Araçlarda Ses İmzası Metoduyla Gürültü Tanımlama

Abstract

Ses imzası metodu; gürültü tayini konusunda daha önce kullanılan bir yöntem olmamasına rağmen, bu çalışmayla binek araçlarda olabilecek gürültünün tayininde kullanılabiliceği ortaya konulmuştur. Binek araçlarda, kullanıcalardan gelen gürültü şikeyetlerinin çözümü için eleman yetiştirilmesi hem uzun hem de maliyetli bir uygulamadır. Bu çalışmayla, şikayet nedenlerinin tayini (kimliklendirilmesi) konusunda insan faktörünün en aza indirilmesini sağlayacak bir çalışma yapılmıştır. Basit ses kayıt cihazları ile kullanılabilir sinyal toplanabilmesine rağmen daha sofistike ölçüm aletlerini ve tekniklerinin kullanılması yararlı olucaktır. Bu çalışmada da bu ölçüm cihazları ve teknikleri kısaca anlatılmıştır. Ses imzasının oluşturulması için öncelikle Hanning fonksiyonun yardımıyla “windowing” yapılıcaktır. Bu işlem sinyalde ortaya çıkabilecek “leakage” etkisinin ortadan kaldırılması için yapılır. Daha iyi bir karşılaştırma yapılması için Fourier Transform’u (FT) alınacaktır. Ses imzasını oluşturmada devam bölümü ise FT sı alınmış verinin bantlara bölünerek güç spektrumunun alınmadır. Ses imzası oluşturmada son bölüm bant değerlerini hexadesimal sayı olarak yazılması ve ses imzasının oluşturulmasıdır. Veri tabanında saklanan referans ses imzaları ile testlerde alınmış olan bilinmeyen ses imzasının karşılaştırmaları ile eşlemeler yapılmaktadır. Algoritmaların yardımıyla satış sonrası ortaya çıkan taşıtlardaki gürültünün tanımlama maliyetlerini düşürülmesinde etkin rol oynayabilir.

Although audio fingerprinting method is not well known in noise recognition in automotive applications, it is shown that audio fingerprinting method could be used for noise recognition in automotive applications by this study. There is need of educated people to solve the noise complaining of the drivers and to educate people for these purposes is a long period and highly cost subject in automotive applications. By this study to recognise the noise is more independent from the knowledge of the human beings. Although simple data recorders are enough to collect the data, for better measurements, more sophisticated measurement equipments, which are shortly presented in this study, are needed. To extract the audio fingerprint, the recorded signal is windowed by hanning function. This is because of leakage effect. After that the signal’s Fourier Transform (FT) is taken to compare the signals in a better way. Following part of the creation of fingerprint is that FT of the signals is divided in to the bands and takes the power spectrum. As a final of the creation of the fingerprint, the values of the band are written in hexadecimal numbers. The reference fingerprints which are stored in the database and the test fingerprint which is extracted from the unknown data are compared to match each other. Algorithms could reduce the cost of recognition of noise in automotive applications after selling.