Drone sesi neden ayırt edilebilir?
Dönen pervaneler ve elektrik motorları zaman içinde tekrar eden harmonikler ve frekans örüntüleri oluşturabilir. Bu iz tek bir sabit tondan ibaret değildir; drone modeli, pervane hızı, mesafe, rüzgâr ve çevreye göre değişir.
Bu nedenle yalnızca belirli bir frekansı aramak yerine zaman-frekans özelliklerini ve farklı koşullardan toplanmış örnekleri değerlendiren modeller gerekir.
Analiz zinciri
Hedeflenen sistem önce mikrofonlardan ses toplar, ardından rüzgâr ve sürekli makine gürültüsü gibi bileşenleri azaltmaya çalışır. İşlenen sinyalden özellikler çıkarılır ve sınıflandırma modeli bir olasılık üretir.
- Çok kanallı ses toplama
- Gürültü azaltma ve normalizasyon
- Spektral özellik çıkarımı
- AI ile sınıflandırma
- Eşik ve olay kuralları
- Operatör uyarısı
Akustik yöntemin sınırları
Yoğun trafik, rüzgâr, yağış, yansıma ve endüstriyel makineler akustik algılamayı zorlaştırabilir. Sessiz veya uzaktaki hedefler de yeterli sinyal üretmeyebilir.
Bu sınırlar akustik yöntemi değersiz kılmaz; doğru yerleşim, ortam verisi ve diğer sensörlerle birlikte kullanım ihtiyacını gösterir. Bulgu360'ın araştırma odağı bu değişken ortam koşullarında ayrıştırma problemidir.