Tek mikrofon dizisi ile yapay zeka destekli silah sesi konumlama yöntemi
A single microphone array-based ai-assisted gunshot sound localization method
- Tez No: 905405
- Danışmanlar: PROF. DR. AYDIN YEŞİLDİREK
- Tez Türü: Doktora
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 112
Özet
Silah konumlama sistemleri sivil ve askeri alanlarda sıklıkla kullanılmakta ve önemi giderek artmaktadır. Akustik tabanlı silah sesi konumlama sistemleri mikrofon dizileri vasıtasıyla algılanan patlama seslerini kullanarak patlamanın yönü, uzaklığı ya da kartezyen koordinatları gibi sonuçlar üretmektedir. Mevcut yöntemler patlama sırasında oluşan namlu patlaması ve şok dalgası seslerinin yayılımlarını modelleyerek sonuçlar üretmektedir. İnsanlar kulakları ile yön tespiti yapmasının yanında öğrenilmiş seslerin mesafelerini de tecrübeye dayalı belirleyebilmektedir. Bu gerçeklikten yola çıkarak akustik tabanlı derin öğrenme destekli hibrit bir silah konumlama yöntemi geliştirilmiştir. Ayrıca eşmerkezli ve dik yerleşimli mikrofon çiftlerinden oluşan sensor dizileri için kapalı-form geliş açısı hesaplama formülleri türetilmiştir. Tez, simulasyon çalışmaları ile geliş açısı formüllerinin türetilmesini, yapay zeka için kullanılacak gerçek seslerden elde edilen veri setinin oluşturulmasını ve geliştirilen yapay sinir ağları, özellik seçimi ve makine öğrenmesi ile elde edilen sonuçları kapsar. Elde edilen sonuçlar mevcut konumlama yöntemlerine göre 100 m'den daha uzak mesafelerdeki patlama sesleri için mevcut yöntemlerden çok daha başarılı mesafe tahminin yapılabildiğini mesafe arttıkça başarı oranının da arttığını göstermiştir. Mevcut literatüre göre; eş merkezli ve dik yerleşimli sensor dizileri için yön tahminini algoritmik çıkartıma ihtiyaç duymadan yapabilen kapalı form formüllerin türetilmesi, sadece namlu patlaması sesi kullanarak tek mikrofon dizisi mesafe tahminin yapılabilmesi, ses yayılım modellerinden farklı olarak derin öğrenme destekli konumlama yapılması, mevcut sistemlerde en az iki mikrofon dizisi kullanılarak elde edilen konumlama başarısından daha iyi sonuçların tek mikrofon dizisi ile elde edilmesi ve çalışmalarda kullanılmak üzere veri seti oluşturulması bu çalışmanın literatüre katkılarını oluşturmaktadır.
Özet (Çeviri)
Weapon location systems are widely used in civilian and military applications and are becoming increasingly important. Acoustic-based gunfire localization systems use the sound of explosions detected by microphone arrays to produce results such as the direction, distance or Cartesian coordinates of the explosion. Existing methods generate results by modeling the propagation of muzzle blast and shockwave sounds during the explosion. Humans can determine the distances of learned sounds based on experience as well as direction determination with their ears. Based on this reality, an acoustic-based deep learning supported hybrid weapon positioning method has been developed. In addition, closed-form angle of incidence calculation formulas are derived for sensor arrays consisting of concentric and orthogonal microphone pairs. The thesis covers the derivation of the angle of incidence formulas through simulation studies, the creation of a dataset obtained from real sounds to be used for artificial intelligence, and the results obtained with the developed neural networks, feature selection and machine learning. The obtained results show that the distance estimation is much more successful than the existing positioning methods for explosion sounds at distances greater than 100 m, and the success rate increases as the distance increases. According to the liteatüre, the contributions of this study include; derivation of closed form formulas for direction estimation for concentric and orthogonal sensor arrays without the need for algorithmic inference, distance estimation with single microphone array using only muzzle blast sound, deep learning supported positioning unlike sound propagation models, achieving better positioning results with a single microphone array than is achieved with existing systems by using at least two microphone arrays, and creating a data set to be used in studies.
Benzer Tezler
- 3D perceptual soundfield reconstruction via sound field extrapolation
Ses alanı dışdeğerlendirmesi ile 3 boyutlu algısal ses alanı oluşturma
EGE ERDEM
Yüksek Lisans
İngilizce
2020
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiÇokluortam Bilişimi Ana Bilim Dalı
DOÇ. DR. HÜSEYİN HACIHABİBOĞLU
- Mikrofon dizilerinde ses kaynağının yerinin genetik algoritma kullanılarak bulunması
Sound source localization with microphone arrays using genetic algorithm
EKREM ÇONTAR
Yüksek Lisans
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HASAN ŞAKİR BİLGE
- Improved microphone array design with statistical speaker identification methods
İstatiksel ses tanıma metodları ile gelişmiş mikrofon dizisi tasarımı
KADİR ERDEM DEMİR
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIşık ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA TANER ESKİL
PROF. DR. MUSTAFA KARAMAN
- Gastrointestinal aktivitenin çoklu algılayıcı dizisi kullanılarak analizi ve haritalanması
Analysis and mapping of gastrointestinal activity using multi-sensor array
HALİL GÜVENÇ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiAkdeniz ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÜMİT DENİZ ULUŞAR
- A new hardware for cardiac passive acoustic localization
Kardiyak pasif akustik konumlandırma için yeni bir donanım tasarımı
YAHYA CİVELEK
Yüksek Lisans
İngilizce
2005
BiyomühendislikBoğaziçi ÜniversitesiBiyomühendislik Ana Bilim Dalı
DOÇ. DR. ÖZCAN GÜLÇÜR