A Residual Neural Network Framework for Rotating Sound Source Localization

Stel je voor dat je probeert één enkele stem te horen in een drukke kamer waar iedereen om je heen ronddraait. De geluidsgolven die je oren bereiken, verschuiven voortdurend in toonhoogte en timing, wat een chaotische bende creëert die het bijna onmogelijk maakt om te bepalen wie er spreekt. Dit is de fundamentele uitdaging waar ingenieurs voor staan wanneer ze proberen de bron van geluid van roterende machines te lokaliseren, zoals de bladen van een windturbine of de ventilatoren in een straalmotor. Decennialang hebben wetenschappers arrays van microfoons gebruikt om deze geluiden op te vangen en in kaart te brengen waar ze vandaan komen. Echter, wanneer de geluidsbron draait, creëert de beweging een fenomeen dat bekend staat als het Doppler-effect, wat de geluidsgolven vervormt, net zoals de toonhoogte van een sirene verandert wanneer een ambulance met hoge snelheid passeert. Traditionele methoden om deze vervorming te ontwarren zijn vaak traag, rekenintensief en gevoelig voor het creëren van "geest"-signalen—valse alarmen die suggereren dat er een geluidsbron bestaat waar er in werkelijkheid niets is.

Een team onderzoekers van de Shanghai Jiao Tong University en AECC Commercial Aircraft Engine Co., Ltd. heeft een nieuwe aanpak ontwikkeld om dit probleem op te lossen door een computer te leren om de patronen van roterend geluid direct te herkennen. In plaats van te vertrouwen op complexe wiskundige formules om de draaiende beweging handmatig te corrigeren, hebben ze een type kunstmatige intelligentie genaamd een Residual Neural Network, of ResNet, getraind om naar de ruwe data van de microfoons te kijken en direct de ware locatie van het geluid te identificen. In een reeks gedetailleerde computersimulaties bewees dit nieuwe systeem opmerkelijk effectief te zijn. Het slaagde erin om roterende geluidsbronnen te lokaliseren met een nauwkeurigheid van maar liefst 98,83 procent, zelfs wanneer het geluid van meerdere draaiende punten tegelijk kwam. Misschien nog indrukwekkender is dat het systeem deze beslissingen nam in minder dan 50 milliseconden, een snelheid die orders van grootte sneller is dan de conventionele methoden die momenteel in gebruik zijn, welke er enkele seconden over kunnen doen om dezelfde informatie te verwerken.

De kern van deze innovatie ligt in de manier waarop de onderzoekers de data voorbereidden zodat de computer kon leren. Bij standaard geluidsanalyse gebruiken wetenschappers vaak een wiskundig hulpmiddel genaamd een cross-spectrale matrix, die fungeert als een kaart van hoe geluidsgolven van verschillende microfoons met elkaar samenhangen. Voor stationaire objecten is deze kaart duidelijk en gemakkelijk te lezen. Maar voor roterende objecten wordt de kaart door het Doppler-effect door elkaar gehusseld, waardoor het voor traditionele algoritmen moeilijk is om echte bronnen van het lawaai te onderscheiden. De onderzoekers realiseerden zich dat een specifieke techniek, bekend als mode composition beamforming, deze gehusselde data kan reorganiseren in een format dat de essentiële ruimtelijke informatie behoudt terwijl rekening wordt gehouden met de rotatie. Ze voedden deze gereorganiseerde data aan hun neurale netwerk, dat is ontworpen met een speciale structuur waardoor het diepe, complexe patronen kan leren zonder in de war te raken of de weg kwijt te raken, een veelvoorkomend probleem bij het trainen van zeer grote computermodellen.

Om hun systeem te testen, creëerde het team duizenden gesimuleerde scenario's met roterende geluidsbronnen met variërende snelheden, frequenties en intensiteiten. Ze gebruikten een microfoonarray bestaande uit 16 microfoons die in een cirkel zijn gerangschikt, een opstelling die de apparatuur nabootst die wordt gebruikt in industriële diagnostiek in de echte wereld. De simulaties dekten een breed scala aan omstandigheden, waaronder bronnen die draaien met snelheden tussen 500 en 2500 omwentelingen per minuut en geluid uitzenden in het hoogfrequente bereik van 4500 tot 5000 Hertz. De onderzoekers testten het systeem ook onder verschillende geometrische arrangementen, waarbij ze de microfoonarray zowel parallel als loodrecht op het vlak van de roterende bron plaatsten. In elk geval was het neurale netwerk in staat om het juiste aantal geluidsbronnen en hun exacte locaties te identificeren, waarbij de valse signalen die oudere methoden teisteren effectief werden weggefilterd.

Een van de meest significante bevindingen was het vermogen van het systeem om "geest"-bijdragen te elimineren. In traditionele beamforming zorgt de door rotatie veroorzaakte vervorming vaak voor spookbeelden van geluidsbronnen op frequenties die niet werkelijk bestaan. Deze geesten kunnen ingenieurs misleiden door te doen geloven dat er meerdere geluidsproblemen zijn wanneer er slechts één is, of ze kunnen de ware locatie van een kritieke fout verhullen. Het nieuwe ResNet-gebaseerde framework leerde echter deze artefacten volledig te negeren. In tests waarbij het systeem werd uitgedaagd met tot zes afzonderlijke roterende bronnen, identificeerde het er correct allemaal zonder een enkel vals positief resultaat te genereren. Dit niveau van precisie is cruciaal voor toepassingen zoals het diagnosticeren van defecten in vliegtuigmotoren, waarbij het identificeren van de exacte bron van een geluid catastrofale defecten kan voorkomen.

De snelheid van de nieuwe methode biedt een ander groot voordeel voor praktisch technisch werk. Terwijl de traditionele tijd-domein methode genaamd ROSI meer dan vier seconden kan duren om een enkele casus te analyseren, en de frequentie-domein MCB-methode meer dan 800 milliseconden duurt, levert het neurale netwerk zijn antwoord in minder dan 50 milliseconden. Deze drastische reductie in verwerkingstijd betekent dat het systeem uiteindelijk gebruikt zou kunnen worden voor real-time monitoring, waardoor ingenieurs de gezondheid van een machine kunnen bewaken terwijl deze werkt, in plaats van te moeten wachten op een vertraagde analyse. De onderzoekers merkten op dat het systeem het beste werkt wanneer de microfoonconfiguratie overeenkomt met de configuratie waarop het is getraind, en dat het genereren van de enorme hoeveelheid trainingsdata die nodig was voor de simulaties aanzienlijke tijd en rekenkracht kostte. Echter, zodra het model getraind is, opereert het met een consistentie en snelheid die handmatige berekening niet kan evenaren.

De studie benadrukte ook de beperkingen van huidige benaderingen en de specifieke sterktes van dit nieuwe framework. De onderzoekers ontdekten dat het simpelweg dieper of complexer maken van het neurale netwerk niet altijd betere resultaten garandeerde; sterker nog, met onvoldoende trainingsdata presteerde een complexer model slechter dan een eenvoudiger model. Dit suggereert dat de kwaliteit en kwantiteit van de trainingsdata even belangrijk zijn als de architectuur van het netwerk zelf. Bovendien, hoewel het systeem uitblinkt in de geteste gesimuleerde omgevingen, erkenden de onderzoekers dat real-world condities, zoals onvoorspelbaar achtergrondgeluid of andere fysieke opstellingen, verdere aanpassing zouden vereisen. Ze stelden voor dat toekomstig werk zou kunnen bestaan uit het combineren van gesimuleerde data met echte experimentele data om het systeem robuuster en aanpasbaarder te maken voor de rommelige realiteit van industriële omgevingen.

Uiteindelijk vertegenwoordigt dit onderzoek een verschuiving in hoe ingenieurs de problematiek van roterend geluid benaderen. Door af te stappen van rigide wiskundige correcties en over te gaan naar een data-gestuurde leerbenadering, heeft het team aangetoond dat het mogelijk is om door de vervorming van draaiende machines te kijken met ongekende helderheid. Het vermogen om geluidsbronnen te lokaliseren met bijna perfecte getrouwheid, met gebruik van een standaard array van 16 microfoons en zonder de exacte fysieke eigenschappen van het pad van het geluid te hoeven kennen, opent nieuwe deuren voor geluidbeheersing en mechanische diagnostiek. Naarmate de technologie volwassen wordt, belooft het de manier waarop we luisteren naar de machines die onze wereld aandrijven te transformeren, door een chaotische werveling van geluid om te zetten in een heldere, actiegerichte kaart van waar het lawaai vandaan komt.