Zpracování signálu mikrokontrolérem s využitím metod strojového učení

Michael Funderák

Signal Processing on Microcontroller Using Machine Learning Methods

Type of document

diplomová práce
master thesis

Author

Michael Funderák

Supervisor

Vítek Stanislav

Opponent

Bursík David

Field of study

Elektronika

Study program

Elektronika a komunikace

Institutions assigning rank

katedra mikroelektroniky

Rights

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Show full item record

Abstract

Tato práce se zabývá klasifikací a lokalizací zdroje zvuku pomocí mikrokontroléru STM32F411RE. Zvuk je zaznamenán čtyřmi mikrofony SPH0645lm4h. Lokalizace zdroje zvuku používá zobecněnou křížovou korelaci s fázovou transformací. Digitální zpracování signálu je provedeno metodou Melových frekvenčních kepstrálních koeficientů. Klasifikaci zvuku spravuje natrénovaný model konvoluční neuronové sítě, který je implementován na mikrokontrolér. V rámci práce je navržena deska plošných spojů s mikrokontrolérem, mikrofony a osmi LED, které signalizují směr zdroje zvuku sirény.

The main goal of the diploma thesis is to classify and localize the sound source using STM32F411RE microcontroller. The sound is recorded using the four microphones of the SPH0645lm4h. Sound source localization is using generalized cross-correlation with phase transformation. For digital signal processing the method Mel frequency cepstral coefficients is used. Sound classification is managed by trained neural network model, which is implemented on a microcontroller. A printed circuit board is designed, featuring a microcontroller, microphones and eight LEDs that indicate the direction of the sound source of the siren.