< Terug naar vorige pagina

Project

Gedecentraliseerde signaalverwerkingsalgoritmes voor multi-taak draadloze akoestische sensornetwerken

De huidige technologische vooruitgang in analoge en digitale elektronica, gecombineerd met de miniaturisatie van hardware, hebben geleid tot een verbetering van de recente draadloze sensorapparatuur. Dit mede door de introductie van laag-vermogen communicatieprotocollen, verbeterde digitale signaalverwerkingsmogelijkheden en compactere sensoren. Wanneer deze apparaten een bepaalde signaalverwerkingstaak (SP) uitvoeren, zoals het schatten of detecteren van bepaalde fenomenen, kan een coöperatief schema dat gebruik maakt van draadloze verbindingen, de algemene performantie aanzienlijk verbeteren. Deze verbetering gebeurt voornamelijk in ongunstige omstandigheden. Het resulterende netwerk, bestaande uit dergelijk verbonden apparaten (of knooppunten), wordt een draadloos sensornetwerk (WSN) genoemd. Het voordeel van WSN’s in vergelijking met conventionele vaste rijen van sensoren, is het feit dat ze toegang bieden tot meer ruimtelijk verspreide sensoren, resulterend in een informatievere ruimtelijke bemonstering van deze  fenomenen, wat zal leiden tot een superieure prestatie van de SP taak. In dit proefschrift richten we ons specifiek op taken gerelateerd aan het schatten van signalen, deelruimten of parameters binnen dergelijke WSN’s.

 

WSN’s die gebruikt worden in akoestische toepassingen zoals spaakverbetering worden typisch draadloze akoestische sensornetwerken (WASN’s) genoemd. Ieder knooppunt in een WASN bestaat uit een enkele microfoon of een rij van microfonen. De knooppunten van een WASN kunnen dan samenwerken om een multi-kanaal akoestische SP taak uit te voeren, zoals multi-kanaal ruisonderdrukking, echocancellatie, dereverberatie, actieve ruisonderdrukking (ANC) of bronlokalisatie. Over het algemeen vereisen WASN’s bij de acquisitie en het schatten van audio-inhoud, een hogere snelheid dan in traditionele laag vermogen en lage snelheid WSN’s. Hierdoor vereisen knooppunten van een WASN meer rekenkracht en communicatiemiddelen, waardoor ze een hoger energieverbruik vertonen tenn opzichte van de meeste andere typen WSN’s. Daarom is het van essentieel belang efficiënte SP algoritmen te ontwerpen waarin de knooppunten van de WASN samenwerken en hun signaal-, deelruimte- of parameterschattingsprestaties verbeteren, rekening houdend met beperkingen in bandbreedte, computationele complexiteit en/of energieverbruik.

WASN’s veronderstellen meestal dat alle knooppunten van hetzelfde type zijn en samenwerken om één enkele netwerk-brede SP taak op te lossen. Recentelijk zijn er echter WASN’s opgedoken waarin de knooppunten samenwerken om meerdere knooppuntspecifieke SP taken op te lossen, i.e. één (verschillende) taak voor ieder knooppunt. Dit type WASN wordt een multi-task  WASN genoemd, waarin ieder knooppunt geïnteresseerd is in het schatten van verschillende knooppuntsspecifieke signalen of parameters zoals waargenomen door zijn eigen referentiesensoren. Deze verschillen in interesses leiden tot verschillende knooppuntspecifieke SP taken die desalniettemin gerelateerd zijn, aangezien de waargenomen signalen van verschillende knooppunten vaak zeer sterk gecorreleerd zijn.

Dit proefschrift streeft naar het ontwikkelen van nieuwe gedistribueerde SP algoritmen voor signaal-, parameter- en deelruimte-schatting in dergelijke multi-task WASN’s. Gedistribueerde SP biedt een aantrekkelijk alternatief voor gecentraliseerde SP, aangezien deze laatste vereist dat alle ongecomprimeerde sensorsignalen van de gehele WASN op één plaats geaggregeerd en verwerkt moeten worden (e.g. in een fusiecentrum), wat een grote communicatiebandbreedte vergt en gepaard gaat met een hoog energieverbruik. In het algemeen zijn de voorgestelde gedistribueerde SP algoritmen bedoeld om, voor elk knooppunt van een multi-task WASN, de gecentraliseerde oplossing van zijn knooppuntspecifieke SP taak te bekomen en dit te verwezenlijken tegen een significant verminderde bandbreedte voor signaaloverdracht. Deze reductie wordt gerealiseerd aan de hand van comprimerende filter-en-som operaties.

Het eerste deel van het proefschrift richt zich op het ontwerpen van gedistribueerde algoritmen voor multi-task WASN's waarbij alle knooppuntspecifieke SP taken gebaseerd zijn op dezelfde fundamentele SP techniek, dewelke zowel signaalversterking als beamforming, spectrumschatting, deelruimte-schatting of DOA-schatting kan omvatten. Dergelijke multi-task WASN's worden geclassificeerd als homogene multi-task WASN’s aangezien alle knooppunten lokaal dezelfde fundamentele SP techniek toepassen op hun signaalwaarnemingen (als deel van hun vooraf gedefinieerde routine-operaties). Zo kan een homogene multi-task WASN worden opgezet in een auditorium waar meerdere gehoorapparaten met elkaar samenwerken door middel van draadloze verbindingen. In dit scenario passen alle gehoorapparaten lokaal dezelfde geluidsreductietechniek toe om hun knooppuntspecifieke taken te vervullen.

Het tweede deel van het proefschrift ontwikkelt gedistribueerde algoritmen voor multi-task WASN’s, waarbij de knooppuntspecifieke SP taken gebaseerd zijn op verschillende fundamentele SP technieken. Dergelijke multi-task WASN's worden geclassificeerd als heterogene multi-task WASN’s. De resulterende gedistribueerde SP algoritmen uit dit deel maken het mogelijk dat alledaagse heterogene apparaten, die specifieke SP taken uitvoeren, in staat zullen zijn om signalen eenvoudig uit te wisselen. Zo verbeteren ze hun eigen schattingsprestaties zonder uit te gaan van een starre reeks vooraf gedefinieerde routine-operaties en zelfs zonder voorafgaande kennis over de SP technieken, die andere knooppunten gebruiken om hun SP taken te vervullen. Een heterogene multi-task WASN in deze categorie kan bijvoorbeeld gebruikt worden in een omgeving waar meerdere multimedia-apparaten zoals smartphones, laptops, tablets, ANC-hoofdtelefoons of gehoorapparaten samenwerken en gefuseerde microfoonsignalen delen om hun eigen schattingsprestatie te verbeteren met behulp van eigen knooppuntspecifieke SP technieken, zoals meerdere-kanaals Wiener-filtering, minimum-variantie bundelsturing of deelruimtegebaseerde DOA-schatting.

Het derde deel van het proefschrift beschrijft een experimentele real-time validatie van het ontwikkelde gedistribueerde algoritme en dit in een volledig adaptief en realistisch spraakverbeteringsscenario. Dit scenario is gemaakt met behulp van een akoestisch sensor netwerk met drie samenwerkende rijen van microfonen. De kwaliteit van de uitgangssignalen van het gedistribueerde algoritme wordt beoordeeld door middel van metrieken voor zowel spraakverstaanbaarheid als spraakkwaliteit.

Tenslotte geeft het laatste hoofdstuk de conclusies, een samenvatting van de bijdragen van dit proefschrift, alsook een bespreking van eventuele toekomstige onderzoeksmogelijkheden.

Datum:1 mrt 2013 →  24 okt 2017
Trefwoorden:Wirelesee Sensor Network, Distributed Processing
Disciplines:Controlesystemen, robotica en automatisatie, Ontwerptheorieën en -methoden, Mechatronica en robotica, Computertheorie, Toegepaste wiskunde, Computerarchitectuur en -netwerken, Distributed computing, Informatiewetenschappen, Informatiesystemen, Programmeertalen, Scientific computing, Theoretische informatica, Visual computing, Andere informatie- en computerwetenschappen, Modellering, Biologische systeemtechnologie, Signaalverwerking
Project type:PhD project