FenixEdu™

Dissertação

{pt_PT=Rede de Sensores Acústicos para Vigilância e Aquisição de Alvos em Operações Militares Terrestres} {} EVALUATED

Detalhes: {pt=O objetivo deste trabalho é captar som das viaturas através de sensores acústicos contidos nos nós, efetuar a classificação da viatura no próprio nó e enviar o pacote para a estação base, utilizando encaminhamento e agregação de dados. Foi criada uma base de dados de sons de viaturas das Forças Armadas Portuguesas, treinando modelos GMM com dados que exploram as características do som: MFCC e BPM. Através dos modelos GMM e do som recolhido torna-se possível efetuar a classificação da viatura. Através do simulador NS-3 foi simulada a rede de sensores sem fios. O protocolo de encaminhamento usado foi o DSDV e este foi testado utilizando duas tecnologias distintas: o IEEE 802.15.4 e o IEEE 802.11g. Nos testes do classificador, o número de misturas Gaussianas foi otimizado e os testes foram realizados utilizando diferentes janelas de tempo nos MFCC. Concluiu-se que o classificador é melhor sem a componente de deteção de ritmo, ou seja, utilizando apenas os MFCC obtém-se um F-score de 0,875 com oito viaturas na base de dados. As simulações realizadas utilizando o NS-3 indicam que é necessário verificar-se um compromisso entre atrasos, alcance rádio e consumo de energia. É desejável que a rede tenha alguma autonomia, desde que o atraso não seja elevado, para que a identificação ocorra o mais próximo possível do tempo real. A tecnologia 802.15.4 com agregação seria a mais indicada no caso em estudo. Na eventualidade de se pretender cobrir áreas demasiados abrangentes, por necessidade tática, a mais indicada seria a tecnologia 802.11g., en=The objective of this work is to gather the sound from the combat vehicles, with acoustic sensors in the nodes of the wireless sensor network, perform the classification of the vehicle and then send the packet to the base station using packet routing and data aggregation. The data base of vehicle sounds, was made by training Gaussian mixture models (GMM) with data that explores the spectral characteristics of the sound, Mel Frequency Cepstral Coefficients (MFCC) and Beats per minute (BPM) were used as observation data. Vehicle detection and identification is performed with a GMM classifier. The NS3 simulator was used to simulate the wireless sensor network and the respective data aggregation and routing. The routing protocol used is DSDV, and it was tested over two different technologies, IEEE 802.15.4 and IEEE 802.11g. For the tests of the classifier, the number of Gaussian mixtures was optimized and the tests were made with different time windows for the MFCC. It was concluded that the classifier is better without the rhythm detection, that is, using only the MFCC it can obtain an F-score of 0.875 with eight combat vehicles on the data base. The simulations done using the NS3 simulator indicate that there must be a trade-off between the delays, the radio range and power consumption. The 802.15.4 technology, with aggregation, would be the most appropriate choice to the case study. However if it is desired to cover big areas, because of tactical restrictions, the most suitable technology is 802.11g. }
Keywords: {pt=Rede de sensores sem fios, GMM, MFCC, Deteção de ritmo, DSDV., en=Wireless sensor network, GMM, MFCC, Rhythm detection, DSDV.}

Discussão: novembro 18, 2016, 14:0