 정확한 음원의 방향을 결정할 수 있는 TEPILD(Time Energy Previous Integration Location Detector) 모델을 제안하였다. TEPILD 모델에서 time function generator는 ITD, energy function generator는 IID를 처리할 수 있도록 하였다. 음원은 정현파(500Hz,1kHz, 2kHz, 3kHz), White noise, Pink noise, News, Music으로 하고 음원의 방향은 right, front right, front, front left, left로 하였다. 실험 결과 전체 평균 정확도가99.2로 좋은 결과를 얻을 수 있었으며, TEPILD가 음원 위치 검출기에 이용될 수 있음을 확인하였다.

• Journal of electromagnetic engineering and science
• /
• 제18권2호
• /
• pp.94-100
• /
• 2018

Partial discharges (PDs) are electrical sparks that occur inside insulation between two conducting electrodes and can lead to the disastrous failure of insulation systems. To determine the location of a PD, a distributed array of UHF PD sensors is used to detect the electromagnetic (EM) signals emitted from the PD source, and the localization of the PD source can be estimated using the time difference of arrival (TDOA) between EM signals captured by the UHF PD sensor array. There are four popular methods to estimate the TDOA-the first peak method, the cross-correlation method, the energy criterion method, and the average time window threshold method. In this work, we numerically investigate the influence of noise on estimating the TDOA for the four different methods. Numerical results show that the energy criterion method is more robust against noise than other methods.

• 대한음성학회지:말소리
• /
• 제57호
• /
• pp.85-97
• /
• 2006

This paper suggests an algorithm that can estimate the direction of the sound source in real time. The algorithm uses the time difference and sound intensity information among the recorded sound source by four microphones. Also, to deal with noise of robot itself, the Kalman filter is implemented. The proposed method can take shorter execution time than that of an existing algorithm to fit the real-time service robot. Also, using the Kalman filter, signal ratio relative to background noise, SNR, is approximately improved to 8 dB. And the estimation result of azimuth shows relatively small error within the range of ${\pm}7$ degree.

• 한국음향학회지
• /
• 제42권6호
• /
• pp.529-535
• /
• 2023

초생 프로펠러 캐비테이션에 의한 소음은 광대역 신호를 방출하는 적은 수의 음원으로 가정된다. 전통적인 캐비테이션 위치 추정 방법은 정확도가 낮으며, 해상도가 낮아 인접한 음원을 구분할 수 없다는 한계점이 있다. 희소 베이지안 학습 기법은 희소성을 가지는 신호에 대해 고해상도의 복원 성능을 보이는 기법으로, 전통적인 캐비테이션 위치추정 방법에 비해 고해상도로 위치를 추정하는 특성을 가진다. 본 논문에서는 희소 베이지안 학습 기법을 적용한 초생 프로펠러 캐비테이션 위치 추정 기법을 제안하고 실제 모형선 실험 결과를 통해 제안한 기법이 정확도 및 해상도 측면에서 기존 방식보다 뛰어남을 보였다.

• 한국항공우주학회지
• /
• 제38권3호
• /
• pp.258-263
• /
• 2010

소리를 이용한 위치 추적은 마이크로폰을 이용하여 신호를 수집하고 수집된 신호로 부터 마이크로폰 간의 신호 도달 시간차를 추정한 뒤 추정된 시간차를 이용하여 소리의 발생 위치를 추정하는 과정을 거치게 된다. 실내 환경에서 이를 활용하기 위해서는 잡음과 반향음에 대한 강건성을 확보해야만 하는 제약이 따른다. 특히 실시간으로 구현하기 위해서는 계산의 효율성까지 고려되어야 한다. 본 논문에서는 네 개의 저가 콘덴서 마이크로폰을 이용하여 비용적인 측면과 계산량에서의 효율성을 모두 추구하였다. 네 개의 마이크로폰을 이용하여 마이크로폰 간의 소리 도달 시간차를 구하는 계산량을 줄였고 GCC-PHAT(Generalized Cross Correlation-Phase Transform) 알고리즘을 이용해서 강건성을 높였으며 iterative least square 방식을 이용하여 높은 정확도의 위치 데이터를 얻을 수 있었다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2006년도 추계학술대회논문집
• /
• pp.763-766
• /
• 2006

The principal of a Maglev train is that floats on a magnetic field and is propelled by a linear induction motor. One of advantages is that it generates less noise compared to the wheel-on-rail train, because there are no wheels running along the rail. However, noises due to aero-dynamic disturbance and electrical system such as VVVF inverter and SLIM still occur. In this study, the Maglev cabin noises are measured during running and zero speed conditions. Pass-by noise measurements are performed to obtain outside noise during the operation of the train on the test tract. Data include a single microphone measurement as well as microphone array measurements. The array data are useful for sound source localization and more detailed noise reduction planning.