Apenas pela observac¸˜ao dos gr´aficos, pode-se reparar em uma baixa qualidade nos sinais obtidos. Isto se deve `a baixa qualidade do sinal proveniente dos microfones de eletreto,
al´em da reverberac¸˜ao presente no ambiente. Foi poss´ıvel de se notar tamb´em uma reduc¸˜ao na amostragem do sinal, a qual ´e atribu´ıda pela aquisic¸˜ao diretamente pelo software MATLAB,
que toma controle da porta serial e tem processamento lento.
A reduc¸˜ao na amostragem fora percebida ao ouvir-se o sinal gerado e comparado com o
sinal de origem, atrav´es da func¸˜ao sound, onde, comparando o sinal emitido, com cerca de 430 Hz, constatado pela gravac¸˜ao do sinal primariamente pelo microfone do computador utilizado
no experimento e aplicando a transformada de Fourier, obteve-se um valor aproximado quando aplicou-se novamente a transformada nos sinais obtidos ajustando-a para 12,5 kHz.
Os sinais excursionaram na faixa desejada, de 0 a 3.3 volts, para a distˆancia projetada,
de cerca de 3m, entre o locutor e o arranjo. Espera-se que se fosse gerada maior press˜ao de ar, ou seja, com o locutor emitindo o sinal mais pr´oximo ao arranjo, houvesse estouro nos n´ıveis do
Tempo [s] 0 0.5 1 1.5 2 Magnitude 0 0.5 1 Tempo [s] 0 0.5 1 1.5 2 Magnitude 0 0.5 1 Tempo [s] 0 0.5 1 1.5 2 Magnitude 0.4 0.6 0.8 1 Tempo [s] 0 0.5 1 1.5 2 Magnitude 0.2 0.4 0.6 0.8 1
Figura 29: Sinais adquiridos no terceiro experimento Fonte: Autoria pr´opria
sinal e, portanto, descaraterizac¸˜ao do mesmo. Como trabalha-se com cen´arios em que o locutor est´a suficientemente longe, esta restric¸˜ao n˜ao se aplica.
A qualidade de obtenc¸˜ao da direc¸˜ao de chegada tamb´em fora prejudicada pelo sistema
proposto, pois a mesma depende diretamente da amostragem do sistema, a qual pode ser consi- derada baixa, com apenas 20 kHz mais a deduc¸˜ao do MATLAB, totalizando cerca de 12,5 kHz
10 CONCLUS ˜AO
Como conclus˜ao deste trabalho, analisa-se a qualidade dos resultados obtidos. Buscou- se, atrav´es da aplicac¸˜ao de operac¸˜oes de Array Processing em um arranjo destinado a sinais
sonoros, a generalizac¸˜ao de um sistema que pudesse captar sinais para p´os processamento. Portanto, fora poss´ıvel realizar a captura em um arranjo pequeno, com apenas 4 elementos e
encontrar a direc¸˜ao de chegada aproximada, ainda que com erros.
Constatou-se que os sinais provenientes de microfones de eletreto com circuitos sim- ples de condicionamento e amplificac¸˜ao s˜ao limitados e poderiam ser substitu´ıdos por equi-
pamentos de maior qualidade. Os sinais adquiridos possuem uma baixa resoluc¸˜ao, al´em de interferˆencias oriundas dos circuitos utilizados.
Os conversores A/D utilizados neste trabalho tamb´em apresentaram baixo desempe-
nho por sua baixa resoluc¸˜ao, 8 bits, e baixa amostragem, m´axima em 20 kHz, desconsiderando a deduc¸˜ao aferida pelo MATLAB. As operac¸˜oes realizadas para encontrar direc¸˜ao de chegada
s˜ao diretamente proporcionais `a amostragem do sinal, portanto, apesar de ter sido poss´ıvel a utilizac¸˜ao dos mesmos, ´e recomendada a troca destes componentes por outro de maior perfor-
mance.
Como ponto positivo ao final deste trabalho tˆem-se a programac¸˜ao gerada no FPGA,
onde esta torna poss´ıvel a generalizac¸˜ao para sensores que operem em alta frequˆencia e alta resoluc¸˜ao. ´E previsto para trabalhos futuros o aumento da complexidade da mesma, utilizando
sinais inteiros, ou seja, utilizac¸˜ao das mem´orias presentes no kit, e processamento online, ex- cluindo a necessidade de utilizac¸˜ao do MATLAB, que degrada o desempenho do sistema.
REFER ˆENCIAS ALTERA; TERASIC. DE2-115 User Manual. [S.l.], 2012.
CHOI, J. H.; SUN, J. S.; ITOH, T. Frequency-scanning phased-array feed network based on composite right/left-handed transmission lines. IEEE Transactions on Microwave Theory and Techniques, v. 61, n. 8, p. 3148–3157, Aug 2013. ISSN 0018-9480.
DHOPE, T. S.; SIMUNIC, D.; ZENTNER, R. Comparison of doa estimation algorithms in sdma system. AUTOMATIKA: ˇcasopis za automatiku, mjerenje, elektroniku, raˇcunarstvo i ko- munikacije, KoREMA-Hrvatsko druˇstvo za komunikacije, raˇcunarstvo, elektroniku, mjerenja i automatiku, v. 54, n. 2, p. 199–209, 2013.
FAIRCHILD SEMICONDUCTOR. BC546/547/548/549/550. [S.l.], 8 2002. Revisado em agosto 2002.
GERMEN, E.; BAS¸ARAN, M.; FIDAN, M. Sound based induction motor fault diagnosis using kohonen self-organizing map. Mechanical Systems and Signal Processing, Elsevier, v. 46, n. 1, p. 45–58, 2014.
GUO, Y.; ZOU, Y. X.; WANG, Y. A robust high resolution speaker doa estimation under rever- berant environment. In: Chinese Spoken Language Processing (ISCSLP), 2014 9th Interna- tional Symposium on. [S.l.: s.n.], 2014. p. 400–400.
INSTRUMENTS, T. ADC0831-N/ADC0832-N/ADC0834-N/ADC0838-N 8-Bit Serial I/O A/D Converters with Multiplexer Options. [S.l.], 8 1999. Revisado em mar ˜A§o 2013.
JAISWAL, D. et al. Design and evaluations of a phased ultrasound array for transesophageal cardiac ablation. In: 2009 IEEE International Ultrasonics Symposium. [S.l.: s.n.], 2009. p. 1298–1301. ISSN 1051-0117.
LI, Y.; HO, K. C.; KWAN, C. Design of broad-band circular ring microphone array for spe- ech acquisition in 3-d. In: Acoustics, Speech, and Signal Processing, 2003. Proceedings. (ICASSP ’03). 2003 IEEE International Conference on. [S.l.: s.n.], 2003. v. 5, p. V–221–4 vol.5. ISSN 1520-6149.
MANOLAKIS, D. G.; INGLE, V. K.; KOGON, S. M. Statistical and adaptive signal proces- sing: spectral estimation, signal modeling, adaptive filtering, and array processing. [S.l.]: Artech House Norwood, 2005.
NAIDU, P. S. Sensor array signal processing. [S.l.]: CRC press, 2009.
OPPENHEIM, A. V. et al. Discrete-time signal processing. [S.l.]: Prentice hall Englewood Cliffs, NJ, 1989.
OTSUKA, T. et al. Bayesian nonparametrics for microphone array processing. IEEE/ACM Transactions on Audio, Speech, and Language Processing, v. 22, n. 2, p. 493–504, Feb 2014. ISSN 2329-9290.
v. 5, n. 4, p. 433–442, March 2011. ISSN 1751-8725.
ROFFEH, Y.; EINAV, S. Analysis of sounds from occluded arteries by using a linear array of microphones. In: Electrical and Electronics Engineers in Israel, 1995., Eighteenth Conven- tion of. [S.l.: s.n.], 1995. p. 4.2.1/1–4.2.1/5.
TREES, H. L. V. Detection, estimation, and modulation theory, optimum array processing. [S.l.]: John Wiley & Sons, 2004.
VEEN, B. V.; BUCKLEY, K. Beamforming: A versatile approach to spatial filtering. IEEE ASSP Magazine, v. 5, n. 2, p. 4–24, 1988. Cited By 1319.
WANG, G.; XIA, X. G. Iterative algorithm for direction of arrival estimation with wideband chirp signals. IEE Proceedings - Radar, Sonar and Navigation, v. 147, n. 5, p. 233–238, Oct 2000. ISSN 1350-2395.
WINTERS, J. H. Signal acquisition and tracking with adaptive arrays in the digital mobile radio system is-54 with flat fading. IEEE Transactions on Vehicular Technology, v. 42, n. 4, p. 377–384, Nov 1993. ISSN 0018-9545.
XI, Z. et al. Doa estimation of multiple sources based on multiset canonical correlation analysis. In: Proceedings of 2011 IEEE CIE International Conference on Radar. [S.l.: s.n.], 2011. v. 2, p. 1410–1413. ISSN 1097-5764.
YAN, X. et al. Multichannel double-row transmission line array for human mr imaging at ul- trahigh fields. IEEE Transactions on Biomedical Engineering, v. 62, n. 6, p. 1652–1659, June 2015. ISSN 0018-9294.
ZOU, Y. X. et al. Multisource doa estimation based on time-frequency sparsity and joint inter- sensor data ratio with single acoustic vector sensor. In: 2013 IEEE International Conference on Acoustics, Speech and Signal Processing. [S.l.: s.n.], 2013. p. 4011–4015. ISSN 1520- 6149.
AP ˆENDICE A -- ALGORITMOS UTILIZADOS NAS SIMULAC¸ ˜OES
aplic tapered
% Func¸˜ao aplic_tapered
% Algoritmo utilizado para aplicar o filtro Tapered Beamformer em sinais % sint´eticos. Os parˆametros das configurac¸˜oes iniciais definem como ser´a % utilizado o filtro.
clear; clc; close all
%% CONFIGURAC¸˜OES INICIAIS
load('matlab.mat') % carregar vetor de ´audio
load('ruido.mat') % vetor do ru´ıdo/interferˆencia
c = 343.3; % velocidade do som [m/s]
lambda = c/4000; % c´alculo do comprimento de onda [m]
d = lambda/2; % distˆancia entre os sensores
f_amost = 44100; % frequˆencia de amostragem do sinal
M = 256; % n´umero de elementos no arranjo
f_max = 4000; % frequˆencia m´axima dos sinais
T_amost = 1/f_amost; % per´ıodo de amostragem
phi_s = 45; % direcionamento do sinal de interesse
phi_si = -45; % direcionamento do sinal de interfere
%Gerac¸˜ao dos sinais atrasados
ss = delay_sig(data,M,phi_s,c,f_max,f_amost); si = delay_sig(a1,M,phi_si,c,f_max,f_amost);
si = [zeros(length(ss)-length(si),M); si]; % normalizac¸˜ao do tamanho dos % vetores
close all
c_tbf = L;
% c_tbf = ones(1,M)'; % Matched Filter
%% Computac¸˜ao do BeamPattern u_steer=(d/lambda)*sind(phi_s); phi = -90:0.01:90; V = exp(-j*2*pi*(d/lambda)*[0:(M-1)]'*sind(phi))/sqrt(M); V_elec = V'*(c_tbf.*((1/sqrt(M))*exp(-j*2*pi*[0:(M-1)]'*u_steer))); figure(1) plot(phi,20*log10(abs(V_elec)),'k','linewidth',1.5); title('Beampattern do filtro espacial projetado') xlabel('ˆAngulo (graus)','fontsize',10);
ylabel('Magnitude (dB)','fontsize',10); set(gca,'fontsize',10); axis([-90 90 -160 0]); grid; set(gca,'xtick',-90:15:90); x=ss+si; k=511; for q=1:1:5 phi_steer = -90+45*(q-1); tau_steer=d/c*sind(phi_steer);
N_amost = round(tau_steer/T_amost); %calculo da quantidade de amostras que representa \tau{}
y=0;
if N_amost >= 0 for i = 1:size(x,2)
y = y + [x(1+(N_amost*(i-1)):end,i) ;zeros(abs(N_amost*(i-1)),1)]*c_tbf(i); end
if N_amost < 0 for i = 1:size(x,2) y = y + [zeros(abs(N_amost*(i-1)),1) ; x(1:length(x)+N_amost*(i-1),i)]*c_tbf(i); end end t=0:1/44100:(length(y)-1)/44100; T=num2str(i); figure(2) subplot(k) plot(t,real(y)); xlabel('Tempo [s]','fontsize',12)
title(['Tapered ajustado para ˆangulo ',int2str(phi_steer) 'º'],'FontSize',12); grid
k=k+1;
set(gca,'fontsize',10); end
% Programa desenvolvido para atrasar sinais temporalmente de forma % sint´etica
%========================================================================== % DADOS A SEREM INSERIDOS
%==========================================================================. % data = vetor de dados do sinal original
% M = quantidade de elementos no Array % c = velocidade do som [m/s]
% fmax = frequˆencia m´axima do sinal de interesse
function [ss,t,d] = delay_sig(data,M,phi_s,c,f_max,f_amost)
lambda = c/f_max; % Comprimento de onda
d = lambda/2; % Espac¸amento entre sensores
tau=d/c*sind(phi_s); % Tempo de atraso entre as amostras dos
% sensores no array
data = data/max(abs(data)); % Normalizac¸˜ao do vetor de entrada
T_amost = 1/f_amost;
N_amost = abs(round(tau/T_amost)); % Quantidade de amostras que representa
% \tau{}
% Condicionais para o lac¸o for
f=M-1; n=0; i=1;
if tau > 0
% Condicionais para o lac¸o for
f=M-1; n=0; i=1;
for i = 1:M
ss(:,i) = [randn(1,round(abs(N_amost))*n)/100 data' randn(1,round(abs(N_amost))*f)/100]; n = n+1;
f = f-1; end end if tau < 0 f=M-1; n=0; i=1; for i = 1:M
ss(:,i) = [rand(1,round(abs(N_amost))*f)/100 data' randn(1,round(abs(N_amost))*n)/100]; n = n+1; f = f-1; end end if tau == 0 for i = 1:M ss(:,i) = data'; end end t = 0 :T_amost: (length(ss)/f_amost-T_amost); plot(t,ss(:,1)); hold on;
plot(t,ss(:,M),'r');
xlabel('Tempo [s]','FontSize',12)
ylabel('Magnitude Normalizada','FontSize',12)
title('Sobreposic¸˜ao dos sinais do sensor 0 e sensor M','FontSize',12) legend('Sensor 0','Sensor M')
set(gca,'FontSize',12) end
% Func¸˜ao DOA_ULA. Esta func¸˜ao ´e utilizada para estimar a chegada de um % sinal que se propaga no espac¸o com velocidade c e com espac¸amento d entre % os sensores do arranjo.
function theta = doa_ula(ss,c,d);
for k = 1:size(ss,2)-1
y(:,k) = xcorr(ss(:,k),ss(:,k+1));
qtde_amost(k) = length(ss) - find(y(:,k)==max(y(:,k))); end
delay = mean(qtde_amost/44100); senotheta = c*delay/d;
theta = real(asind(senotheta));