Comparação das respostas dos sinais Tom (CW) e Chirp Linear (LFM) no meio submarino

Comparison of the responses of Tone (CW) and Linear Chirp (LFM) signals in the underwater environment

Silva, A. L. L. Pós-Graduação em Acústica Submarina, Instituto de Estudos do Mar Almirante Paulo Moreira, Arraial do Cabo, RJ, Brasil, andre_alls@yahoo.com.br
Vio, R. P. Pós-Graduação em Acústica Submarina, Instituto de Estudos do Mar Almirante Paulo Moreira, Arraial do Cabo, RJ, Brasil, peres.vio@marinha.mil.br,
Calazans, R. M. Pós-Graduação em Acústica Submarina, Instituto de Estudos do Mar Almirante Paulo Moreira, Arraial do Cabo, RJ, moraes.calazan@marinha.mil.br
Xavier, F. C. Pós-Graduação em Acústica Submarina, Instituto de Estudos do Mar Almirante Paulo Moreira, Arraial do Cabo, RJ, Brasil, fabiofcx@gmail.com

Resumo

A capacidade de controlar equipamentos sem conexão física (cabos de transmissão) é comum quando se utilizam pulsos eletromagnéticos e o ar é o guia de ondas. No entanto, o ambiente oceânico subaquático não permite a propagação eletromagnética para além de alguns metros. Neste caso, as ondas sonoras apresentam-se como solução. Para que esta comunicação seja bem-sucedida, o equipamento precisa ser capaz de interpretar um sinal recebido, compará-lo com um sinal familiar e então executar um comando específico. Por essa razão, o desenvolvimento de algoritmos de comunicação para atuadores submersos comandados por pulsos sonoros compõe os estudos em acústica submarina. O objetivo do experimento detalhado neste artigo foi verificar qual das formas de onda, um Tom (CW) ou um Chirp Linear (LFM), é mais eficiente como sinal chave para acionamento de atuadores submersos utilizando um algoritmo de filtragem casada para reconhecê-lo. Com base na literatura de processamento de sinais, a filtragem casada é a técnica mais utilizada para encontrar um sinal familiar, aqui chamado de Sinal Chave, na presença de ruído ambiente, por meio de autocorrelação e, por esta razão, foi a técnica utilizada. Os dois sinais, um Tom e um Chirp Linear, foram transmitidos do mesmo ponto e gravados por um hidrofone a cerca de 700 metros de distância, acrescentando o ruído ambiente presente no local (Enseada dos Anjos - Arraial do Cabo-RJ). Após compará-los quanto ao limiar de decisão e probabilidade de falso alarme, avaliar a faixa de frequência adequada para comunicação e a relação sinal-ruído necessária para garantir sua funcionalidade, a superioridade do sinal modulado em frequência foi comprovada. O LFM apresentou a maior relação entre o limiar de decisão requerido e o nível de ruído ambiente no cenário testado. A amplitude de correlação mostrou-se proporcional à duração e largura de banda do Sinal Chave utilizado.

Palavras-chaves:  
filtro-casado
,
comunicação submarina
,
ruído ambiente
,
acústica submarina.

Abstract

The ability to control equipment without a physical connection (transmission cables) is common when using electromagnetic pulses and air is the waveguide. However, the underwater ocean environment does not allow electromagnetic propagation beyond a few meters. In this case, sound waves present themselves as a solution. For this communication to be successful, the equipment needs to be able to interpret a received signal, compare it to a familiar signal and then execute a specific command. For this reason, the development of communication algorithms for underwater actuators controlled by sound pulses is part of the studies in underwater acoustics. The purpose of the experiment detailed in this article was to verify which of the waveforms, a Tone (CW) or a Linear Chirp (LFM), is more efficient as a key signal for triggering underwater actuators using a matched filtering algorithm to recognize it. Based on the signal processing literature, matched filtering is the most used technique to find a familiar signal, here called Key Signal, in the presence of ambient noise, through autocorrelation and, for this reason, it was the technique used. The two signals, a Tone and a Linear Chirp, were transmitted from the same point and recorded by a hydrophone about 700 meters away, adding to the ambient noise present at the site (Enseada dos Anjos - Arraial do Cabo-RJ). After comparing them in terms of decision threshold and false alarm probability, evaluating the appropriate frequency bandwidth for communication and the signal-to-noise necessary to guarantee its functionality, the superiority of the frequency modulated signal was proven. The LFM showed the highest relationship between the required decision threshold and the ambient noise level in the tested scenario. The correlation amplitude was shown to be proportional to the duration and the bandwidth of the Key Signal used.

Keywords:  
matched-filter
,
underwater communication
,
ambient noise
,
underwater acoustics.

Referências

[1] Akyildiz, Ian F; Pompili, Dario e Melodia, Tommaso. State-of-the-art in protocol research for underwater acoustic sensor networks, 2006.
[2] NONNATO, Luiz Vianna. Instrumentação oceano gráfica. In: HARARI, Joseph (org.). Noções de Ocea nografia. São Paulo: Instituto Oceanográfico, 2021. E-book. Cap. 34: p. 763-788, 2021.
[3] Smith, Steven W. Digital signal processing second edition, 1999. Disponível em: www.DSPguide.com.
[4] Al-Aboosi, Yasin Yousif; Sha’ameri, AZ Bin e Kha mis, Nor Hisham Haji. Comparison of methodologies for signal detection in underwater acoustic noise in shallow tropical waters. ARPN Journal of Enginee ring and Applied Sciences, 11(5):3086–3094, 2016.
[5] Abraham, Douglassa e Siderius, Martin. Modern acoustics and signal processing underwater acoustic signal processing modeling, detection, and estimation foreword by, 2019. Disponível em: http://www.spri nger.com/series/3754.
[6] Rodríguez, Orlando. Fundamentos de acústica submarina. Universidade do Algarve Editora, 2021.
[7] Diamant, Roee. Closed form analysis of the norma lized matched filter with a test case for detection of underwater acoustic signals. IEEE Access, 4:8225 8235, 2016. ISSN 21693536. doi: 10.1109/AC CESS.2016.2630498.
[8] Hodges, Richard P. Underwater acoustics: Analysis, design and performance of sonar. John Wiley & Sons, 2011.
[9] Davis, MHA. A review of the statistical theory of signal detection. Gravitational Wave Data Analysis, págs. 73–94, 1989.
[10] Urick, R.J. Principles of Underwater Sound. Pe ninsula Publishing, 2013. ISBN 9780932146274. Disponível em: https://books.google.com.br/books?i d=UzpVrgEACAAJ.
[11] Kay, Steven M. Fundamentals of statistical signal processing: Practical algorithm development. Pear son Education, 2013. volume 3.
[12] Council, National Research. Ocean Noise and Ma rine Mammals. The National Academies Press, 2003. ISBN 978-0-309-08536-6. doi: 10.17226/10564. Dis ponível em: https://nap.nationalacademies.org/catalo g/10564/ocean-noise-and-marine-mammals.
[13] Campbell, Daniel; Xavier, Fabio; Júnior, Ubirajara; Silveira, Nilce; Versiani, Leonardo e Netto, Eduardo. Underwater soundscape pattern during high season of nautical tourism in cabo frio island, brazil. volume 37, pág. 70003, 5 2019. doi: 10.1121/2.0001100.
[14] Kinsler, Lawrence E; Frey, Austin R; Coppens, Alan B e Sanders, James V. Fundamentals of acous tics. John wiley & sons, 2000.
[15] Oppenheim, Alan V. e Willsky, Alan S. Sinais e sistemas. 2014.
[16] Diniz, Pedro Mendes. Python signal tools, função detect. 2021.
[17] Kelly, E.J. rithm. An adaptive detection algo IEEE Transactions on Aerospace and Electronic Systems, AES-22(2):115–127, 1986. doi: 10.1109/TAES.1986.310745.
[18] Maio, Antonio De. A new derivation of the adaptive matched filter. IEEE Signal Processing Letters, 11:792–793, 10 2004. ISSN 10709908. doi: 10.1109/LSP.2004.835464.
[19] Bouvet, M. e Schwartz, S.C. Comparison of adaptive and robust receivers for signal detection in ambient underwater noise. IEEE Transactions on Acoustics, Speech, and Signal Processing, 37(5):621–626, 1989. doi: 10.1109/29.17553.
Publicado em:
01/09/2022