Sie befinden Sich nicht im Netzwerk der Universität Paderborn. Der Zugriff auf elektronische Ressourcen ist gegebenenfalls nur via VPN oder Shibboleth (DFN-AAI) möglich. mehr Informationen...
ger: Die Aufnahme akustischer Signale durch mehrere Mikrofone bildet die Grundlage für viele moderne Signalverarbeitungsalgorithmen. Mehrkanalige Aufnahmen gestatten die Ausnutzung räumlicher Informationen und ermöglichen somit bspw. die Unterdrückung von Sprachsignalen oder Störgeräuschen aus bestimmten Richtungen. Außerdem schaffen mehrkanalige Aufnahmen die Voraussetzungen für die Lokalisierung von Sprechern oder akustischen Ereignissen. Anwendung finden diese Techniken z. B. bei der Spracherkennung, in Hörgeräten und in Telekonferenz- ebenso wie in Freisprechsystemen. Die Leistungsfähigkeit der verwendeten Algorithmen steigt, sowohl mit zunehmender Anzahl der Mikrofone als auch mit wachsendem räumlichen Abstand. Daher werden anstatt kompakter Mikrofonansammlungen bevorzugt verteilte Sensoren, die gemeinsam ein sogenanntes akustisches Sensornetz (ASN) darstellen, eingesetzt. Die räumliche Anordnung der Sensoren ist zumeist unbekannt, obwohl die Kenntnis dieser bspw. die Voraussetzung für die akustische Lokalisierung ist. Die Aufgabe der Geometriekalibrierung besteht deshalb in der automatischen Bestimmung der geometrischen Anordnung der Sensoren. Bislang existierenden Verfahren verwenden vorwiegend spezielle Kalibrierungssignale und messen Signallaufzeiten bzw. Signallaufzeitdifferenzen, die anschließend einen Rückschluss auf die zugehörigen Distanzen erlauben. Die Zeitmessung erfordert jedoch eine Abtastsynchronisation, die aufgrund der räumlichen Trennung der Sensoren häufig nicht gegeben ist. Diese Arbeit beschäftigt sich daher mit der Entwicklung von Verfahren zur Geometriekalibrierung akustischer sowie audio-visueller Sensornetze, die keine Hilfsmittel, wie z. B. Kalibrierungssignale, erfordern und darüber hinaus die Synchronisationsanforderungen auf ein Minimum reduzieren. ...
eng: The recording of acoustic signals by several microphones is of great importance for many modern signal processing algorithms. Multi-channel recordings can be used to exploit spatial information and thus enable, for example, the suppression of speech signals or interfering noises impinging from certain directions. Furthermore, multi-channel recordings are prerequisite for the localization of speakers or acoustic events. The aforementioned techniques are applied for automatic speech recognition systems, hearing aids, advanced teleconferencing- and hands-free systems. Moreover, the performance of the algorithms that are used increases with the number of microphones as well as their spatial diversity. Therefore, spatially distributed sensors, that are composed to an acoustic sensor network (ASN) are preferred to a local accumulation of microphones. The spatial configuration of theses sensors is mostly unknown, although it is mandatory for applications like acoustic localization. Hence, the task of geometry calibration algorithms is to automatically determine the geometric configuration of the sensors. So far, the existing algorithms primarily utilize special calibration signals and measure signal propagation times or time differences of arrival (TDOA), that allow for a computation of the corresponding distances. Timing measurements, however, require a sampling rate synchronization, which is not always present due to the spatial separation of the sensors. This thesis is concerned with the development of geometry calibration algorithms for acoustic and audio-visual sensor networks, that do not require special calibration-signals and minimize the synchronization requirements. The calibration is carried out based on direction of arrival estimates (DOA-estimates), that are extracted from speech signals. Therefore, this thesis firstly addresses the development and analysis ...