Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA)

Autores
O'brien, Ronald Julián; Molisani Yolitti, Leonardo; Burdisso, Ricardo
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Las imágenes acústicas se obtienen mediante algoritmos de pos proceso. Estos utilizan los datos adquiridos a través de una distribución de sensores de presión o arreglo de micrófonos. Este arreglo, limita el rango dinámico de la imagen acústica. Por lo tanto, si existen fuentes de ruido con diferencia de nivel de presión sonora mayor al rango dinámico del arreglo no se podrán distinguir ya que los lóbulos laterales de la fuente principal cubrirán las fuentes sonoras menores. Esto puede solucionarse aumentando el número de micrófonos y así aumentar el rango dinámico pero se incrementaría el costo del hardware. Otra forma de solucionar este problema es mediante el pos proceso adecuado de los datos. Por lo tanto, debido al aumento en la capacidad de cálculo computacional es conveniente utilizar algoritmos que logren este cometido como lo es el Rango Dinámico Alto (RDA). La idea básica del método es extraer del mapa de ruido la máxima fuente sonora incluyendo sus lóbulos laterales y colocarlo en un mapa “limpio”, luego con las señales sin la fuente principal se vuelve a reconstruir el mapa de ruido y nuevamente se extrae la segunda fuente dominante con sus lóbulos laterales. De esta manera se puede aplicar sucesivamente el método hasta extraer la cantidad de fuentes seleccionadas. Esto permite obtener un mapa de ruido con baja influencia de fuentes fantasmas y aumentar el rango dinámico de la imagen acústica. En este trabajo se presenta un sistema de formación de imágenes acústicas optimizado. En primer lugar se optimizó una distribución de micrófonos para mejorar el rango dinámico de la imagen acústica. Y en segundo lugar, se presenta el algoritmo RDA que permite aumentar más aún la escala de medición de la imagen acústica basado en las técnicas de retardo y suma convencional en el dominio del tiempo.
Fil: O'brien, Ronald Julián. Universidad Nacional de Río Cuarto; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Molisani Yolitti, Leonardo. Universidad Nacional de Río Cuarto; Argentina
Fil: Burdisso, Ricardo. Virginia Tech University; Estados Unidos
Materia
IMAGENES ACUSTICAS
RETARDO Y SUMA
RANGO DINAMICO ALTO
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/35106

id CONICETDig_fb3d64d4d8f7ee0f45bc44ffae9ee9eb
oai_identifier_str oai:ri.conicet.gov.ar:11336/35106
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA)O'brien, Ronald JuliánMolisani Yolitti, LeonardoBurdisso, RicardoIMAGENES ACUSTICASRETARDO Y SUMARANGO DINAMICO ALTOhttps://purl.org/becyt/ford/2.3https://purl.org/becyt/ford/2Las imágenes acústicas se obtienen mediante algoritmos de pos proceso. Estos utilizan los datos adquiridos a través de una distribución de sensores de presión o arreglo de micrófonos. Este arreglo, limita el rango dinámico de la imagen acústica. Por lo tanto, si existen fuentes de ruido con diferencia de nivel de presión sonora mayor al rango dinámico del arreglo no se podrán distinguir ya que los lóbulos laterales de la fuente principal cubrirán las fuentes sonoras menores. Esto puede solucionarse aumentando el número de micrófonos y así aumentar el rango dinámico pero se incrementaría el costo del hardware. Otra forma de solucionar este problema es mediante el pos proceso adecuado de los datos. Por lo tanto, debido al aumento en la capacidad de cálculo computacional es conveniente utilizar algoritmos que logren este cometido como lo es el Rango Dinámico Alto (RDA). La idea básica del método es extraer del mapa de ruido la máxima fuente sonora incluyendo sus lóbulos laterales y colocarlo en un mapa “limpio”, luego con las señales sin la fuente principal se vuelve a reconstruir el mapa de ruido y nuevamente se extrae la segunda fuente dominante con sus lóbulos laterales. De esta manera se puede aplicar sucesivamente el método hasta extraer la cantidad de fuentes seleccionadas. Esto permite obtener un mapa de ruido con baja influencia de fuentes fantasmas y aumentar el rango dinámico de la imagen acústica. En este trabajo se presenta un sistema de formación de imágenes acústicas optimizado. En primer lugar se optimizó una distribución de micrófonos para mejorar el rango dinámico de la imagen acústica. Y en segundo lugar, se presenta el algoritmo RDA que permite aumentar más aún la escala de medición de la imagen acústica basado en las técnicas de retardo y suma convencional en el dominio del tiempo.Fil: O'brien, Ronald Julián. Universidad Nacional de Río Cuarto; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Molisani Yolitti, Leonardo. Universidad Nacional de Río Cuarto; ArgentinaFil: Burdisso, Ricardo. Virginia Tech University; Estados UnidosAsociación Argentina de Mecánica Computacional2014-09info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/35106O'brien, Ronald Julián; Molisani Yolitti, Leonardo; Burdisso, Ricardo; Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA); Asociación Argentina de Mecánica Computacional; Mecánica Computacional; XXXIII; 8; 9-2014; 597-6102591-3522CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/http://www.cimec.org.ar/ojs/index.php/mc/article/view/4663/info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T09:52:49Zoai:ri.conicet.gov.ar:11336/35106instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 09:52:49.908CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA)
title Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA)
spellingShingle Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA)
O'brien, Ronald Julián
IMAGENES ACUSTICAS
RETARDO Y SUMA
RANGO DINAMICO ALTO
title_short Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA)
title_full Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA)
title_fullStr Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA)
title_full_unstemmed Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA)
title_sort Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA)
dc.creator.none.fl_str_mv O'brien, Ronald Julián
Molisani Yolitti, Leonardo
Burdisso, Ricardo
author O'brien, Ronald Julián
author_facet O'brien, Ronald Julián
Molisani Yolitti, Leonardo
Burdisso, Ricardo
author_role author
author2 Molisani Yolitti, Leonardo
Burdisso, Ricardo
author2_role author
author
dc.subject.none.fl_str_mv IMAGENES ACUSTICAS
RETARDO Y SUMA
RANGO DINAMICO ALTO
topic IMAGENES ACUSTICAS
RETARDO Y SUMA
RANGO DINAMICO ALTO
purl_subject.fl_str_mv https://purl.org/becyt/ford/2.3
https://purl.org/becyt/ford/2
dc.description.none.fl_txt_mv Las imágenes acústicas se obtienen mediante algoritmos de pos proceso. Estos utilizan los datos adquiridos a través de una distribución de sensores de presión o arreglo de micrófonos. Este arreglo, limita el rango dinámico de la imagen acústica. Por lo tanto, si existen fuentes de ruido con diferencia de nivel de presión sonora mayor al rango dinámico del arreglo no se podrán distinguir ya que los lóbulos laterales de la fuente principal cubrirán las fuentes sonoras menores. Esto puede solucionarse aumentando el número de micrófonos y así aumentar el rango dinámico pero se incrementaría el costo del hardware. Otra forma de solucionar este problema es mediante el pos proceso adecuado de los datos. Por lo tanto, debido al aumento en la capacidad de cálculo computacional es conveniente utilizar algoritmos que logren este cometido como lo es el Rango Dinámico Alto (RDA). La idea básica del método es extraer del mapa de ruido la máxima fuente sonora incluyendo sus lóbulos laterales y colocarlo en un mapa “limpio”, luego con las señales sin la fuente principal se vuelve a reconstruir el mapa de ruido y nuevamente se extrae la segunda fuente dominante con sus lóbulos laterales. De esta manera se puede aplicar sucesivamente el método hasta extraer la cantidad de fuentes seleccionadas. Esto permite obtener un mapa de ruido con baja influencia de fuentes fantasmas y aumentar el rango dinámico de la imagen acústica. En este trabajo se presenta un sistema de formación de imágenes acústicas optimizado. En primer lugar se optimizó una distribución de micrófonos para mejorar el rango dinámico de la imagen acústica. Y en segundo lugar, se presenta el algoritmo RDA que permite aumentar más aún la escala de medición de la imagen acústica basado en las técnicas de retardo y suma convencional en el dominio del tiempo.
Fil: O'brien, Ronald Julián. Universidad Nacional de Río Cuarto; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Molisani Yolitti, Leonardo. Universidad Nacional de Río Cuarto; Argentina
Fil: Burdisso, Ricardo. Virginia Tech University; Estados Unidos
description Las imágenes acústicas se obtienen mediante algoritmos de pos proceso. Estos utilizan los datos adquiridos a través de una distribución de sensores de presión o arreglo de micrófonos. Este arreglo, limita el rango dinámico de la imagen acústica. Por lo tanto, si existen fuentes de ruido con diferencia de nivel de presión sonora mayor al rango dinámico del arreglo no se podrán distinguir ya que los lóbulos laterales de la fuente principal cubrirán las fuentes sonoras menores. Esto puede solucionarse aumentando el número de micrófonos y así aumentar el rango dinámico pero se incrementaría el costo del hardware. Otra forma de solucionar este problema es mediante el pos proceso adecuado de los datos. Por lo tanto, debido al aumento en la capacidad de cálculo computacional es conveniente utilizar algoritmos que logren este cometido como lo es el Rango Dinámico Alto (RDA). La idea básica del método es extraer del mapa de ruido la máxima fuente sonora incluyendo sus lóbulos laterales y colocarlo en un mapa “limpio”, luego con las señales sin la fuente principal se vuelve a reconstruir el mapa de ruido y nuevamente se extrae la segunda fuente dominante con sus lóbulos laterales. De esta manera se puede aplicar sucesivamente el método hasta extraer la cantidad de fuentes seleccionadas. Esto permite obtener un mapa de ruido con baja influencia de fuentes fantasmas y aumentar el rango dinámico de la imagen acústica. En este trabajo se presenta un sistema de formación de imágenes acústicas optimizado. En primer lugar se optimizó una distribución de micrófonos para mejorar el rango dinámico de la imagen acústica. Y en segundo lugar, se presenta el algoritmo RDA que permite aumentar más aún la escala de medición de la imagen acústica basado en las técnicas de retardo y suma convencional en el dominio del tiempo.
publishDate 2014
dc.date.none.fl_str_mv 2014-09
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/35106
O'brien, Ronald Julián; Molisani Yolitti, Leonardo; Burdisso, Ricardo; Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA); Asociación Argentina de Mecánica Computacional; Mecánica Computacional; XXXIII; 8; 9-2014; 597-610
2591-3522
CONICET Digital
CONICET
url http://hdl.handle.net/11336/35106
identifier_str_mv O'brien, Ronald Julián; Molisani Yolitti, Leonardo; Burdisso, Ricardo; Mejora en Imágenes Acústicas Utilizando Rango Dinámico Alto (RDA); Asociación Argentina de Mecánica Computacional; Mecánica Computacional; XXXIII; 8; 9-2014; 597-610
2591-3522
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://www.cimec.org.ar/ojs/index.php/mc/article/view/4663/
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Asociación Argentina de Mecánica Computacional
publisher.none.fl_str_mv Asociación Argentina de Mecánica Computacional
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844613618217254912
score 13.070432