Mitigation of multi-path propagation artefacts in acoustic targets with adaptive cepstral filtering

Resumo Técnico: Mitigação de Artefactos de Propagação Multi-caminho em Alvos Acústicos com Filtragem Cepstral Adaptativa

Definição do Problema
A deteção acústica passiva é um método de baixo custo para monitorizar alvos em movimento, tais como embarcações e aeronaves. No entanto, o seu desempenho é significativamente prejudicado por efeitos de propagação complexos, especificamente reflexões de multi-caminho e artefactos induzidos pelo movimento, como o Efeito de Espelho de Lloyd (LME). Em meios delimitados, as ondas sonoras refletem-se em superfícies (por exemplo, a superfície do mar ou o solo), criando padrões de interferência com os caminhos diretos. Embora estes padrões codifiquem informação física (velocidade, distância, profundidade), eles introduzem ambiguidade espectral que obscurece a assinatura real da fonte, complicando tarefas como a classificação de alvos e a estimativa de atraso temporal. As técnicas de filtragem existentes falham frequentemente em considerar a variabilidade ambiental ou as características específicas do movimento do alvo, limitando a sua capacidade de separar eficazmente os sinais da fonte das suas reflexões.

Metodologia
O artigo propõe um pipeline de filtragem temporal aplicado ao domínio cepstral para separar os sinais do alvo das suas reflexões. A metodologia consiste em quatro etapas:

1. Representação Cepstral: A Transformada de Fourier de Curto Prazo (STFT) ou a Transformada Q Constante (CQT) é utilizada para gerar um espectrograma. O cepstro é então derivado aplicando a Transformada Discreta Inversa (IDFT) ao logaritmo da magnitude do espetro ($q(\tau) = \text{IDFT}[\log |X(f)|]$). Esta representação separa o sinal e as suas reflexões de forma aditiva, onde as reflexões aparecem como estruturas periódicas (picos de quefrency).
2. Seleção de Quefrency: O método identifica uma banda específica de quefrencies afetadas pelo LME. As quefrencies próximas de zero são ignoradas por serem dependentes da fonte, e as quefrencies muito altas são excluídas por excederem o atraso máximo produzido pela geometria do LME. A banda central, correspondente aos atrasos de reflexão, é o alvo para o processamento.
3. Filtragem de Banda de Paragem Adaptativa: Em vez de utilizar um filtro de banda de paragem de frequência fixa, os autores propõem uma abordagem adaptativa. O filtro ajusta dinamicamente a sua largura de banda com base na intensidade relativa dos componentes de quefrency.
   • Um filtro passa-baixo é aplicado ao sinal para estimar o estado de adaptação.
   • Uma operação de mapeamento de tons (transformada de Naka-Rushton) converte a amplitude do sinal num valor de intensidade relativa ($I_{nr,t}$).
   • Este valor de intensidade modula as frequências de corte ($f_{m1}$ e $f_{m2}$) do filtro de banda de paragem. Componentes de multi-caminho mais fortes (maior amplitude) acionam uma largura de banda de filtro mais larga, enquanto componentes mais fracos resultam numa largura de banda mais estreita.
4. Reconstrução do Sinal: A representação cepstral filtrada é transformada de volta para o domínio espectral utilizando o exponencial da Transformada Discreta de Fourier (DFT) para recuperar o espectrograma.

Principais Contribuições

1. Filtragem Temporal Adaptativa: O artigo introduz um método inovador de filtragem temporal para representações cepstrais que utiliza um filtro de banda de paragem adaptativo. Ao contrário dos métodos estáticos, este filtro ajusta a sua força com base na intensidade dos componentes de quefrency individuais, permitindo uma supressão de reflexões mais eficaz enquanto preserva as características harmónicas específicas do alvo.
2. Avaliação Robusta: O método é rigorosamente avaliado em dois cenários distintos:
   • Dados Sintéticos: Atenuação de artefactos de movimento em ruído de aeronaves com movimento simulado em velocidades de 10–100 m/s.
   • Classificação no Mundo Real: Aplicação à classificação de tipos de navios submarinos utilizando os conjuntos de dados DeepShip e VTUAD v2, onde o LME está presente.

Resultados

• Dados Sintéticos (Ruído de Aeronave): A filtragem adaptativa melhorou com sucesso a Distância Espectral Logarítmica (LSD) em todas as velocidades testadas, indicando uma recuperação da forma espectral e melhoria da qualidade perceptual. Em cenários envolvendo reflexões de multi-caminho (LME), o método também melhorou a Relação Sinal-Ruído (SNR). O filtro adaptativo superou o filtro de banda de paragem fixo, apresentando uma melhoria de 4–8% nas métricas de LSD em cenários de multi-caminho.
• Classificação Submarina: Quando aplicado a tarefas de classificação de navios, o uso do espectrograma filtrado sozinho não melhorou o desempenho e, por vezes, o degradou, pois a filtragem removeu informação de profundidade valiosa para a classificação. No entanto, um pipeline de classificação paralelo — que alimentava o modelo tanto com o espectrograma não processado como com o filtrado — gerou ganhos significativos.
  • Para o conjunto de dados DeepShip, a abordagem adaptativa paralela melhorou o Coeficiente de Correlação de Matthews (MCC) em 2,28 pontos percentuais (tarefa SAS) e 1,35 pontos percentuais (tarefa FAS) em relação ao baseline.
  • Para o conjunto de dados VTUAD v2, as melhorias foram de 2,62 pontos percentuais (SAS) e 0,85 pontos percentuais (FAS).
  • A tarefa de Amostragem de Áudio Sequencial (SAS) beneficiou mais da abordagem paralela, sugerindo que a informação complementar fornecida pelo sinal filtrado ajuda o modelo a generalizar através de segmentos temporais variáveis.

Significado e Alegações
Os autores afirmam que o pipeline proposto demonstra o potencial para melhorar a classificação de alvos acústicos e a estimação de atraso temporal em ambientes de multi-caminho. O estudo destaca que, embora a remoção completa do LME nem sempre seja desejável (pois contém informação de profundidade), a filtragem cepstral adaptativa pode separar eficazmente os componentes de reflexão para realçar a estrutura harmónica subjacente da fonte.

O artigo conclui que o método é particularmente eficaz em ambientes com condições mutáveis (por exemplo, variações de velocidade do alvo ou propriedades do meio) devido à sua natureza adaptativa. No entanto, os autores notam modestamente limitações: o processo de filtragem pode alterar a amplitude do sinal (afetando o SNR em cenários de não-reflexão), e a estratégia adaptativa introduz um overhead computacional em comparação com filtros fixos. O trabalho futuro é identificado como focado na preservação da amplitude e na extensão do método para aplicações de multi-sensores e arrays rebocados.