[음향카메라]소음원 가시화와 상관관계 분석, 스피커 예제, 가속도 센서 연동(Correlation Analysis, Noise, Sound source, Acoustic Camera, Accelerometer)

 

목차

 

"관련제품 문의는 로고 클릭 또는 공지사항의 연락처를 통해 하실 수 있습니다."

 

 

 

소음원 가시화와 상관관계 분석이란?

 

소리 원천 탐지 기술은 물체에서 발생하는 소리를 탐지하고 위치를 파악하는데 널리 사용되고 있습니다. 이 과정에서 음향 카메라는 중요한 역할을 하며, 마이크로폰이 수집한 소리 파형을 디지털 신호로 변환하여 후처리할 수 있습니다. 이러한 후처리 과정에서 빔포밍 알고리즘(Beamforming)이 사용되며, 이 알고리즘은 캡처된 소리의 위치를 파악합니다. 그 결과 소리의 위치는 '음향 사진'이라는 형태로 표현되며, 이 사진은 소리의 크기를 색상으로 나타냅니다.

 

상관 분석의 개념

상관 분석은 두 신호 간의 유사성을 측정하는 기법입니다. 교차 상관(cross-correlation)은 두 신호 간의 상호 관계를 설명하는 반면, 자기 상관(auto-correlation)은 하나의 신호가 시간 차이를 두고 자신과 얼마나 유사한지를 나타냅니다. 마이크로폰 배열의 데이터를 사용해 교차 상관을 수행하려면 기준 신호가 필요합니다. 이 기준 신호는 외부 마이크로나 가속도계에서 얻을 수 있습니다. 기준 신호와 마이크로폰 배열의 신호 간의 상관 함수를 계산하여 소리 원천 간의 유사성을 분석할 수 있습니다.

 

 

 

소음원 가시화와 상관관계 분석: 스피커

 

 

실험과 결과

 

그림1: Two loudspeakers placed 75 cm apart. The positon of the virtual reference channel is marked in the acoustic photo

 

그림 1은 마이크로폰(Microphone) 배열 Ring48로 수집한 48개의 마이크로폰의 시간 신호와 해당하는 음향 사진을 보여줍니다. 이 사진에서 볼 수 있듯이 주된 소리 원천은 화이트 노이즈(20 Hz-22 kHz)를 생성하는 서브우퍼를 가진 스피커에서 발생합니다. 그림의 오른쪽에 위치한 두 번째 스피커는 첫 번째 스피커보다 23 dB 더 작아서 첫 번째 스피커의 사이드 로브(Side Lobe)에 의해 가려집니다.

이 두 번째 스피커와 서브우퍼에서 발생하는 다른 소리 원천을 탐지하기 위해 상관 분석을 NoiseImage 소프트웨어를 사용해 수행할 수 있습니다.

 

 

NoiseImage에서의 가상 기준 채널 설정

NoiseImage 소프트웨어에서는 마이크로폰 배열 데이터로 상관 분석을 수행하기 위해 기준 채널을 추가하는 세 가지 방법이 있습니다.

 

1. 추가로 기록된 마이크로폰(Microphone)이나 가속도계(Accelerometer) 등의 채널 사용

2. 파일에서 불러오기

3. 음향 사진에서 가상으로 생성한 기준 채널 사용

 

이 글에서는 세 번째 방법에 대해 논의하겠습니다. NoiseImage 소프트웨어를 사용하면 음향 사진에서 임의의 지점에 가상 기준 채널을 설정하고, 그 지점에서 빔포밍된 신호를 추출할 수 있습니다. 그림 1에서 볼 수 있듯이 기준 채널은 주요 소리 원천 위치에 배치되었고, 해당 신호가 상관 분석을 위한 기준 신호로 사용되었습니다.

 

그림2: Two loudspeakers placed 75 cm apart. The positon of the virtual reference channel is marked in the acoustic photo (edge extraction)

 

 

그림3: Masked sources localized after performing coorelation analysis

 

 

그림4 : Masked sources localized after performing coorelation analysis (edge extraction)

 

 

 

상관 함수를 계산한 후, 기준 채널과 마이크로폰 신호 간의 유사성(상관 성분)을 강조하거나 삭제할 수 있습니다. 그림 3, 4는 마이크로폰 배열 신호와 가상 기준 채널 간의 상관 성분을 삭제한 후의 음향 사진을 보여줍니다. 예상대로, 주된 소리 원천과 가상 기준 채널 간에는 높은 상관이 존재하므로, 이 성분을 삭제하면 첫 번째 스피커의 소리가 사라집니다. 결과적으로 서브우퍼에서 발생하는 소리, 서브우퍼의 테이블 반사음, 그리고 23 dB 더 작은 두 번째 스피커의 소리 원천이 나타납니다. 서브우퍼의 소리는 주요 트위터 소리와 주파수 대역이 달라서 서로 상관되지 않음을 확인할 수 있습니다.

 

 

상관 분석은 마스킹된 소리 원천을 탐지하고 음향 사진의 동적 범위를 확장하는 데 있어 매우 유용한 방법입니다. 링 배열의 경우 기본적으로 7-10 dB의 동적 범위를 제공하지만, 이 방법을 사용하면 24 dB의 동적 범위를 쉽게 달성할 수 있습니다. 많은 산업 응용에서 마스킹된 소리를 찾는 것이 중요하며, 이 방법을 통해 사용자들은 큰 이점을 얻을 수 있습니다.

 

 

 

https://www.youtube.com/watch?v=vu8rGrJVIzA

 

 

 

 

해당 내용과 관련해서 팜테크에서 교육 프로그램, 측정/분석 용역, 장비를 제공하고 있습니다.  관심 있으시면 아래 홈페이지 또는 연락처를 통해 문의 주시면 됩니다. :)

 

https://famtech.co.kr/sub04/01_01.php

교육일정및신청(주)팜테크