НАУКА и ОБРАЗОВАНИЕ

Файл статьи: Korsun_P.pdf (954.81Кб)

УДК 629.7:004.52	1 Россия, МГТУ им. Н.Э. Баумана 2 Россия, Москва, ФГУП ГосНИИАС

Высокая информационная загруженность экипажа является одной из основных проблем современной пилотируемой авиации, поэтому актуальны исследования по усовершенствованию формы представления информации, особенно в критических ситуациях. В статье рассматривается одна из возможностей улучшения интерфейса современной кабины пилота – применение технологии пространственного звука (3D-аудио). 3D-аудио – это технология, которая в наушниках или через динамики воссоздает пространственно направленный звук. Пространственные аудио-подсказки, которые вместе с информацией об опасности будут также указывать направление, из которого она исходит, могут сократить время реакции на событие и, следовательно, усилить ситуационную безопасность полета. Предполагается, что подсказки будут выдаваться через головную гарнитуру пилота, поэтому рассматривается реализация технологии через наушники.

В настоящее время основная гипотеза, объясняющая способность человека распознавать положение источника звука в пространстве, состоит в утверждении, что он оценивает искажение спектра звукового сигнала при взаимодействии с головой и ушной раковиной, которое зависит от расположения источника звука. Для точного описания изменений спектра сигнала существуют такие понятия как Head Related Impulse Response (Антропозависимая Импульсная Характеристика) – HRIR и Head Related Transfer Function (Антропозависимая Передаточная Функция) – HRTF. HRIR измеряется на людях или манекенах. На данный момент самой полной общедоступной библиотекой HRIR является CIPIC HRTF Database лаборатории CIPIC Interface Laboratory at UC Davis.

Для получения эффекта 3D-аудио необходимо смоделировать преобразование моно-сигнала линейными цифровыми фильтрами с антропозависимыми импульсными характеристиками (HRIR) для левого и правого уха, соответствующими выбранному направлению. Результаты следует объединить в стерео-файл и подать на воспроизведение в наушники.

Данная схема была реализована в Matlab, а полученное программное обеспечение использовалось для экспериментов по оцениванию количественных характеристик технологии. Для обработки и последующих экспериментов были выбраны следующие звуковые сигналы: фрагмент классического произведения "Половецкие пляски" из оперы А.П. Бородина "Князь Игорь", звуки горна, модулированный широкополосный шум (с фиксированным положением, и «блуждающий» в диапазоне ±5º  по вертикальному направлению относительно фиксированного положения). В процессе экспериментов испытуемым предлагалось определить, в каком из возможных положений (по азимуту ±80º, ±40º, 0º, по возвышению  ±45º, 0º, и 90º - над головой) находится виртуальный источник звука.

Согласно результатам проведенных экспериментов, для всех видов сигналов с высокой вероятностью (в среднем 0.94) распознаются направления с «грубой» градацией 90° (в горизонтали «слева-прямо-справа», по вертикали «верх-прямо-низ»). При этом спектральный состав сигнала существенного значения не имеет. Результаты более точного распознавания с градацией 40…45° зависят от вида сигнала и различны для горизонтального и вертикального каналов. В горизонтальном канале вероятность правильного распознавания для широкополосных сигналов (модулированный шум, классическая музыка) составляет 0,77…0,78, для звука горна 0,75. В вертикальном канале для широкополосных сигналов (модулированный шум, классическая музыка) вероятность правильного распознавания составляет 0,48…0,50, для звука горна 0,36. Результаты позволяют предположить, что человек лучше распознает положение источников звуковых сигналов с достаточно широким  спектром, по характеру близких к естественным (широкополосный шум, звучание симфонического оркестра).

Таким образом, в результате проведенной работы были реализованы алгоритмы обработки звука и создано программное обеспечение, позволяющее воспроизводить пространственные аудио-подсказки через наушники. В процессе исследования использовались  методы цифровой фильтрации, а также статистические методы  анализа результатов экспериментов. Основным результатом, определяющим научную новизну работы, являются объективные количественные  характеристики технологии 3D-аудио, которые целесообразно учитывать при проектировании интерфейсов кабин пилотов современных самолетов.

Список литературы

1. Альтман Я.А. Слуховая система. Л.: Наука, 1990. 620 с.
2. Корсун О.Н., Лаврова Г.А., Себряков Г.Г. Синтез 3D-аудио сигналов для звукового интерфейса перспективной кабины летательного аппарата // Всерос. науч.-тех. конф. «Моделирование авиационных систем»: сб. докл. Т. 3. М.: ФГУП ГосНИИАС, 2011. С. 452-458.
3. Корсун О.Н., Лаврова Г.А. Использование гармонических и полигармонических сигналов при создании эффекта 3D-аудио // Вестник компьютерных и информационных технологий. 2012. № 8. С. 8-13.
4. Корсун О.Н., Лаврова Г.А. Синтез пространственных аудио-подсказок для звукового интерфейса перспективной кабины летательного аппарата // Седьмой международный аэрокосмический конгресс IAC'2012 (Москва, МГУ им. М.В. Ломоносова, 2012): сб. науч. тр. М., 2013. 1 электрон. опт. диск (CD-ROM); рег. № 0321303652/03.06.2013. С. 407-410.
5. Joffrion J.F., Raquet J.F., Brungart D.S. Sonic Boon: Head Tracking for 3D Audio Using a GPS-Aided MEMS IMU // Inside GNSS. 2006. No. January / February. P. 32-41. Available at: http://www.insidegnss.com/node/874 , accessed 01.01.2014.
6. Zhang M., Zhang W., Kennedy R.A., Abhayapala T.D. HRTF measurement on KEMAR manikin // In: Proceedings of ACOUSTICS 2009, Adelaide, Australia, 23-25 November 2009.
7. Algazi V.R., Duda R.O., Thompson D.M., Avendano C. The CIPIC HRTF database // Proc. IEEE Workshop on Applications of Signal Processing to Audio and Acoustics, New York, 2001. P. 99-102. DOI: 10.1109/ASPAA.2001.969552
8. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов: пер. с англ. М.: Мир, 1978. 840 с.
9. conv: Convolution and polynomial multiplication of fi objects. Режим доступа: http://www.mathworks.com/help/fixedpoint/ref/conv.html (дата обращения 20.12.2013)
10. filter: Filter data with filter object. Режим доступа: http://www.mathworks.com/help/dsp/ref/filter.html  (дата обращения 20.12.2013).
11. fftfilt: FFT-based FIR filtering using overlap-add method. Режим доступа: http://www.mathworks.com/help/signal/ref/fftfilt.html (дата обращения 20.12.2013).
12. Вентцель Е.С. Теория вероятностей М.: Наука, 1989. 576 с.