صادقی, حامد
[ 1 ] - تحلیل و تعیین پارامترهای موثر بر کارآیی جهت‌یابی در آرایه های حسگری فروصدا
اخیراً، آرایه‌های فروصدا به دلیل توانایی یگانه ﺁن‌ها در پایش دوربُرد حوادث طبیعی و بشرگن توسط پژوهشگران (ساخت بشر) مورد توجه زیادی قرار گرفته‌اند. چون پیکربندی‌های مختلف هندسی دارای عملکرد متفاوتی برحسب احتمال آشکارسازی و نیز دقت جهت‌یابی می‌باشند، همواره این سوال مطرح بوده است که چینش بهینه برای یک آرایه فروصدا چه می‌باشد. در این مقاله سه شیوه برای ارزیابی عملکرد آرایه‌های حسگری میکروفونی فروصدا...
[ 2 ] - الگوسازی و ارزیابی تجربی کاهنده‌های نوفه برای سامانه‌های حسگری طیفی پایین- بسامد
در این مقاله مسئله ارزیابی روش الگوسازی برقی صافی‌های صوتی پایین- بسامد مطالعه می‌گردد. در همین راستا پس از مرور مبانی روش الگوسازی برقی صافی‌های صوتی، عناصر صوتی پایه با عناصر برقی متناظر معادل‌سازی شده و با تشکیل یک مدار معادل با صافی‌های صوتی موردنظر، تابع تبدیل کل مدار تعیین شده‌است. به‌منظور ارزیابی کارایی روش الگوسازی پیشنهادشده، نمونه‌ای از یک صافی صوتی طراحی و در میدان ساخته‌شده و با ...
[ 3 ] - آشکارسازی سیگنال بر اساس پردازش موازی مبتنی بر جی‌پی‌یو در شبکه‌های حسگری صوتی دارای زیرساخت
Nowadays, several infrastructure-based low-frequency acoustical sensor networks are employed in different applications to monitor the activity of diverse natural and man-made phenomena, such as avalanches, earthquakes, volcanic eruptions, severe storms, super-sonic aircraft flights, etc. Two signal detection methods are usually implemented in these networks for the purpose of event occurrence i...
[ 4 ] - Implementation of the direction of arrival estimation algorithms by means of GPU-parallel processing in the Kuda environment (Research Article)
Direction-of-arrival (DOA) estimation of audio signals is critical in different areas, including electronic war, sonar, etc. The beamforming methods like Minimum Variance Distortionless Response (MVDR), Delay-and-Sum (DAS), and subspace-based Multiple Signal Classification (MUSIC) are the most known DOA estimation techniques. The mentioned methods have high computational complexity. Hence using...
[ 5 ] - Combining pattern recognition and deep-learning-based algorithms to automatically detect commercial quadcopters using audio signals (Research Article)
Commercial quadcopters with many private, commercial, and public sector applications are a rapidly advancing technology. Currently, there is no guarantee to facilitate the safe operation of these devices in the community. Three different automatic commercial quadcopters identification methods are presented in this paper. Among these three techniques, two are based on deep neural networks in whi...
Co-Authors