Clasificador difuso de señales acústicas ambientales basado en análisis de componentes independientes

Abstract

la primer etapa se realiza un pre-procesamiento compuesto por filtrado, wavelets y deconvolución; en la segunda etapa se utiliza el método de Análisis de Componentes Independientes (ICA, Independent Component Analysis). Se realizaron experimentos utilizando cinco tipos de fuentes sonoras comunes en zonas urbanas, como son: motores de vehículos, claxon, silbato, sirenas y voz. Se obtuvo la separación ciega de 2, 3 y 4 fuentes mezcladas en ambientes controlados, capturadas mediante micrófonos de tipo industrial con comportamiento direccional.

Además, se diseñó un clasificador basado en técnicas de agrupamiento difuso, capaz de identificar los cinco tipos de fuentes considerados, con un buen desempeño. La extracción de rasgos La evaluación del ruido ambiental se hace generalmente considerando el impacto de una fuente de ruido específica. Sin embargo, en prácticamente todos los entornos, un gran número de fuentes distintas contribuyen al ruido producido en una determinada zona. Debido a esto, surge la necesidad de realizar la separación de fuentes que se presentan mezcladas de manera natural en el ambiente, así como de conocer el tipo de fuente sonora. Esta información es útil para tomar las medidas necesarias que ayuden a reducir los niveles de ruido.

Se presenta un método que permite la separación ciega de fuentes en campo, en un ambiente controlado. Se divide principalmente en dos etapas, en característicos de las fuentes es fundamental en el comportamiento el clasificador, se muestran los resultados obtenidos al utilizar distintos rasgos.

Se presentan resultados satisfactorios en la separación de mezclas en campo y la clasificación de las fuentes sonoras que componen dichas mezclas. Estos resultados son una aproximación para ayudar a resolver el problema de contaminación acústica en ambientes reales.