Widmo akustyczne drona
Internet jest pełen nagrań brzęczenia quadkopterów, wycia latających pelargonii i grzechotania Orlanów. Nagrania te są wykonane w skompresowanym formacie MP3 lub podobnym, który może utracić pewne szczegóły z powodu kompresji danych, ale do prostych celów referencyjnych są całkiem odpowiednie.
Zacznijmy od nagrania quadkoptera
Sygnał rejestrujący w reprezentacji czasowej (co widać na oscyloskopie) wygląda jak zawsze niejasno.
Przy większym powiększeniu można prześledzić niestabilną okresowość całkowitej amplitudy.
Aby jednak zrozumieć, co jest w środku, trzeba spojrzeć na obraz widmowy. Ogólnie wygląda to tak.
Poziomy to czas, pionowy to częstotliwość, a jasność to amplituda sygnału przy danej częstotliwości w danym momencie.
Widzimy tutaj wiązkę równoodległych linii równoległych. Są to harmoniczne sygnału audio. Odległość między nimi w takich sygnałach nazywa się tonem podstawowym. Oczywiście główny ton jest pewnego rodzaju iloczynem prędkości obrotowej silnika i liczby łopatek śmigła, z możliwym dodatkowym wpływem na interakcję łopatek sąsiednich śmigieł. Możesz zobaczyć, jak zmienia się prędkość obrotowa silnika podczas manewrowania.
Jeśli zrobimy wycinek spektrogramu, to w osobnej sekcji możemy zobaczyć, co następuje.
Jest tu pewna niejasność. Albo tu, po lewej stronie, jest mocny podział na harmoniczne parzyste i nieparzyste, albo wyszło coś z subharmonicznych.
Dalszą analizę widmową można wprowadzić zarówno w celu zwiększenia rozdzielczości częstotliwości, jak i jej zmniejszenia. W pierwszym przypadku zapewni to lepszą rozdzielczość częstotliwościową kosztem rozdzielczości czasowej. Wartościowe jest także działanie odwrotne. Przy zwiększonej rozdzielczości częstotliwościowej widać, jak podczas manewrowania helikopterem dzieje się to na skutek niezrównoważenia prędkości obrotowych silnika, co objawia się rozdzieleniem pasm częstotliwości.
Obniżając rozdzielczość częstotliwości, możemy wyraźnie zobaczyć szczegóły czasowe.
Można zauważyć, że amplitudy harmonicznych migoczą.
Akustyczny ślad „Geranium”
Tutaj widzimy spektrogram podejścia i końcowego piku o wysokiej rozdzielczości warkot.
Na zdjęciu jest wiele ciekawych rzeczy.
Zacznijmy od tego, że odległość pomiędzy prętami widmowymi wynosi 113 Hz (przed sekcją nurkową), a pręt widmowy podstawowej harmonicznej nie jest widoczny ze względu na filtrowanie sygnału mikrofonu z telefonu komórkowego. Częstotliwość ta jest iloczynem prędkości obrotowej silnika, liczby cylindrów, współczynnika rozkładu faz spalin i częstotliwości taktowania silnika.
Warto zauważyć, że harmoniczne parzyste mają większą amplitudę niż harmoniczne nieparzyste.
Dla tych, którzy mają doświadczenie w elektronice, powinno być jasne, które sygnały okresowe powodują wzrost przy parzystych harmonicznych.
Wraz ze wzrostem rozdzielczości czasowej (i malejącą rozdzielczością częstotliwościową) staje się to jasne
że amplitudy harmonicznych są niestabilne.
Gdybyśmy musieli wykryć zbliżanie się takiego drona, to musiałoby się to odbywać w dolnej części widma, ponieważ tam koncentruje się główna energia widma dźwięku silnika. Nasze ucho jest wyjątkowo niewrażliwe na część widma o niskiej częstotliwości. Nasze mikrofony oczywiście też nie są przystosowane do wysokich parametrów do pracy w strefie bliskiej infradźwiękom.
Tymczasem dźwięk na tych częstotliwościach ulega minimalnemu tłumieniu i może przemieszczać się na duże odległości (słonie i wieloryby dobrze o tym wiedzą).
Cóż, teraz przyjrzyjmy się „Orlanowi”
Tutaj również wyróżniają się parzyste harmoniczne tonu podstawowego, w tym przypadku 68 Hz. Są nieco większe od liczb parzystych, przynajmniej w dolnym zakresie częstotliwości.
Dość bogate widmo tłumaczy się tym, że nagranie zostało wykonane zanim dron wystartował na skraju lasu i w niewielkiej odległości. Cała górna część widma nie zdążyła jeszcze wyparować.
Wartość tego nagrania polega na tym, że pierwsza harmoniczna nie została usunięta przez filtrację.
Za pomocą logarytmicznej skali częstotliwości można zidentyfikować najniższą część widma.
Tutaj wahania amplitudy pierwszej harmonicznej (68 Hz) można wytłumaczyć działaniem regulatora prędkości obrotowej silnika drona.
Niektóre wnioski
1. Pomysł wykrycia przelotu drona na podstawie emitowanej przez niego akustyki chodził po głowie już od dłuższego czasu. Ostatnio pojawiły się doniesienia, że na Ukrainie zbudowano i funkcjonuje taka sieć licząca 8 tys. telefonów komórkowych. Nie jest wcale faktem, że ta ukraińska sieć nie wchodzi na terytorium Rosji. Momenty szczególnie intensywnego prasowania naszej Ukrainy lotnictwo Na przykład mogę to rozpoznać po hałasie ciężkich samolotów w nocy lub o poranku.
Choć nie mam złudzeń co do odporności komputerów czy smartfonów na włamanie, to już na poziomie Google Play możliwe jest wstawienie konkretnego kodu do smartfonów. Przykładowo wszystkie podstawowe elementy do wstępnej obróbki akustycznej dostępne są w popularnych komunikatorach głosowych. Jeśli ograniczymy się do ciągłego przetwarzania ograniczonego zakresu częstotliwości do 1,5–2 kHz, nie spowoduje to nawet znacznego obciążenia procesora.
2. Oprócz zadania wykrywania wroga drony, możliwy jest również cel odwrotny, jakim jest zmniejszenie sygnatury akustycznej naszych dronów. Przykładowo w elektronice, gdy nie ma możliwości zmniejszenia amplitudy linii widmowych, można spróbować ją rozmazać i zmniejszyć właściwości, dzięki którym będzie realizowane sprzęgnięcie.
3. To, co można zyskać na tym wszystkim, zależy w dużej mierze od tych, którzy to zrobią. Wspominam o tym, ponieważ od 1983 do 2012 roku pracowałem w instytutach badawczych i biurach projektowych i dość poznałem tamtejszą rzeczywistość, gdzie lokalna społeczność prymitywnie i głupio przeglądała budżety.
Teraz pracuję w dużej prywatnej firmie. Od czasu do czasu ten kolos – nasza firma – wciągał się w bardzo nietrywialne kwestie techniczne i problemy... W takich momentach wyraźnie zaczynało się czuć, że czas ucieka. W pierwszych fazach rozwiązywania tak skomplikowanych problemów w oczach zaangażowanych specjalistów wyraźnie widać było przerażenie...
Ale to właśnie takie zadania dają wielką szansę tym, którzy potrafią rozwiązywać problemy szybko, bardzo efektywnie i z wysoką jakością.
informacja