Detalhes bibliográficos
| Ano de defesa: |
2019 |
| Autor(a) principal: |
Figueredo, Mário Guilherme Flores |
| Orientador(a): |
Sousa Júnior, Vicente Ângelo de |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufrn.br/jspui/handle/123456789/27780
|
Resumo: |
Nos últimos anos, com o aumento da capacidade de processamento, bem como a miniaturização dos dispositivos eletrônicos, diversos sistemas baseados em localização de sinais de áudio têm surgido, a exemplo dos sistemas comerciais de detecção de atiradores (ShotSpotter) e de monitoramento por voz (Voice care), e residenciais, entres eles, sistema de entretenimento e automação residencial (e.g., Google Home e Amazondot). Na literatura, os métodos clássicos de Direction of Arrival (DoA) são comumente avaliados em ambientes acústicos submetidos ao Ruído Gaussiano Branco Aditivo (AWGN). No entanto, os ambientes acústicos também estão submetidos ao ruído impulsivo, sob o qual os métodos clássicos de estimação de DoA tem desempenho degradado. Desta forma, além descrever e avaliar o desempenho de métodos de DoA clássicos paramétricos e não-paramétricos, e demonstrar os seus respectivos desempenhos em ambientes acústicos submetidos ao AWGN, este trabalho se propõem também a apresentar o desempenho destes quando submetidos ao ruído impulsivo modelado pelo método de mistura de gaussianas (GMM). |
