Schallquellenanalyse an bewegten Schienenfahrzeugen mittels Mikrofonarray
Inhaltsverzeichnis
| Projektname | Schallquellenanalyse an bewegten Schienenfahrzeugen mittels Mikrofonarray |
| Bearbeiter | Dipl.-Ing. Johannes Stier |
| Zielstellung | Robuste Lokalisierung bewegter Schallquellen |
| Laufzeit | 07/2010 - 02/2017 |
| Förderer | haushaltsfinanziert |
Kurze Beschreibung
Die Schallquellenlokalisierung erfolgt durch die Auswertung einer Mikrofonarraymessung mit Hilfe eines speziellen Delay-and-Sum-Beamformingverfahrens im Zeitbereich. Das „Emissionsbezogene Delay-and-Sum-Beamforming für bewegte Quellen bekannter Trajektorie“ (BeBeC2010) wird sowohl für die Lokalisierung bewegter Quellen als auch ortstationärer Quellen angewendet.
(Standbild)
Einsatz von Mikrofonarray
Derzeit im Einsatz ist ein Mikrofonarray in Doppelkreisgeometrie, bei dem aktuell 32 der bis zu 48 möglichen Mikrofone verwendet werden.
Das Lokalisierungsergebnis ist eine Schallpegelkartierung des vorbeifahrenden Zuges in Frequenzbändern.
Aufgrund der Struktur des verwendeten Auswertealgorithmus kann die Rechenzeit für eine Auswertung einer Vorbeifahrt mehrere Stunden betragen. Dank der Anwendung moderner Rechentechnik ist durch die Parallelisierung des Lokalisierungsverfahrens auf Grafikkarte oder Mehrkernprozessor eine Reduktion der notwendigen Rechenzeit auf einen Bruchteil möglich (BeBeC 2014).
Durch die Überblendung der Schallpegelkartierungen mit einem Bild des gesamten Zuges können die lokalisierten Quellen den am Zug abstrahlenden Komponenten leichter zugeordnet werden. Vor allem für Güterzüge beliebiger Waggonzusammenstellung sind solche Bilder schwer zugänglich. Auf Basis von parallel zu den Mikrofonarraymessungen durchgeführten Videoaufnahmen der vorbeifahrenden Züge wird mittels eines an der Professur entwickelten Verfahrens ein „Panoramabild“ des Zuges in seiner Vorbeifahrt erstellt (BeBeC2012).
Veröffentlichungen
| BeBeC2014 | Stier, J.; Hahn, Ch.; Zechel, G.; Beitelschmidt, M.: Computational optimization of a time-domain Beamforming algorithm using CPU and GPU, 5th Berlin Beamforming Conference, 2014 |
| BeBeC2012 | Stier, J.; Beitelschmidt, M.: Generating train side views from video sequences for microphone array pass-by measurements, 4th Berlin Beamforming Conference, 2012, Artikel |
| BeBeC2010 | Zechel, G.; Zeibig, A.; Beitelschmidt, M.: Time-domain beamforming on moving objects with known trajectories. 3rd Berlin Beamforming Conference(BeBeC), Februar 2010. Artikel |