Rekonstruktion gestörter Maschinengeräusche durch mehrkanalige Signalverarbeitung

Knaak, Mirko

Rekonstruktion gestörter Maschinengeräusche durch mehrkanalige Signalverarbeitung

dc.contributor.advisor	Filbert, Dieter	en
dc.contributor.author	Knaak, Mirko	en
dc.contributor.grantor	Technische Universität Berlin, Fakultät IV - Elektrotechnik und Informatik	en
dc.date.accepted	2003-10-10
dc.date.accessioned	2015-11-20T15:40:41Z
dc.date.available	2003-12-10T12:00:00Z
dc.date.issued	2003-12-10
dc.date.submitted	2003-12-10
dc.description.abstract	Mit der vorliegenden Arbeit wird das Ziel verfolgt, die Independent Component Analysis (ICA) als Vorverarbeitung für die akustische Güteprüfung nutzbar zu machen. Die Grundidee der ICA besteht darin, mehrkanalige Signale in ihre statistisch unabhängigen Komponenten zu zerlegen. Da die Trennung blind, d.h. ohne Vorwissen über die Mischung oder die Quellen erfolgt, wird sie bei Mischungen von Luftschall als akustische blinde Quellentrennung bezeichnet. Bei der Anwendung der akustischen blinden Quellentrennung bestehen zur Zeit noch wesentliche Hürden. Zu ihnen gehört die Limitierung der aktuell verfügbaren Algorithmen auf zwei Quellen, die getrennt werden können. Damit darf das Nutzsignal nur von einem Störsignal überlagert sein, was für die praktische Anwendung einschränkend ist, weil die Anzahl der relevanten Störquellen oft größer als zwei ist und man sie a priori nicht bestimmen kann. Um neue Algorithmen zu entwickeln und die bisherigen Limitierungen besser zu verstehen, wird die akustische Blinde Quellentrennung dazu im Kontext der mehrkanaligen akustischen Signalverarbeitung theoretisch analysiert. Das bemerkenswerte Ergebnis dieser Analyse ist, daß die klassischen adaptiven Beamformer und die akustische blinde Quellentrennung grundsätzlich äquivalent sind: Die N-kanalige akustische blinde Quellentrennung besteht aus N adaptiven Minimum-Variance-Beamformern, wobei die Einfallsrichtung (DOA) des Nutzsignals implizit aus den Signalen geschätzt wird. Aus dieser Erkenntnis wird ein neuer Algorithmus hergeleite, der die ICA nicht mehr blind, sondern mit Nebeninformationen anwendet. Für ihn werden sowohl Vorteile gegenüber der blinden Quellentrennung als auch eine deutlich geringere Parameterempfindlichkeit gegenüber den adaptiven Beamformern nachgewiesen. Weiterhin wird ein mehrkanaliger Algorithmus vorgeschlagen, der auf einem Subspace-Ansatz basiert. Er findet Zeitintervalle relativer Ruhe, in denen dann das Nutzsignal zuverlässig klassifiziert werden kann. Ein derartiges Vorgehen ist zwar nur nutzbar, wenn die Störquellen intermittierend vorkommen. Dafür bietet der Algorithmus in diesem Spezialfall eine sehr schnelle, kostengünstige Lösung des Problems. Schließlich wird eine Lösung eines der wichtigsten Probleme der ICA, das Permutationsproblem, vorgeschlagen, die eine charakteristische Eigenschaft von Maschinensignalen, nämlich die annähernde Periodizität, ausnutzt. Experimentelle Tests in definierten Testumgebungen zeigen abschließend die Anwendbarkeit der neuen Algorithmen für die Verbesserung der Klassifikationsergebnisse.	de
dc.identifier.uri	urn:nbn:de:kobv:83-opus-7050
dc.identifier.uri	https://depositonce.tu-berlin.de/handle/11303/1101
dc.identifier.uri	http://dx.doi.org/10.14279/depositonce-804
dc.language	German	en
dc.language.iso	de	en
dc.rights.uri	http://rightsstatements.org/vocab/InC/1.0/	en
dc.subject.ddc	620 Ingenieurwissenschaften und zugeordnete Tätigkeiten	en
dc.subject.other	Beamformer	de
dc.subject.other	Indendent Component Analysis	de
dc.subject.other	Maschinendiagnose	de
dc.subject.other	Nebengeräuschunterdrückung	de
dc.subject.other	Statistische Signalverarbeitung	de
dc.subject.other	Beamformer	en
dc.subject.other	Indendent Component Analysis	en
dc.subject.other	Machine diagnosis	en
dc.subject.other	Noise reduction	en
dc.subject.other	Statistical signal processing	en
dc.title	Rekonstruktion gestörter Maschinengeräusche durch mehrkanalige Signalverarbeitung	de
dc.title.translated	Reconstruction of corrupted machine sound using multi-channel signal processing	en
dc.type	Doctoral Thesis	en
dc.type.version	publishedVersion	en
tub.accessrights.dnb	free	*
tub.affiliation	Fak. 4 Elektrotechnik und Informatik	de
tub.affiliation.faculty	Fak. 4 Elektrotechnik und Informatik	de
tub.identifier.opus3	705
tub.identifier.opus4	711
tub.publisher.universityorinstitution	Technische Universität Berlin	en

Files

Original bundle

Now showing 1 - 1 of 1

Name:: Dokument_11.pdf
Size:: 4.31 MB
Format:: Adobe Portable Document Format

Download

Collections

Publications