Integração de múltiplas toolboxes para aplicação em beamforming e aeroacústica

Integration of multiple toolboxes for application in beamforming and aeroacoustics

Ackermann, M. M. Engenharia Acústica, Universidade Federal de Santa Maria, Santa Maria, RS, Brasil, michael.ackermann@eac.ufsm.br

Fonseca, W. D’A. Engenharia Acústica, Universidade Federal de Santa Maria, Santa Maria, RS, Brasil, will.fonseca@eac.ufsm.br

Mareze, P. H. Engenharia Acústica, Universidade Federal de Santa Maria, Santa Maria, RS, Brasil, paulo.mareze@eac.ufsm.br

Casagrande Hirono, F. University of Salford, Salford, England, United Kingdom, F.CasagrandeHirono@salford.ac.uk

Resumo

Beamforming é uma técnica de imageamento acústico que permite visualizar cenários sonoros por meio da geração de imagens acústicas, as quais podem ser tratadas como mapas. A técnica trabalha com o processamento de sinais adquiridos via a utilização de um arranjo de microfones, dessa maneira, necessitando de implementação computacional para que possa ser aplicada. Atualmente existem diversas toolboxes (ou conjunto de ferramentas) para trabalhar com a técnica, cada uma traz suas características únicas de implementação -podendo incluir peculiaridades de suas distintas áreas de atuação. Desse modo, seria frutífero poder combinar tais ferramentas, extraindo e utilizando a sua parte aprimorada. Este trabalho propõe e descreve o desenvolvimento de um novo conjunto de ferramentas que permite a integração entre toolboxes, trazendo consigo a facilitação da utilização e de compartilhamento de entradas e saídas. A toolbox em desenvolvimento facilita a comunicação entre as ferramentas de beamforming Acoular, Beamap e aquela dentro do ITA Toolbox — sendo a primeira em linguagem Python e as duas últimas em Matlab. Além disso, propicia a conexão entre o Acoular e o Amiet Tools, este focado em aeroacústica, a fim de simplificar a sofisticada criação de mapas acústicos para dados simulados de predição de ruído causado pela interação da turbulência com aerofólios. O presente artigo aclara detalhes de desenvolvimento, bem como demonstra resultados computais de beamforming, obtidos nas integrações entre ferramentas. O estudo faz parte dos desenvolvimentos do grupo de pesquisa em processamento de sinais e imageamento acústico da Engenharia Acústica da Universidade Federal de Santa Maria (UFSM).

Palavras-chaves:

beamforming, aeroacústica

Python, Matlab

imageamento acústico

processamento de sinais.

Abstract

Beamforming is an acoustic imaging technique that allows the visualization of sound scenes via the generation of acoustic images, which can be treated as maps. The technique works with the processing of signals acquired with an array of microphones, therefore requiring a computational implementation to be applied. Currently, there are several toolboxes to work with the technique, each with its unique implementation characteristics — including peculiarities of their different application fields. On that account, it would be fruitful to combine such tools, extracting and using their specialized parts. This work proposes and describes the development of a new set of tools that allows the integration between such toolboxes. It aims to facilitate the combined use and the sharing of inputs and outputs. The toolbox under development helps communicating between the beamforming tools Acoular, Beamap, and the tool within the ITA Toolbox - with the first one being in Python and the last two in Matlab language. Furthermore, it provides a connection between Acoular and Amiet Tools, the latter focused on aeroacoustics—simplifying the sophisticated creation of acoustic maps for simulated noise prediction data caused by the interaction of a turbulent velocity field with the leading edge of an airfoil. This article clarifies development details, as well as demonstrates computational results of beamforming, obtained with the integration between tools. The study is part of the developments of the research group in signal processing and acoustic imaging of the Acoustical Engineering of the Federal University of Santa Maria (UFSM), in south Brazil.

Keywords:

beamforming, aeroacoustics

Python, Matlab

acoustical imaging

digital signal processing.

Referências

[1] Dietrich, Pascal; Guski, Martin; Pollow, Martin; Müller-Trapet, Markus; Masiero, Bruno; Scharrer, Ro man e Vorlaender, Michael. ITA-Toolbox– An Open Source Matlab Toolbox for Acousticians. Em 38th GermanAnnualConference on Acoustics (DAGA), nú mero 38, págs. 151–152, Darmstadt, Germany, 2012. Disponível em: https://pub.dega-akustik.de/DAGA_2 012/data/articles/000164.pdf. Toolbox disponível em https://git.rwth-aachen.de/ita/toolbox.

[2] Sarradj, Ennes e Herold, Gert. A Python fra mework for microphone array data processing (Acou lar- Acoustic Testing and Source Mapping Software). Applied Acoustics, 116:50–58, 2017. ISSN 0003 682X. doi: 10.1016/j.apacoust.2016.09.015. Disponí vel em: http://acoular.org.

[3] Fonseca, William D’Andrea. Beamforming consi derando difração acústica em superfícies cilíndricas (Beamforming Considering Acoustic Diffraction over Cylindrical Surfaces). Tese de doutorado, Programa de Pós-Graduação em Engenharia Mecânica, Univer sidade Federal de Santa Catarina, Florianópolis, SC, Brasil, 2013. Disponível em: https://repositorio.ufsc .br/xmlui/handle/123456789/107608.

[4] Fonseca, William D’Andrea; Mareze, Paulo H.; Mello, Felipe R. e Fonseca, Carlos Calixto. Tea ching Acoustical Beamforming via Active Learning Approach. Em 9th Berlin Beamforming Confe rence (BeBeC), número BeBeC-2022-D4, Berlim, Alemanha, junho 2022. Disponível em: https: //www.bebec.eu/fileadmin/bebec/downloads/bebec 2022/papers/BeBeC-2022-D04.pdf.

[5] Casagrande Hirono, Fabio; Joseph, Phillip e Fazi, Fi lippo M. An Open–Source Implementation of Analy tical Turbulence–Airfoil Interaction Noise Model. Em AIAAAviation 2020Forum, númeroAIAA2020-2544, págs. 1–21. American Institute of Aeronautics and Astronautics, 2020. doi: 10.2514/6.2020-2544.

[6] Merino-Martínez, R.; Sijtsma, P.; Snellen, M.; Ahle feldt, T.; Antoni, J.; Bahr, C. J.; Blacodon, D.; Ernst, D.; Finez, A.; Funke, S.; Geyer, T. F.; Haxter, S.; Herold, G.; Huang, X.; Humphreys, W. M.; Leclère, Q.; Malgoezar, A.; Michel, U.; Padois, T.; Pereira, A.; Picard, C.; Sarradj, E.; Siller, H.; Simons, D. G. e Spehr, C. A review of acoustic imaging methods using phased microphone arrays. CEAS Aeronautical Journal, 10(1):197–230, Mar 2019. ISSN 1869-5590. doi: 10.1007/s13272-019-00383-4.

[7] Sijtsma, Pieter. Experimental techniques for identifi cation and characterisation of noise sources. Em Ad vances in Aeronautics & Applications– VKI Lecture Series, Rhode-Saint-Genèse, Belgium, March 2004. Disponível em: https://bit.ly/NLR-TP-2004-165. Also in Netherlands Aerospace Centre (NLR) Techni cal Reports (NLR-TP-2004-165).

[8] Johnson, D. H. e Dudgeon, D. E. Array Signal Processing: Concepts and Techniques. Prentice Hall PTR, Feb. 1993. ISBN 978-0130485137.

[9] Wilson, Greg; Aruliah, D. A.; Brown, C. Titus; Chue Hong, Neil P.; Davis, Matt; Guy, Richard T.; Haddock, Steven H. D.; Huff, Kathryn D.; Mitchell, Ian M.; Plumbley, Mark D.; Waugh, Ben; White, Ethan P. e Wilson, Paul. Best practices for scienti fic computing. PLOS Biology, 12(1):1–7, 01 2014. doi: 10.1371/journal.pbio.1001745.

[10] Brooks, Thomas F. e Humphreys, William M. A deconvolution approach for the mapping of acous tic sources (DAMAS) determined from phased mi crophone arrays. Journal of Sound and Vibra tion, 294(4):856–879, 2006. ISSN 0022-460X. doi: 10.1016/j.jsv.2005.12.046.

[11] Sijtsma, P. CLEANbasedonspatialsource coherence. International Journal of Aeroacoustics, 6:357–374, Dec. 2007. doi: 10.1260/147547207783359459.

[12] Ffowcs Williams, J. E.; Hawkings, D. L. e Lighthill, Michael James. Sound generation by turbulence and surfaces in arbitrary motion. Philosophical Transacti ons of the Royal Society of London. Series A, Mathe matical and Physical Sciences, 264(1151):321–342, 1969. doi: 10.1098/rsta.1969.0031.

[13] Amiet, R. K. Acoustic radiation from an airfoil in a turbulent stream. Journal of Sound and Vi bration, 41(4):407–420, 1975. ISSN 0022-460X. doi: 10.1016/S0022-460X(75)80105-2.

[14] Santana, Leandro Dantas. Semi-analytical Methodolo gies for Airfoil Noise Prediction. Tese de doutorado, Katholieke Universiteit Leuven, Leuven, Belgium, 2015. Disponível em: https://lirias.kuleuven.be/retri eve/332128.

[15] Wolf, William e Fuzaro Miotto, Renato. Fundamen tos de Aeroacústica, volume 10, chapter 3. ABCM, São José dos Campos, SP, 2016. Disponível em: https://www.researchgate.net/publication/3176436 00_Fundamentos_de_Aeroacustica.

[16] Casagrande Hirono, Fabio; Joseph, Phillip e Fazi, Fi lippo. Aerofoil source estimation from nearfield array measurements. Em 23rd AIAA/CEAS Aeroacoustics Conference. American Institute of Aeronautics and Astronautics (AIAA), 2017. doi: 10.2514/6.2017 4178.

[17] Casagrande Hirono, Fabio. Far-Field Microphone Ar ray Techniques for Acoustic Characterisation of Aero foils. Tese de doutorado, University of Southampton, Southampton, United Kingdom, 2018. Disponível em: https://eprints.soton.ac.uk/455962/.

[18] Sebesta, Robert W. Concepts of Programming Lan guages. 12a ed. New York: Pearson, 2019. ISBN 978-0134997186.

[19] Capon, J. High-resolution frequency-wavenumber spectrum analysis. Proceedings of the IEEE, 57(8): 1408–1418, 1969. doi: 10.1109/PROC.1969.7278.

[20] Schmidt, R. Multiple emitter location and sig nal parameter estimation. IEEE Transactions on Antennas and Propagation, 34(3):276–280, 1986. doi: 10.1109/TAP.1986.1143830.

[21] Sarradj, E; Schulze, C e Zeibig, A. Identification of noise source mechanisms using orthogonal beam forming. Em International Congress on Noise and Vibration Emerging Methods (NOVEM 2005), Saint Raphael, France, 2005. Disponível em: https://www docs.b-tu.de/fg-akustik/public/veroeffentlichungen/ sarradj_orthogonal_novem2005.pdf.