소음의 근원을 눈으로 보다: 빔포밍 기술의 통합적 접근(Beamforming, Acoustic maps, source mapping, Cross-Spectral Matrix (CSM), Noise)

 

목차

 

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

 

 

 

 

 

 

소음의 근원을 눈으로 보다: 빔포밍 기술의 통합적 접근

 

혹시 기계에서 나는 정체 모를 소음의 정확한 위치를 찾거나, 바람이 부는 터널 안에서 항공기 모델의 어느 부분에서 가장 시끄러운 소리가 나는지 확인하는 기술에 대해 들어보셨나요? 마이크 여러 개를 배열하여 소리의 방향과 위치를 시각적으로 찾아내는 기술을 '음향 빔포밍(Acoustic Beamforming)'이라고 합니다. 이는 마치 소리를 위한 카메라와 같아서, 눈에 보이지 않는 소음의 근원을 사진처럼 보여줍니다.

 

최근 발표된 한 연구 논문("Demonstration of a unified approach to beamforming")은 이 빔포밍 기술의 다양한 방법들을 하나의 통일된 원리로 설명하는 획기적인 아이디어를 제시했습니다. 기존에는 '컨벤셔널 빔포밍', '펑셔널 빔포밍', '적응형 빔포밍' 등 여러가지 기법들이 각기 다른 복잡한 이론으로 설명되었지만, 이 논문은 사실 이 모든 기법들이 하나의 큰 가족과 같다는 것을 보여줍니다.

 

 

 

핵심 아이디어: '파워 값(p)' 하나로 조절하는 음향 지도

 

연구의 핵심은 여러 마이크에서 수집된 소리 신호들의 상호 관계를 나타내는 '교차 스펙트럼 행렬(Cross-Spectral Matrix)'의 '고유값(eigenvalue)'을 활용하는 데 있습니다. 고유값은 측정된 소리 신호들 중 독립적이고 지배적인 성분들의 에너지 크기를 나타낸다고 쉽게 생각할 수 있습니다. 가장 큰 고유값은 가장 강력한 음원과 관련이 깊습니다.

 

논문은 이 고유값들을 '가중 거듭제곱 평균(weighted Hölder mean)'이라는 수학적 도구를 사용해 처리하는 방법을 제안합니다. 여기서 가장 중요한 것이 바로 '파워 값'이라 불리는 매개변수 p입니다. 이 p 값을 조절하는 것만으로 음향 지도의 특성을 자유자재로 바꿀 수 있습니다. 마치 카메라의 초점 다이얼을 돌리듯, p 값을 바꾸면 음향 지도가 부드럽게 변하거나 아주 선명해지는 효과를 얻을 수 있습니다. 저자는 이 통합된 접근법을 '파워 빔포밍(Power Beamforming)'이라고 명명했습니다.

 

구체적으로 p 값에 따라 다음과 같이 잘 알려진 빔포밍 기법들이 구현됩니다.

• p=1 : 컨벤셔널 빔포밍 (Conventional Beamforming) 가장 기본적이고 전통적인 방식으로, 결과 지도의 해상도가 낮고 음원 주변이 넓게 퍼져 보이는 경향(사이드 로브, side lobe)이 있습니다.
• p<1 : 펑셔널 빔포밍 (Functional Beamforming)p 값을 1보다 작게 설정하면, 음향 지도에서 불필요한 사이드 로브가 억제되고 중심 음원(메인 로브, main lobe)이 훨씬 뾰족하고 선명해집니다. 예를 들어 p=1/4로 설정하면 v=4인 펑셔널 빔포밍에 해당합니다.
• p=0 : 점근적 빔포밍 (Asymptotic Beamforming) 수학적으로는 p가 0에 가까워질 때의 극한값으로 정의되며, 이는 또 다른 빔포밍 기법에 해당합니다.
• p=−1 : 적응형 빔포밍 (Adaptive Beamforming) p 값을 음수로 내리면 해상도와 다이내믹 레인지(가장 큰 소리와 가장 작은 소리의 차이를 구분하는 능력)가 더욱 향상됩니다. p=−1일 때가 바로 적응형 빔포밍에 해당합니다.

 

실험으로 증명된 효과: 진공청소기 소음 분석

 

연구팀은 이 이론을 실제로 증명하기 위해 '미카도(Mikado)'라는 96개의 초소형 마이크가 달린 음향 카메라를 사용했습니다. 실험 대상은 진공청소기였는데, 무향실에 매달아 놓고 측면과 정면 방향에서 발생하는 소음을 측정했습니다.

미카도 음향카메라(Mikado Acoustic Camer)

 

 

그 결과는 매우 명확했습니다. 음향 지도를 분석한 주파수 대역(4kHz ~ 16kHz)과 관계없이,

p 값을 1에서부터 점차 낮추자(p=1→1/4→0→−1) 진공청소기 표면에 흐릿하게 퍼져 있던 소음 영역이 점점 좁고 선명한 '핫스팟(hotspot)'으로 변해가는 것을 확인할 수 있었습니다. 이를 통해 기존에는 뭉뚱그려 보였던 소음의 정확한 발생 지점을 명확하게 구분할 수 있게 되었습니다.

 

Results beyond adaptive and conventional beamforming, side orientation, 16kHz third octave band, from left to right: p = -2, p = -1 (adaptive beamforming), p = 0 (asymptotic beamforming), p = 1 (conventional beamforming), p = 2, map scale 30dB

 

특히 이 '파워 빔포밍'은 다른 고해상도 기법인 'CLEAN-SC'와 비교했을 때, 부드러운 음향 지도를 유지하면서도 해상도를 높이는 장점을 보였습니다. CLEAN-SC는 다이내믹 레인지는 매우 높지만, 음원 주변에 인위적으로 보이는 "조용한 영역"을 만들어 내는 단점이 있기 때문입니다.

 

Results for side orientation, rows represent different maps (from top to bottom: p = 1 (conventional beamforming), p = 14 (functional beamforming with = 4), p = 0 (asymptotic beamforming), p = 14, p = 1 (adaptive beamforming), CLEAN-SC), columns represent third octave bands (from left to right: 4kHz, 63kHz, 8kHz, 10kHz, 16kHz), map scale 30dB

 

 

결론적으로 이 연구는 복잡하고 개별적으로 여겨졌던 여러 빔포밍 기법들이 사실은 '파워 값 p'라는 단일 매개변수로 제어되는 하나의 통합된 프레임워크 안에 있음을 명쾌하게 보여주었습니다. 이는 소음 진단 및 분석 분야의 전문가들이 보다 직관적이고 유연하게 음향 시각화 기술을 활용할 수 있는 새로운 길을 열어준 중요한 성과라고 할 수 있습니다

 

 

해당 내용과 관련해서 팜테크에서 시스템 솔루션을 제공하고 있습니다.  관심 있으시면 아래 홈페이지 또는 연락처를 통해 문의 주시면 됩니다. :)

 

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

팜테크