46 research outputs found
A survey of sound source localization methods in wireless acoustic sensor networks
No full textWireless acoustic sensor networks (WASNs) are formed by a distributed group of acoustic-sensing devices featuring audio playing and recording capabilities. Current mobile computing platforms offer great possibilities for the design of audio-related applications involving acoustic-sensing nodes. In this context, acoustic source localization is one of the application domains that have attracted the most attention of the research community along the last decades. In general terms, the localization of acoustic sources can be achieved by studying energy and temporal and/or directional features from the incoming sound at different microphones and using a suitable model that relates those features with the spatial location of the source (or sources) of interest. This paper reviews common approaches for source localization in WASNs that are focused on different types of acoustic features, namely, the energy of the incoming signals, their time of arrival (TOA) or time difference of arrival (TDOA), the direction of arrival (DOA), and the steered response power (SRP) resulting from combining multiple microphone signals. Additionally, we discuss methods not only aimed at localizing acoustic sources but also designed to locate the nodes themselves in the network. Finally, we discuss current challenges and frontiers in this field
A strategic analysis of the opportunities for competitive advantage in the wholesale sector of the Gems & Jewelry Industry: A case study approach
No full textImperial Users onl
Εκτίμηση θέσης και αριθμού πολλαπλών ηχητικών πηγών σε δίκτυα ακουστικών αισθητήρων
No full textWireless acoustic sensor networks (WASNs) represent a new paradigm for acoustic signal acquisition. Multiple acoustic nodes that feature processing and communication capabilities are distributed in the environment where typically multiple sound sources are active. In such a setup, inference of location information has always been an attractive research problem. Enabling machines to estimate the locations of the multiple simultaneously active sound sources from their acoustic emissions is crucial in many applications, such as wildlife monitoring and speech enhancement for robust signal acquisition. Throughout the years, different localization methods have been proposed with the everlasting goal to achieve the lowest possible localization error. Although significant steps have been made towards this direction, another unexplored field concerns the practical limitations posed by the sensor network that restrict the application of such methods to real-life WASNs. Such limitations include the limited processing power and battery life of the nodes, the communication bandwidth that has to be attained at low levels, the real-time requirements and synchronization issues. In this thesis, we consider the problem of multiple source localization and we investigate the development of methods that not only achieve high accuracy in realistic scenarios but also attain low communication bandwidth, tolerate unsynchronized input and are computationally efficient to facilitate their application in real-life WASNs. We consider a WASN where each node is a microphone array that estimates and transmits information related to the directions of arrival (DOAs) of the active sound sources. Such a scheme attains very low communication bandwidth, as only the DOAs need to be transmitted. Moreover, DOA-based localization methods can tolerate unsynchronized input, thus the acoustic signals need not be perfectly synchronized. We first focus on the single source case and propose a computationally efficient non-linear least squares estimator that can accurately estimate the source's location using an iterative grid-based approach. We then proceed to the multiple sources case, assuming that the number of sources is known. In this case, a core problem for DOA-based approaches is that the fusion center that receives the multiple DOA estimates from the nodes cannot know to which source each DOA belongs. This is known as the data-association problem. To address this problem we propose two solutions: the first concerns the extension of our grid-based approach to multiple sources and the second utilizes additional information, apart from the DOA estimates, in order to find the correct association of DOAs from the nodes to the sources. We then relax the assumption of known number of sources and propose another method that can jointly perform source counting and location estimation. Our method is based on clustering narrowband per-frequency location estimates which are inferred using narrowband per-frequency DOA estimates from the nodes. Since a determinant factor that affects localization performance is the accuracy in which the DOA estimates are obtained, we also investigate how we can improve DOA estimation performance and we propose a methodology to infer more accurate and reliable DOA estimates. Finally, we investigate the potential use of location information to audio processing applications. We provide two examples of how location information can be used for spatial audio capturing and for the design of beamformers that leverage location information in order to estimate the steering vector of the target source. Our preliminary results reveal the potential of location-based approaches to provide improved performance.Τα Ασύρματα Δίκτυα Ακουστικών Αισθητήρων αποτελούν μια νέα τεχνική λήψης ακουστικών σημάτων. Πολλαπλοί ακουστικοί αισθητήρες με επεξεργαστική ισχύ και ικανότητες μετάδοσης πληροφορίας διανέμονται σε ένα περιβάλλον όπου τυπικά πολλές ηχητικές πηγές είναι ενεργές. Σε τέτοιες περιπτώσεις, η εκτίμηση της θέσης των πηγών στο χώρο ήταν πάντα ένα ενδιαφέρον ερευνητικό πρόβλημα. Η πληροφορία της θέσης των πολλαπλών ενεργών ηχητικών πηγών είναι σημαντική σε μια πληθώρα εφαρμογών όπως η παρακολούθηση της άγριας πανίδας και η βελτίωση ποιότητας για την εύρωστη λήψη ηχητικών σημάτων. Με την πάροδο των χρόνων αναπτύχθηκαν διάφορες μέθοδοι εύρεσης θέσης με τελικό στόχο την επίτευξη του χαμηλότερου δυνατού σφάλματος. Ενώ έχει γίνει σημαντική πρόοδος προς αυτή την κατεύθυνση, ένας άλλος τομέας που δεν έχει ευρέως μελετηθεί αφορά τους πρακτικούς περιορισμούς που προκύπτουν από το δίκτυο αισθητήρων, οι οποίοι περιορίζουν την πρακτική εφαρμογή τέτοιων μεθόδων σε πραγματικά δίκτυα ακουστικών αισθητήρων. Τέτοιοι περιορισμοί αφορούν την περιορισμένη επεξεργαστική ισχύ των αισθητήρων, τις απαιτήσεις σε εύρος ζώνης που πρέπει να είναι χαμηλές, τις απαιτήσεις για εφαρμογές πραγματικού χρόνου και τα ζητήματα συγχρονισμού μεταξύ των ηχητικών σημάτων. Σε αυτή τη διατριβή, μελετάμε το πρόβλημα της εύρεσης θέσης πολλαπλών ταυτόχρονα ενεργών ηχητικών πηγών σε ένα δίκτυο ακουστικών αισθητήρων και ερευνούμε την ανάπτυξη μεθόδων εύρεσης θέσης που είναι ικανές όχι μόνο να επιτυγχάνουν υψηλή ακρίβεια σε ρεαλιστικά περιβάλλοντα, αλλά επίσης έχουν χαμηλές απαιτήσεις σε εύρος ζώνης, μπορούν να λειτουργήσουν με μη-συγχρονισμένη είσοδο και είναι υπολογιστικά αποτελεσματικές, ώστε να καθιστούν δυνατή την εφαρμογή τους σε πραγματικά δίκτυα ακουστικών αισθητήρων. Θεωρούμε ένα ασύρματο δίκτυο ακουστικών αισθητήρων όπου ο κάθε κόμβος είναι μια συστοιχία μικροφώνων η οποία εκτιμά και μεταδίδει πληροφορία σχετικά με την κατεύθυνση άφιξης των ηχητικών σημάτων των ενεργών ηχητικών πηγών στο περιβάλλον. Αυτή η προσέγγιση επιτυγχάνει χαμηλές απαιτήσεις σε εύρος ζώνης, αφού αρκεί μόνο η μετάδοση των εκτιμήσεων των κατευθύνσεων άφιξης. Επιπλέον, οι τεχνικές εύρεσης θέσης που βασίζονται σε εκτιμήσεις κατευθύνσεων άφιξης μπορούν να λειτουργήσουν όταν τα ηχητικά σήματα μεταξύ των διάφορων κόμβων του δικτύου δεν είναι τέλεια συγχρονισμένα. Αρχικά επικεντρωνόμαστε στο πρόβλημα εκτίμησης θέσης μιας ενεργής ηχητικής πηγής και προτείνουμε έναν υπολογιστικά αποτελεσματικό μη-γραμμικό εκτιμητή θέσης που είναι ικανός να εντοπίσει τη θέση της πηγής με ακρίβεια χρησιμοποιώντας μια επαναληπτική μέθοδο βασισμένη σε πλέγμα. Έπειτα, ασχολούμαστε με την περίπτωση όπου πολλαπλές ηχητικές πηγές είναι ταυτόχρονα ενεργές, θεωρώντας ότι ο αριθμός τους είναι γνωστός. Το βασικό πρόβλημα που προκύπτει στην περίπτωση των πολλαπλών πηγών είναι ότι ο κεντρικός κόμβος που λαμβάνει τις πολλαπλές εκτιμήσεις κατευθύνσεων άφιξης δεν γνωρίζει σε ποια πηγή αντιστοιχούν. Το πρόβλημα αυτό είναι γνωστό ως πρόβλημα αντιστοίχισης δεδομένων (data-association problem). Για να επιλύσουμε αυτό το πρόβλημα προτείνουμε δύο προσεγγίσεις: η πρώτη αφορά την επέκταση της βασισμένης σε πλέγμα τεχνικής σε πολλαπλές πηγές και η δεύτερη χρησιμοποιεί επιπλέον πληροφορία (εκτός των κατευθύνσεων άφιξης) από τους αισθητήρες με σκοπό να βρεθεί η σωστή αντιστοίχιση των κατευθύνσεων άφιξης από τους κόμβους στις ηχητικές πηγές. Έπειτα, θεωρούμε ότι ο αριθμός των πηγών είναι επίσης άγνωστος και προτείνουμε μια μέθοδο ικανή να εκτιμήσει τον αριθμό των πηγών που είναι ενεργές στο περιβάλλον και τις θέσεις τους. Η μέθοδος μας βασίζεται στην ομαδοποίηση εκτιμήσεων θέσης που προκύπτουν για κάθε συχνότητα των ηχητικών σημάτων και έχουν εκτιμηθεί χρησιμοποιώντας τις ανα-συχνότητα εκτιμήσεις κατευθύνσεων άφιξης. Στη συνέχεια μελετάμε το πώς μπορούμε να βελτιώσουμε την ακρίβεια στην εκτίμηση των κατευθύνσεων άφιξής, αφού αυτή αποτελεί έναν σημαντικό παράγοντα που επηρεάζει την ακρίβεια της εκτίμησης θέσης. Προτείνουμε μια τεχνική που μπορεί να συνδυαστεί με οποιαδήποτε μέθοδο εκτίμησης κατευθύνσεων άφιξης για πιο ακριβείς και αξιόπιστες εκτιμήσεις. Τέλος, ερευνούμε και περιγράφουμε δύο παραδείγματα για την δυνητική χρήση της πληροφορίας σχετικά με τη θέση των ηχητικών πηγών σε διάφορες εφαρμογές επεξεργασίας ήχου. Το πρώτο παράδειγμα αφορά τη χρήση της πληροφορίας της θέσης για την παραγωγή ήχου με χωρική πληροφορία και το δεύτερο αφορά τη σχεδίαση ενός σχηματιστή λοβού (beamformer) που χρησιμοποιεί την πληροφορία των θέσης για την ενίσχυση του σήματος μιας ηχητικής πηγής. Αρχικά αποτελέσματα στις δύο αυτές εφαρμογές δείχνουν ότι μέθοδοι που βασίζονται στη θέση των ηχητικών πηγών μπορούν δυνητικά να χρησιμοποιηθούν σε εφαρμογές διαχωρισμού πηγών και βελτίωσης της ποιότητας των λαμβανόμενων ηχητικών σημάτων
Multiple sound source location estimation and counting in a wireless acoustic sensor network
No full textMultiple sound source location estimation and counting in a wireless acoustic sensor network View Document
No full textIn this work, we consider the multiple sound source location estimation and counting problem in a wireless acoustic sensor network, where each sensor consists of a microphone array. Our method is based on inferring a location estimate for each frequency of the captured signals. A clustering approach---where the number of clusters (i.e., sound sources) is also an unknown parameter---is then employed to decide on the number of sources and their locations. The efficiency of our proposed method is evaluated through simulations in scenarios with up to three simultaneously active sound sources for different signal-to-noise ratios and reverberation times
Multiple Sound Source Location Estimation in Wireless Acoustic Sensor Networks using DOA estimates: The Data-Association Problem
No full textImproving narrowband DOA estimation of sound sources using the complex Watson distribution
No full textMultiple Sound Source Location Estimation in Wireless Acoustic Sensor Networks using DOA estimates: The Data-Association Problem
No full textIn this work, we consider the data-association problem for the localization of multiple sound sources in a wireless acoustic sensor network (WASN), where each node is a microphone array, using direction of arrival (DOA) estimates. The data-association problem arises because the central node that receives the multiple DOA estimates from the nodes cannot know to which source they belong. Hence, the DOAs from the different nodes that correspond to the same source must be found in order to perform accurate localization. We present a method to identify the correct association of DOAs to the sources and thus accurately estimate their locations. Our method results in high association and localization accuracy in realistic scenarios with missed detections, reverberation, noise, and moving sources and outperforms other recently proposed methods. It also incorporates a bitrate reduction scheme in order to keep the amount of information that needs to be transmitted in the network at low levels without affecting performance
Asphalt Gardens
No full textAsphalt Gardens are a landscape intervention alongside the E17 Highway that connects Belgium and France. The project looks at the idea of highway landscape as a pastoral landscape. It deals with what is artificial and natural, with the idea of perceiving something through a window frame, through speed. It deals with the specific environment of the Eurometropoils and by extension the northern European Landscape. Appreciating the as found condition as a given situation of the motorway landscape, Asphalt Gardens provokes the ideas of beauty. They don’t acquire borrowed beauty but they celebrate the rough and artificial highway landscape. The manner of our regard to discarded artifacts, such us the ordinary highway defines the way we look landscapes and how we can create gardens. The highway landscape has a particular aesthetic language and beauty. In the same context, a garden next to a highway can be beautiful if it refers to the highway. The project focuses on the highway landscape as a particular post-industrial territory which deserves attention because of its dominance and use. The world landscape gradually changed in meaning through the last two centuries. First it meant the picture of a view, an artist’s interpretation of a scenery. Informal landscape tradition, such as the 18th century English gardens designed from Humphrey Repton, was influenced by the pastoral landscape. The gardeners, with a similar way as the painters of pastoral and picturesque landscapes, decided what to include or omit in their design. They created stylized, picturesque landscapes, leaving out from the composition the muddy roads. In this logic, the garden consists of a series of pictorial compositions. In each of these pictures we find the basic principles of harmony, unity and contrast. In the landscape paintings of Jacob van Ruisdel and Van Goyen, the northern European landscape is depicting as an as found condition and that makes it pastoral. In many of the paintings the idea of harmony between the man-made and the natural is introduced with the ruin. The artificial is taken over from the natural and the ruin harmonizes the two contradictory principles. Aspalt Gardens recontextualize existing artifacts and reflects the reality in a way that provokes relations between objects and materials that are taken for granted. They suggest a new reading and observation of the ordinary landscape. The Berlage Post-MSc in Architecture and Urban Desig
Automatic detection of waterbeds in shallow muddy water bodies in the Netherlands using green LiDAR
No full textBathymetric Airborne LiDAR technology is used to map the depth of water bodies. It uses a green light sensor which is able to penetrate the water surface and reach the bottom part of the interesting water areas. However, water conditions affect the capability of the green laser penetration. Factors such as the water clarity, the water turbidity (waves) and the vegetation are some of the crucial restrictions for green light to penetrate the water; particularly in shallow inland water areas. This research examined the capability of green LiDAR data to improve the bathymetric surveys in case of muddy and shallow inland Dutch water bodies. The potential of green LiDAR increases as the monitoring of water depths is getting easier, faster and more efficiently in terms of cost than manual GPS measurements. The main challenges of this thesis are concentrated both on the existence of various sparse and dense parts in the point-cloud and on the limitations of the data in terms of quality due to the not ideal water conditions. Specifically, this thesis presents a workflow with required procedures that aim to process a raw green LiDAR point clouds of water bodies and then classify them into three classes: water surface, underwater and bottom points. Pulse and Neighbourhood based algorithms were implemented in order to perform a classification process with high level of automation. Point characteristics such as intensity, number of returns, return number were analysed per pulse. Voxelization was used as a spatial method to divide the 3D space into water columns (3D Voxels). The spatial distribution of the water points into the water columns was examined based on different factors such as elevation, density, intensity. By comparing and partially combining those methods the detection process was improved to deal with shallow and muddy water bodies. A classification confidence value was calculated and stored for each potential bottom point. The resulting output is a classified green LiDAR point cloud based on the confidence values. Using elevation, density and confidence values, raster DTMs with multiple bands were created for each water body. To sum up, this thesis proposed an efficient workflow to process and automatically classify green LiDAR water-body data using both voxel and pulse based methods.Geomatic
