Company
LOGO
DETEKSI DETEKSI TERDISTRIBUSI TERDISTRIBUSI ROBUST ROBUST DENGAN DENGAN MENGGUNAKAN MENGGUNAKAN SENSOR SENSOR AKUSTIK AKUSTIK
Oleh : Lusia Tuties Kristianingrum (2206100627) Dosen Pembimbing : Dr. Ir Wirawan, DEA Januari 2011 1
Topik Pembahasan • • • • •
Pendahuluan Dasar Teori Perencanaan Sistem Hasil Simulasi Kesimpulan
2
Company
LOGO
Pendahuluan
3
Latar Belakang • Semua jenis kendaraan memancarkan karakteristik suara ketika mereka bergerak • Adanya kejadian yang memerlukan indentifikasi / deteksi sinyal suara
4
Permasalahan Bagaimana cara mendeteksi sinyal suara kendaraan dalam lingkungan yang tingkat kebisingannya sangat tinggi (robust)
5
Tujuan • Membangun sistem pendeteksian sinyal suara kendaraan • Menggunakan metode median filter untuk menghilangkan noise (alarm palsu) pada sinyal sehingga mudah dalam pendeteksian • Menganalisa performansi sistem, dengan mengubah - ubah kondisi penambahan noise pada sistem
6
Batasan Masalah • Sinyal suara yang dideteksi adalah sinyal suara kendaraan • Metode pendeteksian dengan menggunakan Filter Median dan algoritma CFAR sebagai deteksi target • Saat pengambilan data sinyal suara tidak memperhitungkan jarak antara sumber suara dan sensor
7
Company
LOGO
Dasar Teori
8
Dasar Teori • Sinyal suara kendaraan (Audio) merupakan bentuk energi yang dikenal sebagai sinyal akustik • Karakteristik : rentang frekuensi yang dapat dideteksi oleh telinga manusia – sekitar 20Hz to 20kHz • Gelombang suara tercipta karena bergetarnya sebuah benda yang menyebabkan udara sekitarnya ikut bergetar
9
Basics Concept… • Noise : Sinyal tidak dikehendaki yang secara alamiah terdapat pada semua jenis sistem • Macam Noise – Noise Akustik : Suara yang berasal dari sumber lain di sekitar sistem tersebut – Noise Audio : Suara residu (umumnya berupa dengung atau desis) yang terdengar pada jeda diam dari suatu media penyimpanan. – Noise Elektrik : Suara yang dihasilkan karena naiknya suhu dari komponen elektronika yang terdapat pada sistem.
10
Basics Concept Noise… Metode yang digunakan untuk mengatasi noise… Penyesuaian Gain Nilai daya yang dikeluarkan oleh sumber audio disesuaikan sehingga menghasilkan suara yang lebih keras. Diharapkan peningkatan daya tersebut dapat menutupi noise yang umumnya memiliki daya konstan dan cenderung lemah. Noise Reduction Melalui berbagai teknik pengolahan sinyal, sinyal dapat dipecah-pecah menjadi bagian-bagian yang lebih kecil. Setelah proses pemecahan tersebut, dilakukan penghapusan pada beberapa bagian dari sinyal tersebut yang menduduki daerah frekuensi yang dianggap sebagai noise. Metode yang sangat tepat diterapkan adalah Median Filter. 11
Basics Concept… • Median Filter Dengan median filtering maka jika terdapat suatu sinyal akustik terdegradasi oleh noise akan ditentukan nilai median-nya atau nilai tengah (bukan ratarata), dengan demikian noise yang merupakan nilai tertinggi dan terendah dari suatu rentang nilai akan hilang. •
•
Contoh penghitungan running median filter: x = [2 80 6 3] y[1] = Median[2 2 80] = 2 y[2] = Median[2 80 6] = Median[2 6 80] = 6 y[3] = Median[80 6 3] = Median[3 6 80] = 6 y[4] = Median[6 3 3] = Median[3 3 6] = 3 Jadi, y = [2 6 6 3] dimana y adalah median terfilter dengan output dari x.
12
Basics Concept…
CFAR (Constant False Alarm Rate) • Tujuan
: untuk menentukan daya di atas ambang
batas (threshold) yang kemungkinan dapat dianggap berasal dari target.
13
Basics Concept… • Target Deteksi
dimana mn = median dari nilai absolut setiap snippet, b = perkiraan latar belakang kebisingan, T = nilai threshold atau nilai ambang batas (3.0), σ = deviasi median dari latar belakang.
14
Company
LOGO
Implementation Model
15
Desain Sistem Pendeteksian Sinyal
16
Blok Diagram Sistem
17
Company
LOGO
Simulation Analysis
18
Deskripsi Percobaan No
Deskripsi Sinyal
Panjang Sinyal (Sampel)
Sinyal 1
Suara Kendaraan Mobil
220203
Sinyal 2
Suara Kendaraan Motor (Yamaha )
66660
Sinyal 3
Suara Kendaraan Motor (Honda)
176222
19
Deteksi Sinyal Mobil sinyal yang dideteksi Sinyal tak terdeteksi
20
Simulation Analysis… Penentuan Background – Sinyal dipotong untuk mendapatkan sinyal background
– Sinyal background di proses dengan running median filter
21
Simulation Analysis… Penentuan Target Deteksi • Sinyal data 1 yang akan di deteksi
• Sinyal yang seharusnya tidak terdeteksi
22
Hasil Deteksi… • Deteksi Sinyal Data 1 Panj. Background (sampel)
Noise Variance •
None
10000
5000
1000
1
1
1
Deteksi ‘ Sinyal Tak terdeteksi ’ Panj. Background (sampel) Noise Variance
None
10000
5000
1000
0
0
0
23
Hasil Deteksi… Hasil Deteksi Sinyal Data 1 Setelah sistem ditambahkan noise, dengan parameter variance noise sb:
Panj. Background (sampel)
Noise Variance
10000
5000
1000
0,02
1
1
1
0,04
0
1
1
0,05
0
0
0
0,06
0
0
0
0,1
0
0
0
0,2
0
0
0
24
Company
LOGO
Conclusions
25
Kesimpulan 1. Sistem deteksi berhasil mendeteksi sinyal suara dengan baik jika dalam sistem tidak dibangkitkan noise. 2. Tingkat keberhasilan untuk percobaan sinyal dengan ditambahkan noise dapat diperkirakan sebesar adalah 83.33%. 3. Semakin kecil panjang background noise sinyal maka hasil deteksi audio semakin akurat. 4. Untuk semua deteksi sinyal yang dilakukan tidak dapat dibandingkan satu dengan yang lain. Karena setiap sinyal memiliki tingkat keberhasilan sistem 26 pada variance noise tertentu.
Company
LOGO
Thank You…
27