• 한국음향학회지
• /
• 제43권1호
• /
• pp.72-77
• /
• 2024

최근 여러 산업 분야에서 음원 위치 추정의 필요성이 커지고 있다. 기존 음원 위치 추정 방법들 중에서, 음향인텐시티 계측법은 작은 마이크로폰 어레이에서도 높은 정확도를 가지는 장점이 있다. 그러나, 높은 헬름홀츠 수에서의 위치 추정 오차 증가는 이 방법의 한계로 지적되어 왔다. 본 연구에서는 이러한 헬름홀츠 수에 따른 인텐시티 편향 오차를 딥러닝을 통해 보상하는 방법을 제안한다. 제안된 방법은 정사면체 마이크로폰 어레이에서 헬름홀츠 수에 대해 측정된 음향인텐시티 벡터를 입력했을 때, 보상된 음향 인텐시티 벡터를 도출하는 밀집 층 기반의 딥러닝 모델을 적용하여 정확한 음원 위치의 추정을 가능케 한다. 본 연구의 제안 모델은, 0.1 < kd < 3.0의 모든 음원 방향에 대한 시뮬레이션 데이터를 기반으로 검증하였다. 이를 통해, 딥러닝 기반 접근 방식은 음향 인텐시티 벡터 기반의 음원 추정법을 적용하는데 있어서 측정 주파수 범위를 확장하고 다양한 크기를 갖는 마이크로폰 어레이에 적용할 수 있음을 확인하였다.

• 한국음향학회지
• /
• 제39권1호
• /
• pp.47-56
• /
• 2020

음원위치추정 기술은 사물인터넷 시대에서 다양한 응용 분야를 가지고 있으며, 이로 인해 마이크로폰 프로브의 크기가 중요하게 고려되고 있다. 음향 인텐시티 벡터를 이용한 음원위치추정 방법은 마이크로폰 사이의 간격이 좁을수록 유한차분오차가 작기 때문에 배열을 소형화 할 수 있다는 장점이 있다. 본 논문에서는 음향 인텐시티 벡터 및 도달시간차 방법을 통해 원거리 음장에서 음원의 위치 추정 시 발생하는 오차를 비교한다. 정사면체 형태의 3차원 마이크로폰 배열을 통해 마이크로폰 사이의 간격 변화에 따라서 오차를 비교하였다. 실제 환경에서 음원위치추정 방법의 유효성을 검증하기 위해 잔향음장 내에서 잔향시간을 변화시켜 추가 실험을 수행하였다. 도달시간차를 계산하기 위해 Generalized Cross Correlation-Phase transform(GCC-PHAT) 알고리즘을 적용하였다. 실험 결과, T₆₀ = 0.4 s일 때 음향인텐시티법에 의한 위치추정 오차는 2.9°, 그리고 GCC-PHAT를 적용했을 때는 7.3° 이며, T₆₀ = 1.0 s일 때 오차는 각각 9.9°, 13.0°이다. 이를 통해 일반 잔향장이 고려되는 실제 환경에서도 소형의 마이크로폰 배열을 통한 음향 인텐시티법은 음원의 위치를 추정하는데 유효하게 적용될 수 있음을 알 수 있다.