Obr.1 Stridulující jedinec druhu Palpimanus gibbulus



Podobné dokumenty
Maxwellovy a vlnová rovnice v obecném prostředí

Pasivní tvarovací obvody RC

INDIKÁTORY HODNOCENÍ EFEKTIVNOSTI VÝDAJŮ MÍSTNÍCH ROZPOČTŮ DO OBLASTI NAKLÁDÁNÍ S ODPADY

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat.

Aplikace analýzy citlivosti při finačním rozhodování

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 4. TROJFÁZOVÉ OBVODY

Vysoká škola báňská Technická univerzita Ostrava MODULOVANÉ SIGNÁLY. učební text. Zdeněk Macháček, Pavel Nevřiva

Práce a výkon při rekuperaci

4. Střední radiační teplota; poměr osálání,

Využití programového systému MATLAB pro řízení laboratorního modelu

MATEMATIKA II V PŘÍKLADECH

Analýza rizikových faktorů při hodnocení investičních projektů dle kritéria NPV na bázi EVA

REAKČNÍ KINETIKA 1. ZÁKLADNÍ POJMY. α, ß jsou dílčí reakční řády, α je dílčí reakční řád vzhledem ke složce A, ß vzhledem ke složce

Laplaceova transformace Modelování systémů a procesů (11MSP)

Vybrané metody statistické regulace procesu pro autokorelovaná data

Analogový komparátor

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA,

Vliv funkce příslušnosti na průběh fuzzy regulace

JAN JUREK. Jméno: Podpis: Název měření: OVĚŘOVÁNÍ ČINNOSTI GENERÁTORU FUNKCÍ Číslo měření: 6. Třída: E4B Skupina: 2

Výkonová nabíječka olověných akumulátorů

Kmitání tělesa s danou budicí frekvencí

7. Měření kmitočtu a fázového rozdílu; 8. Analogové osciloskopy

x udává hodnotu směrnice tečny grafu

Metodika zpracování finanční analýzy a Finanční udržitelnost projektů

( ) Základní transformace časových řad. C t. C t t = Μ. Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1

73-01 KONEČNÝ NÁVRH METODIKY VÝPOČTU KAPACITU VJEZDU DO OKRUŽNÍ KOMENTÁŘ 1. OBECNĚ 2. ZOHLEDNĚNÍ SKLADBY DOPRAVNÍHO PROUDU KŘIŽOVATKY

Hydrostatické váhy. HANA MALINOVÁ Katedra didaktiky fyziky, MFF UK. Princip hydrostatického vážení. Veletrh nápadů učitelů fyziky 14

Klíčová slova: Astabilní obvod, operační zesilovač, rychlost přeběhu, korekce dynamické chyby komparátoru

5. Využití elektroanalogie při analýze a modelování dynamických vlastností mechanických soustav

FINANČNÍ MATEMATIKA- SLOŽENÉ ÚROKOVÁNÍ

Univerzita Tomáše Bati ve Zlíně

Porovnání způsobů hodnocení investičních projektů na bázi kritéria NPV

Využijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je.

Ing. Petra Cihlářová. Odborný garant: Doc. Ing. Miroslav Píška, CSc. Technologie výroby II Obsah kapitoly

DERIVACE A MONOTÓNNOST FUNKCE DERIVACE A MONOTÓNNOST FUNKCE. y y

Návrh frekvenčního filtru

FINANČNÍ MATEMATIKA- ÚVĚRY

10 Lineární elasticita

OBJEKTOVÁ ALGEBRA. Zdeněk Pezlar. Ústav Informatiky, Provozně-ekonomická fakulta MZLU, Brno, ČR. Abstrakt

SIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika přednášky LS 2006/07

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DOKTORSKÁ DISERTAČNÍ PRÁCE

2.2.4 Kalorimetrická rovnice

MODELOVÁNÍ SOUPROUDÉHO VÝMĚNÍKU TEPLA V SIMULINKU S VYUŽITÍM S-FUNKCÍ

Řasový test toxicity

Analýza citlivosti NPV projektu na bázi ukazatele EVA

STATICKÉ A DYNAMICKÉ VLASTNOSTI ZAŘÍZENÍ

Úloha V.E... Vypař se!

FYZIKA I. Pohyb těles po podložce

SIMULACE ZVUKOVÉHO POLE VÍCE ZDROJŮ

Vlastnosti a modelování aditivního

TECHNICKÝ LIST 1) Výrobek: KLIMATIZACE BEZ VENKOVNÍ JEDNOTKY 2) Typ: IVAR.2.0 8HP IVAR HPIN IVAR HPIN IVAR.2.

NA POMOC FO. Pád vodivého rámečku v magnetickém poli

Měření výkonnosti údržby prostřednictvím ukazatelů efektivnosti

ZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK

Parciální funkce a parciální derivace

Tlumené kmity. Obr

FINANČNÍ MATEMATIKA- JEDNODUCHÉ ÚROKOVÁNÍ

Formalizace řešení přidělení náhradní nástupištní koleje pro zpožděný vlak

Diferenciální rovnice 1. řádu

9 Viskoelastické modely

APLIKACE VYBRANÝCH MATEMATICKO-STATISTICKÝCH METOD PŘI ROZHODOVACÍCH PROCESECH V PŮSOBNOSTI JOINT CBRN DEFENCE CENTRE OF EXCELLENCE

FREQUENCY SPECTRUM ESTIMATION BY AUTOREGRESSIVE MODELING

Jan Jersák Technická univerzita v Liberci. Technologie III - OBRÁBĚNÍ. TU v Liberci

Teorie obnovy. Obnova

Systé my, procesy a signály I. Vypoč těte normovanou energii signálů na obr.1.26 v č asovém intervalu T = 1ms: -1V. f) 1V

Metodika transformace ukazatelů Bilancí národního hospodářství do Systému národního účetnictví

SLOVNÍ ÚLOHY VEDOUCÍ K ŘEŠENÍ KVADRATICKÝCH ROVNIC

Matematické základy teorie a aplikací nelineárních dynamických systémů

Nové indikátory hodnocení bank

15600 Hz = khz 483 khz = 0, MHz = 1,5

listopadu 2016., t < 0., t 0, 1 2 ), t 1 2,1) 1, 1 t. Pro X, U a V najděte kvantilové funkce, střední hodnoty a rozptyly.

XI-1 Nestacionární elektromagnetické pole...2 XI-1 Rovinná harmonická elektromagnetická vlna...3 XI-2 Vlastnosti rovinné elektromagnetické vlny...

5. MĚŘENÍ KMITOČTU a FÁZOVÉHO ROZDÍLU

10. ANALOGOVĚ ČÍSLICOVÉ PŘEVODNÍKY

LS Příklad 1.1 (Vrh tělesem svisle dolů). Těleso o hmotnosti m vrhneme svisle

Volba vhodného modelu trendu

PLL. Filtr smyčky (analogový) Dělič kmitočtu 1:N

Skupinová obnova. Postup při skupinové obnově

Zásady hodnocení ekonomické efektivnosti energetických projektů

Modelování rizika úmrtnosti

7. GENERÁTORY PRAVOÚHLÝCH KMITŮ A PULSŮ

2. MĚŘICÍ ZESILOVAČE A PŘEVODNÍKY

ISŠT Mělník. Integrovaná střední škola technická Mělník, K učilišti 2566, Mělník Ing.František Moravec

k 1 P R 2 A t = 0 c A = c A,0 = A,0 c t Poměr rychlostí vzniku produktů P a R je konstantní a je roven poměru příslušných rychlostních konstant.

POPIS OBVODŮ U2402B, U2405B

r Odvoď te přenosovou funkci obvodů na obr.2.16, je-li vstupem napě tí u 1 a výstupem napě tí u 2. Uvaž ujte R = 1Ω, L = 1H a C = 1F.

ÚVOD DO DYNAMIKY HMOTNÉHO BODU

Zhodnocení historie predikcí MF ČR

5 GRAFIKON VLAKOVÉ DOPRAVY

Obecná metodologie dataminingová metoda dynamické segmentace aplikovaná v Business Intelligence

Zobrazování černobílých snímků v nepravých barvách

NUMP403 (Pravděpodobnost a Matematická statistika II) 1. Na autě jsou prováděny dvě nezávislé opravy a obě opravy budou hotovy do jedné hodiny.

VYUŽITÍ MATLABU PRO ČÍSLICOVÉ ZPRACOVÁNÍ SIGNÁLU PŘI ZJIŠŤOVÁNÍ OKAMŽITÉ FREKVENCE SÍTĚ

Elektromagnetické stínění. Jiří Dřínovský UREL, FEKT, VUT v Brně

Experiment s FM přijímačem TDA7000

Derivace funkce více proměnných

4EK211 Základy ekonometrie

FAKULTA APLIKOVANÝCH VĚD

OBJÍMKA VÁZANÁ PRUŽINOU NA NEHLADKÉM OTOČNÉM RAMENI

Bipolární tranzistor jako

Transkript:

ZPRACOVÁNÍ SLABÝCH AKUSTICKÝCH SIGNÁLŮ ALÝCH ŽIVOČICHŮ ZAZNAENANÝCH V NEOPTIÁLNÍCH PODÍNKÁCH Kadle, F. a, Husník, L. a, Pekár, S. b a České vysoké učení ehniké v Praze, Fakula elekroehniká, kaedra radioelekroniky b Kaedra zoologie a ekologie, Přírodovědeká fakula, asarykova Univerzia Absrak Práe se signály vydávanými malými živočihy je ypiký případ problému zpraování signálů nízké úrovně. I v případě, kdy se záznam neprovádí v přirozeném prosředí živočihů, ale v laboraoři, je odsup signálu od šumu v někerýh kmiočovýh pásmeh velmi nízký a zejména na nízkýh kmiočeh šumová složka převažuje. Proo jsou výběr vhodného zpraování signálu a jeho provedení kriiké. V článku je popsáno zpraování zvuků vydávanýh pavouky rodu Palpimanus pomoí programu ATLAB. V našem výzkumu jsme se v omo sádiu zaměřili na záznam a zpraování zvuků, keré vydávají pavoui rodu Palpimanus. Tio pavoui vydávají zvuk pomoí zv. sridulae, edy ření někeré čási jejih ěla (výrůsky na sehnáh) o skleroizovanou rýhovanou čás hlavohrudi. Význam sridulae není ješě zela vysvělen, dle hypoéz může jí o vnirodruhovou komunikai, o zvuk odrazujíí predáory či o vábení kořisi. Pro vybuzení pavouků byl použi věšinou doek pinzeou na inkrusovanou součás hlavohrudě, niméně ne u všeh jedinů byl eno posup úspěšný. Obr. Sridulujíí jedine druhu Palpimanus gibbulus I když byl záznam signálu prováděn v akusiky upravené mísnosi, zaznamenaný signál obsahoval velké množsví nežádouíh složek. Nejpodsanější byl samozřejmě nízkofrekvenční hluk pozadí, niméně dalšími nežádouími složkami bylo například dýhání kolegy dráždíího pavouka, pohyb pavouka po podlože nebo doeky pavouka měřiího mikrofonu. Posledně zmíněný yp rušení je možno ručně vyklíčova, další ne. Dále popsaná meodika je aké přípravou na siuai, kdy se budou zvuky sníma v přirozeném bioopu živočiha.

ěřií meoda Při snímání akusikýh signálů vydávanýh malými živočihy jak ve volné přírodě, ak m, keré lze obeně napsa ve varu i v laboraoři, obdržíme na výsupu mikrofonu signály ( ) p ( ) e( ), m = + () přičemž p ( ) je reprezenae akusikého signálů vydávaného sledovaným živočihem. Chybový signál e ( ) můžeme dále rozděli na složky s ( ) a n ( ), ož jsou náhodné saionární a nesaionární čási signálu poházejíí z vnějšího okolí měření Chybové signály s ( ) a ( ) ( ) s ( ) n( ). e = + () n mohou bý jak akusikého původu, aké však mohou bý způsobeny elekromagneikým smogem, kerý proniká do signálové esy. Abyhom omezili vliv hybovýh signálů (šumů) na přesnos analýzy akusikého signálu měřeného objeku živočišného původu, zvolili jsme měřií meodu využívajíí mikrofonů. Blokové shéma měření je na obr.. Obr.. Blokové shéma měření snímání akusikýh signálů vydávanýh malými živočihy pomoí dvou mikrofonů. První mikrofon je umísěn v bezprosřední blízkosi měřeného objeku, řádově ve vzdálenosi několika mm. Druhý mikrofon se nahází v akové vzdálenosi, kdy lze ješě předpokláda, že haraker náhodného hybového signálu je shodný s hybovým signálem v bezprosřední blízkosi živočiha, zároveň však akusiký signál vydávaný sledovaným živočihem a snímaný druhým mikrofonem má velmi nízkou úroveň. Signál snímaný prvním mikrofonem můžeme pomoí rovnie () napsa m = p ( ) + e ) = p ( ) + s ( ) + n ( ). ( (3) Signál m ( ) zaznamenaný druhým mikrofonem pak můžeme napsa ve varu p ( ) + s ( ) n( ), m =α + (4) kde α je činiel lumení, přičemž plaí α <. Koefiien předsavuje časové zpoždění akusikýh signálů mezi oběma mikrofony. Vzdálenos mikrofonů l je pak určena vzahem l =., kde je ryhlos šíření akusikého signálu. Šíření zvukového signálu p ( ) vydávaného sledovaným živočihem předpokládáme směrem od mikrofonu

. Směr šíření hybovýh signálů s ( ) a ( ) n předpokládáme opačný, k mikrofonu j. směrem z okolního prosředí, kde nejprve dopadnou na mikrofon a poé se dále šíří k měřenému objeku. Koefiien α předsavuje zalumení signálu p ( ) na druhém mikrofonu. Předpokládáme-li, že mikrofon je v dosaečné vzdálenosi od sledovaného objeku a signál p ( ) má sám o sobě nízkou úroveň, můžeme napsa že. ( ). α p (5) Na základě předhozí úvahy můžeme rovnii (4) napsa ve varu e( ) = s ( ) n( ). m + (6) Signál e ( ) naměřený mikrofonem použijeme při exraki signálu ( ) m naměřeného mikrofonem p ( ) m m ( ). p ze signálu = (7) Analýza naměřenýh signálů Sledování živočihové, keří se vyznačují malými fyzikálními rozměry, nejsou shopni v oblasi nízkýh kmiočů, a do 5 Hz vydáva žádné zvukové signály. Kmiočové spekrum naměřenýh signálů m a m ( ) přiom zahrnuje elé slyšielné kmiočové pásmo Hz khz. Z oho vyplývá, že v oblasi nízkýh kmiočů se jedná pouze o akusiký, nebo indukovaný elekriký šum okolního prosředí. Z ohoo důvodu se ukázal jako nejvhodnější další posup, yo signály nejdříve kmiočově na dolním koni kmiočového pásma omezi. Signály byly filrovány horní propusí Čebyševova ypu 6ého řádu s mezním kmiočem v rozsahu 3 5 Hz. Filrované signály lze pak napsa v časové oblasi ve varu m [ p ( ) + s ( ) + n( )] f ( ), = (8) f m [ p ( ) + s ( ) + n( )] f ( ), = α (9) f kde f ( ) je impulzní odezva horní propusi. V kmiočové oblasi můžeme napsa f jω jω ( ω ) = P ( ω ) F ( ω ) + S( ω ) F ( ω ) e + N ( ω ) F ( ω ) e, () jω ( ω ) = α P ( ω ) F ( ω ) + S ( ω ) F ( ω ) N ( ω ) ( ), f e + F () ω kde f ( ω ), f ( ω ), P ( ω ), S( ω ), N ( ω ), F ( ω ) signálů m () m (), p (), s (), n() f () jsou Fourierovy obrazy odpovídajííh f, f, v časové oblasi.

.5 A [V ].4-4 -5.3-6. -7. -8-9 -. - -. - -.3 - -.4 -.5.5.5.5 3 3.5 4 4.5 5-3 [ s ] -4..4.6.8..4.6.8 x 4 Obr. 3. Ukázka průběhu signálu m () v časové a kmiočové oblasi. Další důležiý krok při analýze signálů spočíval ve výběru akovýh čásí signálů m a m, keré neobsahují nesaionární složky signálů n. Výběr by bylo možné provés pomoí saisiké analýzy signálů v časové oblasi, prakiky se však ukázalo že vhodnější způsob je provés výběr empiriky. Výběrem signálů nezaíženýh náhodnou nesaionární složkou obdržíme naměřené čási signálů ve varu j ( ω ) = P ( ω ) F ( ω ) + S ( ω ) F ( ω ), e ω () j ω = α P ( ω ) F ( ω ) e S( ω ) F ( ). + (3) s ω A [V ]..5-4 -5-6. -7.5-8 -9 -.5 - - -. - -.5-3 -....3.4.5.6.7 [ s ] -4 3 4 Obr. 4. Ukázka průběhů filrovanýh signálů m f v časové a ( ω ) Vezmeme-li v úvahu vzah (5), můžeme rovnii () dále zjednoduši na var () S( ω ) ( ). kmiočové oblasi. s F ω (4) f

A[V ]. -4.5-5 -6. -7.5-8 -9 -.5 - - -. - -.5-3 -....3.4.5.6.7 [ s ] -4..4.6.8..4.6.8 x 4 Obr. 5. Ukázka průběhu filrovanýh signálů m f v časové oblasi a ( ω ) v kmiočové oblasi. f Nyní, když už známe kmiočová spekra signálů vzahů () a (4) odvodi spekrum signálu P ( ω ) a s, můžeme si pomoí, kerý vydává sledovaný živočih P j ω ( ω ) F ( ω ) = ( ω ) ( ω ) e. s (5) Jesliže víme, že signál byl odfilrován pouze v kmiočové oblasi ve keré se hledaný signál P ω nevyskyuje, můžeme rovnii pro prakiké použií napsa ve varu ( ) j ( ω ) = ( ω ) ( ω ). P (6) s e ω Dalšími úpravami, jako je použií průměrování signálů a využií korelačníh vzahů mezi signály, lze pomoí signálu P ( ω ) F ( ω ) resaurova akusiký signál vydávaný malým živočihem. -6-7 5-8 -5-9 - - -5 - - -5-3 4-3 3 4 Obr.6. Ukázka průběhu kmiočovýh speker ( ω ) spolu s ( ω ) a jejih rozdílu v db. s

A[V ]..5..5 -.5 -. -.5 -..5.5.5 3 3.5 4 x 4 [ s ] Obr.7. Časový průběh výsledného signálu p ( ). Závěr Zpraováním akusikého signálu pomoí sofwaru ATLAB jsme dosáhli vylepšení odsupu S/N zvuku vydávaného malými živočihy, konkréně pavouky rodu Palpimanus. Použiý posup má za íl především připravi ryhlou a spolehlivou meodu pro zpraování signálů živočihů zaznamenanýh v jejih přirozeném bioopu. Poděkování Projek byl podporován Granovou agenurou České republiky, gran č. //56 spolu s výzkumným záměrem S 34. Lieraura Kadle, F.: Design, Generaion and Analysis of Digial Tes Signals. The h Audio Eng. So. Convenion, New York, Deember, Preprin 35. Kadle, F.: Zpraování akusikýh signálů. Skripa,. vyd. Praha, Vydavaelsví ČVUT,. 89 s. ISBN 8--588-8. Husník, L., Pekár, S.: Snímání a analýza zvuků vydávanýh pavouky rodu Palpimanus (Araneae: Palpimanidae), Akusiké lisy (4) Vol. 8,, pp-3. Konakní adresy: Franišek Kadle, Libor Husník: ČVUT FEL, kaedra radioelekroniky, Tehniká, 6 Praha 6, e-mail: kadle, husnik@fel.vu.z Sano Pekár: Kaedra zoologie a ekologie, Přírodovědeká fakula U, Kolářska, 6 37, Brno, e-mail: pekar@si.muni.z