Busca avançada
Ano de início
Entree

Comparação de algoritmos eficientes para estimação de imagens acústicas

Processo: 17/22226-1
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de junho de 2018
Vigência (Término): 31 de maio de 2020
Área do conhecimento:Engenharias - Engenharia Elétrica - Telecomunicações
Convênio/Acordo: 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

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)