پیاده سازی مکان یاب صوتی غیرفعال در حوزه فرکانس مبتنی بر شبکه عصبی
عنوان اصلي
neural based passive sonar tracking in frequency domain
وضعیت نشر و پخش و غیره
محل نشرو پخش و غیره
تهران
مشخصات ظاهری
ساير جزييات
۱۰۱ ص.
یادداشتهای مربوط به عنوان و پدیدآور
متن يادداشت
امیر موسوی نیا
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
متن کامل
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
کسي که مدرک را اعطا کرده
صنعتی خواجه نصیرالدین طوسی
زمان اعطا مدرک
۱۳۹۱
نظم درجات
مکاترونیک
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
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 PLM. الگوریتم ارائه شده در هر دو رویکرد از دو بخش اصلی تشکیل شدهاست. در بخش اول، پارامترهای مورد نیاز، از دادههای دریافتی از دو میکروفون استخراج شده و در گام بعد از این پارامترها به منظور تخمین AODT استفاده می شود. در بخش استخراج پارامترها، از فیلترهای مختلف جهت کاهش تٲثیر نویز و همچنین از واحد DAV 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 CISUM-tooR که نوعی الگوریتم پارامتریک است، کاهش می یابد.
متن يادداشت
Implementing a stereo passive sonar localizer is the main purpose of this project. Estimation of time difference between receiving the emitted signal by two microphones is the base of presented approaches which would be possible by correlation calculation of received signals. Different approaches are discussed in various researches which can be categorized in time/ frequency domains and parametric/non-parametric algorithms. We re trying to present a non-parametric algorithm to prevent the high computational complexity of parametric ways. Thus two algorithms were offered: frequency based correlation calculation)FBCC( and MLP based algorithm. These schemes contain two steps: feature extraction and TDOA estimation. Different kind of filters are used to reduce the noise effect on feature extraction step, also a VAD block is used to prevent silent frames processing. The results of offered algorithms implementation will show that the mean value of required time for processing each frame and the mean square error)MSE( as evaluation measures would be reduced related to the Root-MUSIC algorithm as a sample of parametric ways.
موضوع (اسم عام یاعبارت اسمی عام)
تقسیم فرعی موضوعی
تبدیل فوریه
تقسیم فرعی موضوعی
اسپکتروگرام
تقسیم فرعی موضوعی
نقشه همبستگی
تقسیم فرعی موضوعی
شبکه عصبی پرسپترون چندلایه
تقسیم فرعی موضوعی
Fourier transform
تقسیم فرعی موضوعی
spectrogram
تقسیم فرعی موضوعی
correlation map
تقسیم فرعی موضوعی
MLP neural network
عنصر شناسه ای
مهندسی مکانیک
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )