| Processo: | 17/22226-1 |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |
| Data de Início da vigência: | 01 de junho de 2018 |
| Data de Término da vigência: | 31 de julho de 2020 |
| Área de conhecimento: | Engenharias - Engenharia Elétrica - Telecomunicações |
| Acordo de Cooperação: | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) |
| Pesquisador responsável: | Vitor Heloiz Nascimento |
| Beneficiário: | Paulo Otávio Moreira dos Santos |
| Instituição Sede: | Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil |
| Assunto(s): | Processamento de sinais |
| Palavra(s)-Chave do Pesquisador: | arranjos de microfones | beamforming | estimação esparsa | Imagens acústicas | Kronecker array transform | Nfft | Processamento de sinais |
Resumo O problema de imageamento acústico consiste em mapear as direções e intensidades de fontes sonoras através de um arranjo de microfones. Os mapas resultantes são usados para projetar aviões, carros e trens mais silenciosos e aerodinamicamente mais eficientes, e também para analisar estruturas como salas de concerto e turbinas.Para arranjos com um número elevado de microfones e imagens com alta resolução, o número de operações necessário para a estimação de imagens acústicas é elevado. Recentemente foram desenvolvidos neste grupo de pesquisa diversos métodos para redução desse custo computacional, em particular a transformada de Kronecker para arranjos (KAT), que em certas condições permite uma redução de uma ordem de magnitude no número de operações, e métodos baseados na transformada de Fourier não uniforme (NFFT).Neste trabalho pretende-se comparar os algoritmos baseados na KAT e na NFFT, desenvolvidos neste grupo, com outros disponíveis na literatura, desenvolvidos para beamforming. Também pretende-se estender esses algoritmos alternativos para o problema de imagens acústicas. Finalmente, os algoritmos mais avançados desenvolvidos até o momento são baseados na solução de problemas de otimização regularizada. A KAT e a NFFT são capazes de acelerar alguns dos passos desses problemas, mas seu desempenho depende do particular algoritmo de otimização sendo usado. Um último objetivo deste trabalho é comparar o desempenho de diferentes algoritmos para otimização regularizada para a estimação de imagens acústicas, com relação a desempenho e custo computacional. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |