Analýza a lokalizace impulzních akustických událostí

Abstract

Tato diplomová práce se v první části zabývá návrhem, implementací a testováním algoritmu pro odhad zpoždění příchodu signálu (TDoA) na základě fázového rozdílu mezi signály. Algoritmus je určen k lokalizaci impulzních akustických událostí, jako jsou výstřely, pomocí dvou mikrofonů. Důraz je kladen na robustnost a přesnost odhadu TDoA v reálných podmínkách, včetně přítomnosti silného šumu. Navržený algoritmus byl otestován na reálných datech a porovnán s klasickými metodami, jako je křížová korelace. Výsledky ukazují, že dosahuje vyšší přesnosti a odolnosti vůči rušení než tradiční přístupy. Druhá část práce popisuje implementaci knihovny pro extrakci příznaků (features) ze záznamů impulzních akustických událostí. Tyto příznaky slouží k trénování klasifikátorů, které mohou být nasazeny přímo na cílovém zařízení jako offline modely schopné identifikovat typ události bez nutnosti připojení k externí síti.

This diploma thesis is divided into two main parts. The first part focuses on designing, implementing, and testing an algorithm for estimating the time delay of arrival based on the phase difference between signals. Using two microphones, the algorithm is intended to localise impulsive acoustic events, such as gunshots. Focusing on the robustness and accuracy of TDoA estimation in real-world conditions, including intense noise. The proposed algorithm was tested on real-world data and compared with classical methods such as cross-correlation. The results show that it achieves higher accuracy and greater robustness to interference than traditional approaches. The second part of the thesis describes the implementation of a library for extracting features from recordings of impulsive acoustic events. These features are used to train classifiers that can be deployed directly on the target device as offline models capable of identifying the type of event without the need for a connection to an external network.