Akustisk måling har lenge vært en viktig teknikk i ulike teknologiske anvendelser, fra avstandsmåling til navigasjonssystemer. Nyere løsninger som BeepBeep har revolusjonert måten vi kan bruke kommersielle enheter til akustisk baserte oppgaver. BeepBeep unngår utfordringer knyttet til systemforsinkelser og klokkesynkronisering ved å hente tidsstempler direkte fra de akustiske signalene. Dette gir en nøyaktighet som kan være så presis som centimeter-nivå over avstander på opptil 10 meter.

BeepBeep er spesielt effektivt når det gjelder å redusere multipath-effekter – fenomener der signalene reflekteres fra flere objekter før de når mottakeren, noe som kan skape unøyaktigheter. Dette oppnås ved å identifisere det tidligste "skarpe" toppunktet etter å ha krysskorrelert mottatte signaler med referansesignaler. Denne metoden bidrar til at BeepBeep kan oppnå imponerende nøyaktighet på tvers av enheter, men utfordringer som sterke NLOS (non-line-of-sight) stier kan redusere ytelsen.

En annen teknikk som bygger videre på BeepBeep, er SwordFight. Denne løsningen er spesielt utviklet for mobilspill som krever rask og nøyaktig respons mellom enheter. SwordFight benytter seg av en lignende enveis-sensing metode, men med forbedringer i signalbehandling. Spesielt sendes referansesignaler bestående av to kopier av en kort pseudo-tilfeldig sekvens, og påvisningen av signalstart skjer via autokorrelasjon. Denne metoden har vist seg å være mer robust, og den oppnår en medianfeil på 2 cm, selv i støyfulle omgivelser, og fungerer med en oppdateringsfrekvens på 12 Hz.

For mer avanserte og presise beregninger, har løsninger som DeepRange kommet med banebrytende forbedringer ved å bruke dyp læring. Denne teknikken benytter syntetisk data for å trene nevrale nettverk som kan håndtere utfordringer som plattformdiversitet, multipath-effekter og bakgrunnsstøy. Resultatet er en nøyaktighet som kan være så lav som 1 cm på avstander opptil 4 meter. Teknologier som BatMapper går enda lengre ved å bruke enheter som inneholder både mikrofon og høyttaler, og ved å bygge probabilistiske modeller for å tolke akustiske signaler, kan BatMapper nøyaktig estimere avstanden til objekter og bygge innendørs kart. BatMapper har vist seg å kunne oppnå en feilmargin på 1-2 cm innenfor 4 meter, en bemerkelsesverdig prestasjon for mobiltelefoner.

SAMS er en annen fremgangsmåte som bygger videre på BatMapper, og forbedrer presisjonen ytterligere ved å bruke chirp-miksing for mer nøyaktig tidsmessig oppløsning. SAMS rapporterer medianfeil på 30 cm og 90-percentilfeil på 1 meter i kartlegging av gulvplaner, noe som viser potensialet for presis posisjonering uten behov for spesialtilpassede maskinvaremoduler.

Akustiske radarsystemer, som de som benyttes i flere av de nevnte teknikkene, fungerer på en prinsipp som ligner på RF-radarer: de sender ut akustiske bølger og analyserer refleksjonene som kommer tilbake. Selv om disse systemene kan gi god nøyaktighet for avstandsmåling, er rekkevidden ofte begrenset til noen meter, da akustiske signaler svekkes raskt med avstanden. I tillegg er multipath-effektene en betydelig utfordring, ettersom det kan være vanskelig å skille ønskede ekkoer fra uønskede refleksjoner.

Akustisk radarteknologi er spesielt nyttig for applikasjoner som hindring unngåelse, kartlegging og til og med bildebehandling. En nylig metode for å forbedre rekkevidden og presisjonen på slike systemer involverer bruken av dyplæring, som gir systemene muligheten til å kompensere for utfordringer som støy og refleksjoner fra flere objekter samtidig. Dette gjør akustiske radarsystemer mer robuste og pålitelige, selv i støyfulle og komplekse miljøer.

I tillegg til de nevnte teknikkene for avstandsmåling og kartlegging, er posisjonering og lokaliseringssystemer en annen viktig anvendelse av akustisk teknologi. Spesielt i miljøer der GPS-signaler ikke er tilgjengelige, som innendørs eller i urbane områder, kan akustiske systemer gi en effektiv løsning for presis lokaliseringsbestemmelse. Den mest vanlige metoden for å vurdere nøyaktigheten i slike systemer er ved å måle RMS-feil (Root Mean Square Error), som gir en indikasjon på hvor nøyaktig systemet kan beregne posisjonen.

Akustiske lokaliseringssystemer kan enten være basert på infrastruktur eller infrastrukturfrie løsninger. Infrastrukturbaserte systemer benytter seg av distribuerte akustiske ankre, som er plassert i et definert område. Disse ankerne kan enten sende eller motta akustiske signaler, og ved å analysere tidspunktene når signalene blir oppdaget, kan systemet beregne en enhets posisjon ved hjelp av trilaterasjon eller mer avanserte optimaliseringsteknikker. Fordelen med slike systemer er at de er skalerbare og relativt rimelige å implementere.

Derimot, infrastrukturfrie løsninger benytter kun de enhetene som er tilgjengelige, som mobiltelefoner eller andre kommersielle enheter, for å estimere posisjoner uten å kreve ekstra infrastruktur. Denne metoden kan være spesielt nyttig i situasjoner der det ikke er praktisk å installere ekstra utstyr, som for eksempel i dynamiske og mobile miljøer.

For både avstandsmåling og posisjonering er nøyaktigheten avgjørende, og det finnes flere tilnærminger som kan brukes for å minimere feilmarginene. Eksempler på dette er bruk av dyplæring for å håndtere bakgrunnsstøy, som i DeepRange, eller probabilistiske modeller for å adressere multipath-effekter, som i BatMapper.

I tillegg til å forbedre nøyaktigheten er det også viktig å forstå at de teknologiene som beskrives her, har sine begrensninger. Avstandsmåling og posisjonering er sterkt påvirket av miljøfaktorer som støynivå, hinder, og kvaliteten på de akustiske signalene som sendes og mottas. I urbane områder eller innendørs kan refleksjoner fra bygninger og andre objekter forvrenge målingene, og selv de mest avanserte systemene kan ha problemer med å oppnå presisjon på tvers av et bredt spekter av enheter.

Hvordan akustiske signaler påvirkes av ulike fysiske prosesser i luftkanaler

Akustiske signaler i luft kan gjennomgå en gradvis demping på grunn av geometrisk spredning, atmosfærisk absorpsjon og andre disipative prosesser. Dette resulterer i en reduksjon av energien og en påfølgende svekkelse av signalamplituden. I luftbårne akustiske kanaler skjer signalformidling uten et fysisk merkbart medium, noe som ofte fører til sammenligninger med trådløse elektromagnetiske signaler som radiobølger. Denne typen signaler er utsatt for flere fenomen, inkludert bane-tap, der signalintensiteten reduseres med økende avstand fra kilden, og Doppler-effekten, som beskriver den tilsynelatende endringen i signalfrekvensen som følge av relativ bevegelse mellom kilde og mottaker. Videre kan akustiske bølger i luften oppleve refleksjon når de møter overflater, refraksjon når de passerer områder med ulik lufttetthet, diffraksjon når de bøyer seg rundt hindringer, og spredning når de interagerer med komplekse strukturer. Sammensmeltingen av disse effektene påvirker både rekkevidden og troverdigheten til luftbårne akustiske signaler i betydelig grad.

Bane-tap er et grunnleggende konsept innen trådløs kommunikasjon og kvantifiserer reduksjonen i signalstyrke ettersom signalet sprer seg gjennom rommet. Dette samme prinsippet gjelder for akustiske signaler i luft, der energien går tapt når avstanden fra kilden øker. Under ideelle forhold i frifelt følger akustisk intensitet den inverse kvadrat-loven, som sier at signalintensiteten minker proporsjonalt med kvadratet av avstanden fra kilden. I praktiske omgivelser, spesielt i lukkede rom, kan imidlertid akustiske signaler ofte oppleve multipath-propagasjon, der refleksjoner fra overflater kan føre til konstruktiv eller destruktiv interferens. Dette gjør at den idealiserte frifeltmodellen ofte ikke er tilstrekkelig, og empiriske målinger av signalnivåer viser betydelige avvik fra teoretiske forutsigelser.

Doppler-effekten, som ble beskrevet av den østerrikske fysikeren Christian Doppler i 1842, refererer til fenomenet der bølgenes frekvens oppleves å endre seg når observatøren er i bevegelse i forhold til bølgekilden. Når kilde og observatør beveger seg mot hverandre, blir bølgetoppene sendt fra stadig nærmere posisjoner, noe som gir en økning i frekvensen. Når de beveger seg bort fra hverandre, blir bølgetoppene sendt fra økende avstander, noe som gir en lavere frekvens. Dette fenomenet er lett å observere når et kjøretøy nærmer seg og deretter fjerner seg fra en stasjonær observatør. For akustiske signaler som sprer seg i luft, bestemmes bevegelsens hastighet for både kilde og observatør i forhold til mediumet (luften) bølgene reiser i. Den totale Doppler-effekten kan oppstå fra bevegelsen av kilden, observatøren, mediet eller en kombinasjon av disse. Matematisk kan frekvensskiftet uttrykkes ved formelen:

Δf=vdcf\Delta f = \frac{v_d}{c} f

der ff er den opprinnelige frekvensen, vdv_d er den relative radiale hastigheten mellom kilden og observatøren, og cc er lydens hastighet i luft. Denne formelen gir en førsteordens tilnærming for Doppler-skiftet under antakelsen om lave relative hastigheter i forhold til lydens hastighet og uten medium-relaterte effekter som vind eller temperaturgradienter.

Temperaturens innvirkning på bølgehastigheten er en annen viktig fysisk prinsipp som påvirker akustiske signaler. Lydens hastighet i luft er hovedsakelig avhengig av temperatur og fuktighetsinnhold i luften. Forholdet mellom lydhastigheten, temperaturen TpT_p i Kelvin og damptrykket ee kan uttrykkes matematisk som:

c=403Tp(1+eρ)c = \sqrt{403T_p} \left(1 + \frac{e}{\rho}\right)

hvor cc er lydens hastighet i meter per sekund, TpT_p er temperaturen i Kelvin, ee er damptrykket og ρ\rho er den atmosfæriske trykket. Dette forholdet viser hvordan temperatur og fuktighet påvirker hastigheten på akustiske bølger i luft.

Refleksjon, diffraksjon og spredning er grunnleggende fenomener for akustiske bølger som påvirker signalets videre utbredelse. Refleksjon skjer når en akustisk bølge møter en grenseflate mellom to medier, og en del av bølgen reflekteres tilbake til kilden. I luftbårne akustiske signaler er dette vanlig når lydbølger reflekteres fra faste overflater som vegger eller tak. Et velkjent eksempel på refleksjon er ekkoet som høres i store, tomme konsertsaler, hvor lydbølger reflekteres fra fjerne flater og returnerer til lytteren med en tidsforsinkelse, og dermed skaper en gjentakelse av originallyden. Retningen og intensiteten til reflekterte signaler bestemmes av den akustiske impedansen mellom mediene og følger lovene for refleksjon, analogt med lysrefleksjon i optikk.

Diffraksjon beskriver bølgenes evne til å bøye seg og spre seg når de møter en hindring eller en åpning. Denne effekten blir spesielt merkbar når hindringens eller åpningens dimensjoner er sammenlignbare med bølgelengden. Diffraksjon kan føre til at akustiske signaler sprer seg rundt objekter, noe som kan ha betydning for lydspredning i komplekse miljøer. Dette fenomenet er viktig i situasjoner der det er mange hindringer som lydbølger må navigere rundt, og kan ha stor innvirkning på hvordan signaler oppfattes av lyttere i slike miljøer.

Spredning oppstår når akustiske bølger interagerer med komplekse strukturer og kan føre til at signaler mister fokus og blir svakere. Denne prosessen kan ha en betydelig innvirkning på signalets troverdighet og rekkevidde, spesielt i områder med tett vegetasjon eller bymessige omgivelser, der mange små objekter kan forårsake spredning av lyden.

For å forbedre signalstyrken og presisjonen i akustisk signaloverføring, har nye teknikker som beamforming og bruk av akustiske metasurfaces blitt utforsket. Beamforming benytter akustiske arrays for å fokusere lydbølger i en spesifikk retning, noe som kan forbedre signal-til-støy-forholdet (SNR) og muliggjøre mer presis lydlokalisering. Akustiske metasurfaces, som er spesialdesignet for å manipulere lydens forplantningsegenskaper, kan bidra til å forbedre retning og intensitet av akustiske signaler, spesielt i applikasjoner som krever presis kontroll over lydbølger.

Hva kan den uventede telefonmeldingen avsløre om et mystisk mord?
Hvordan redusere kontaminering med tunge metaller i matprodukter?
Hvordan Auditiv Diskriminasjonsterapi Kan Bruke Hjernesignalovervåking for Behandling av Tinnitus
Hvordan vurdere og kategorisere mynter i samlingen din?