پیاده سازی مکان یاب صوتی غیرفعال در حوزه فرکانس مبتنی بر شبکه عصبی

هدف این پروژه پیاده سازی مکان یاب صوتی استریو است. اساس کار این سیستم تخمین اختلاف زمانی دریافت امواج صوتی ساطع شده از هدف توسط دو گیرنده است که این امر با محاسبه ی همبستگی بین دو سیگنال دریافتی از میکروفون ها امکان پذیر است. روش های گوناگونی در زمینه ی تخمین اختلاف زمانی ارائه شده که می توان آن ها را در قالب روش های پارامتریک و غیرپارامتریک در حوزه ی زمان و فرکانس دسته بندی کرد. روش های پارامتریک دارای پیچیدگی محاسبات بالایی هستند که همین امر سبب افزایش زمان پردازش می شود. لذا در این پروژه به دنبال ارائه ی الگوریتمی با پیچیدگی محاسبات کمتر هستیم. بدین منظور دو روش متفاوت پیشنهاد شد: رویکرد مبتنی بر محاسبه ی همبستگی در حوزه ی فرکانس و رویکرد مبتنی بر استفاده از شبکه ی عصبی mlp. الگوریتم ارائه شده در هر دو رویکرد از دو بخش اصلی تشکیل شده است. در بخش اول، پارامترهای مورد نیاز، از داده های دریافتی از دو میکروفون استخراج شده و در گام بعد از این پارامترها به منظور تخمین tdoa استفاده می شود. در بخش استخراج پارمترها، از فیلترهای مختلف جهت کاهش تأثیر نویز و همچنین از واحد vad جهت پرهیز از پردازش های غیرضروری روی فریم های سکوت استفاده شده است. نتایج حاصل از پیاده سازی نشان خواهد داد که متوسط زمان لازم برای پردازش هر فریم و میانگین مربعات خطا به عنوان معیارهای ارزیابی عملکرد الگوریتم های پیشنهادی، نسبت به الگوریتم root-music که نوعی الگوریتم پارامتریک است، کاهش می یابد.