Ableitung von Raumtemperaturverteilungen aus Schallreflexionsmessungen Masterarbeit

Ableitung von
Raumtemperaturverteilungen aus
Schallreflexionsmessungen
Masterarbeit
Technische Universität Berlin
Fakultät I - Geisteswissenschaften
Institut für Sprache und Kommunikation
Fachgebiet Audiokommunikation
vorgelegt von:
Matrikelnummer:
Marcus Bleisteiner, B.Eng., cand. M.Sc.
335086
Erstgutachter:
Prof. Dr. Stefan Weinzierl (TU Berlin)
Betreuer:
Dr. Armin Raabe (Universität Leipzig)
© 2014
Eidesstattliche Erklärung
Hiermit erkläre ich, dass ich die vorliegende Arbeit selbstständig und eigenhändig
sowie ohne unerlaubte fremde Hilfe und ausschließlich unter Verwendung der aufgeführten Quellen und Hilfsmittel angefertigt habe.
Berlin, den
Marcus Bleisteiner
Danksagung
Ich möchte mich zuerst bei Herrn Dr. Armin Raabe und Frau Dr. Manuela Barth
vom Leipziger Institut für Meteorologie für die große Unterstützung und fachliche
Expertise bedanken.
Ich bedanke mich bei Herrn Prof. Dr. Stefan Weinzierl für die Ermöglichung dieser
Masterarbeit.
Desweiteren bedanke ich mich bei Herrn Prof. Dr. Peter Holstein als Ansprechpartner und der Firma Sonotec GmbH für den Zugang zu der Räumlichkeit.
Ich bin allen meinen Freundinnen und Freunden überaus dankbar, dass sie so wundervoll sind, insbesondere Josi und Jörg.
Der größte Dank gilt schließlich meiner Familie und vor allem meinen Eltern, die
mich schon mein ganzes Leben lang unterstützen und fördern.
Zusammenfassung
Aus akustischen Laufzeitmessungen auf einer Vielzahl von bekannten Schallstrecken können mit tomografischen Verfahren Raumtemperaturverteilungen abgeleitet
werden. In der vorliegenden Masterarbeit wird eine experimentelle Messmethode
beschrieben, die mit lediglich einem spezifischen Lautsprecher und einem Mikrofon
eine akustische Erfassung der zeitlichen Entwicklung von Temperaturverteilungen
in Innenräumen ermöglicht. Hierfür werden Schallstrecken und dazugehörige Schalllaufzeiten genutzt, die sich durch Reflexionen an Raumbegrenzungsflächen ergeben.
Die Theorie der geometrischen Raumakustik wird verwendet, um die Schallstrecken
zu modellieren. Da in einer Raumimpulsantwort die Laufzeiten sämtlicher Reflexionen im Raum enthalten sind, können daraus die gesuchten Ankunftszeiten ermittelt
werden. Die Variabilität der raumklimatologischen Größen Temperatur und Strömung erzeugt zeitliche Varianzen des Ausbreitungsmediums, die durch eine Veränderung der Raumimpulsantwort abgebildet werden. Eine Beispielmessung zeigt, dass
mit der vorgestellten Methode Temperaturänderungen, räumlich aufgelöst, unter der
Abwesenheit von Raumluftströmungen, untersucht werden können.
Abstract
By applying propagation time measurements on a multitude of known sound paths
tomographic methods can be used to estimate room temperature distributions. In
this thesis an experimental method of measurement is being presented which enables
a spatially differentiated acquisition of the temporal temperature development in
interior rooms, using only one specific speaker and one microphone. Therefore sound
paths and the associated sound propagation times which emerge due to reflections
from the bounding surfaces of a room are being used. The theory of geometric room
acoustics is applied to compute the sound paths. Since the propagation times of
all possible reflections are included in one room impulse response the latter can be
used to get the wanted sound arrival times. The variability of the room climate
elements temperature and air flow creates temporal variances of the propagation
medium, which are being displayed through changes in the room impulse response.
An exemplary metering shows that the method presented is capable of analyzing
temperature changes in a spatially differentiated manner in the absence of indoor
airflow.
Inhaltsverzeichnis
Abkürzungs- und Symbolverzeichnis
I
Abbildungsverzeichnis
IV
Tabellenverzeichnis
V
1 Einleitung
1
2 Schallausbreitung in Gasen
2.1 Thermodynamik . . . . . . . . . . . . . . . . . . . . .
2.2 Schallfeld . . . . . . . . . . . . . . . . . . . . . . . . .
2.3 Schallabstrahlung und Dämpfung . . . . . . . . . . . .
2.4 Schallgeschwindigkeit . . . . . . . . . . . . . . . . . . .
2.4.1 Temperaturabhängigkeit . . . . . . . . . . . . .
2.4.2 Feuchteabhängigkeit . . . . . . . . . . . . . . .
2.4.3 Strömungsabhängigkeit . . . . . . . . . . . . .
2.5 Reflexion und Absorption an Raumbegrenzungsflächen
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
3
4
6
8
8
8
9
11
3 Grundlagen zur Messmethode
3.1 Fouriertransformation . . . . . . . . . . . . . . . . . . . . . . .
3.2 Übertragungssystem, Impulsantwort und Übertragungsfunktion
3.3 Korrelationsmesstechnik . . . . . . . . . . . . . . . . . . . . . .
3.4 Maximalfolgen . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5 Zeitvarianzen . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5.1 Inter- und intraperiodische Effekte . . . . . . . . . . . .
3.5.2 Time-Stretching-Modell . . . . . . . . . . . . . . . . . .
3.6 Reflexionserkennung durch statistische Signalaufbereitung . . .
3.6.1 Peak Picking . . . . . . . . . . . . . . . . . . . . . . . .
3.6.2 Kurtosis-Analyse . . . . . . . . . . . . . . . . . . . . . .
3.7 Spiegelschallquellenverfahren . . . . . . . . . . . . . . . . . . .
3.8 Akustische Laufzeittomografie . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
13
13
14
14
15
17
17
17
19
19
19
21
23
4 Messtechnik
4.1 Schallquelle . . . . . . . . . . . . . .
4.1.1 Anforderungen und Bauweise
4.1.2 Der Lautsprecher . . . . . . .
4.1.3 Akustische Eigenschaften . .
4.2 DAQ- und sonstige Hardware . . . .
4.3 Theoretische Messgenauigkeit . . . .
4.4 Software . . . . . . . . . . . . . . . .
4.5 Messkette . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
26
26
26
28
29
32
33
34
35
5 Experimentelle Messmethode
5.1 Anforderungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37
37
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Inhaltsverzeichnis
5.2
Umsetzung und Implementierung . . . . . . . . . . . . . . . . . . .
5.2.1 Konventionen . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2.2 Programmablauf . . . . . . . . . . . . . . . . . . . . . . . .
5.2.3 Signalerzeugung, -ausgabe und -aufnahme . . . . . . . . . .
5.2.4 Nullphasiges Hochpassfilter . . . . . . . . . . . . . . . . . .
5.2.5 Korrelation mit Referenzsignal . . . . . . . . . . . . . . . .
5.2.6 SNR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2.7 Spiegelschallquellenmodell . . . . . . . . . . . . . . . . . . .
5.2.8 Bestimmung absoluter Laufzeiten . . . . . . . . . . . . . . .
5.2.9 Reflexionserkennung, Peak Picking und Laufzeitermittlung
5.2.10 Absolute und relative, akustisch virtuelle Temperatur . . .
5.2.11 Laufzeitkorrektur . . . . . . . . . . . . . . . . . . . . . . . .
5.2.12 Tomografie . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2.13 Timing . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
37
38
39
41
41
42
43
43
45
46
47
48
49
50
6 Messverfahren
6.1 Vorbereitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2 Ausführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.3 Nachbereitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
51
51
52
53
7 Beispielmessung
7.1 Versuchsumgebung und Aufbau . . . . . .
7.2 Ablauf . . . . . . . . . . . . . . . . . . . .
7.3 Ergebnisse und Diskussion . . . . . . . . .
7.3.1 Referenz-Temperaturmessung . . .
7.3.2 Temperaturverläufe . . . . . . . .
7.3.3 Temperaturverteilungen . . . . . .
7.3.4 Einfluss der Konvektionsströmung
.
.
.
.
.
.
.
55
55
59
59
60
60
63
64
8 Fazit
8.1 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.2 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
67
67
68
Literaturverzeichnis
71
.
.
.
.
.
.
.
A Anhang
A.1 Matlab-Code . . . . . . . . . . . . . . . . .
A.1.1 DAQrun.m . . . . . . . . . . . . . .
A.1.2 hpZeroPhase.m . . . . . . . . . . . .
A.1.3 imageModel.m . . . . . . . . . . . .
A.1.4 kurtosis.m . . . . . . . . . . . . . . .
A.1.5 runningTimePlot.m . . . . . . . . .
A.1.6 interactivePlot.m . . . . . . . . . . .
A.1.7 cellSoundRays.m . . . . . . . . . . .
A.2 DAQinit.m: Parameter der Beispielmessung
A.3 Datenblätter . . . . . . . . . . . . . . . . .
A.4 Vom Autor verwendete Software . . . . . .
A.5 Inhalt Datenträger . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
i
.
i
.
i
. viii
.
ix
. xii
. xiii
. xiv
. xv
. xxi
. xxiii
. xxix
. xxx
Abkürzungs- und Symbolverzeichnis
Abkürzungsverzeichnis
AKF
Autokorrelationsfunktion
DUT
Device Under Test
IIR
Infinite Impulse Response
IR
Impulse Response
KKF
Kreuzkorrelationsfunktion
LIM
Leipziger Institut für Meteorologie
LS
Lautsprecher
MLE
Maximum Likelihood Estimation
MLS
Maximum Length Sequence
MS
Mean Square
PHAT
Phase Transform
RIR
Room Impulse Response
SEO
Schallentstehungsort
SIRT
Simultaneous Iterative Reconstruction Technique
SNR
Signal to Noise Ratio
SSQ
Spiegelschallquelle
TSP
Thiele/Small-Parameter
XOR
Exklusiv-Oder
I
Abkürzungs- und Symbolverzeichnis
Symbolverzeichnis
α
αK
β
c0
cp
cV
∆tf
∆tg
∆τi
∆τimeas
ǫ
h50
ϑ
ϑav
I
J
k
κ
κtr
κW
Li
Lj
LW
L
¯
ldir
li
lij
lk
µ
M
m
mk
N
ξ
pW
q
R
II
Dämpfungsfaktor
Wärmeübergangskoeffizient
Verlustgrad
Schallgeschwindigkeit für pW = 0 und ϑ = 0 [m/s]
spezifische Wärmekapazität bei konstantem Druck [J/kg K]
spezifische Wärmekapazität bei konstantem Volumen [J/kg K]
Fensterlänge für das Peak-Picking [Samples]
Länge des Kurtosis-Reflektogramms [Samples]
Laufzeitkorrektur durch Referenzmessung [s]
Zeit zwischen dem Direktschall und einer Reflexion erster Ordnung [s]
Änderung der Ausbreitungsgeschwindigkeit
erste 50 ms einer Impulsantwort nach dem Direktschallpeak
Umgebungstemperatur [◦C]
akustisch virtuelle Umgebungstemperatur [K]
Anzahl der Schallstrecken aus Spiegelschallquellenmodell
Anzahl der Tomografie-Zellen
Kurtosis-Reflektogramm
spezifisches Wärmeverhältnis
spezifisches Wärmeverhältnis trockener Luft [1.4]
spezifisches Wärmeverhältnis von Wasserdampf
Länge einer Schallstrecke innerhalb einer Tomografie-Zelle [m]
Länge aller Schallstrecken innerhalb einer Tomografie-Zelle [m]
Leistungspegel einer ebenen fortschreitenden Welle [dB]
Matrix zur Generierung der Temperaturverteilung
Strecke zwischen Sender und Empfänger [m]
Länge einer modellierten Schallstrecke [m]
Schallstreckenabschnitt innerhalb einer Tomografie-Zelle [m]
kurzes Kurtosis-Analysefenster [Samples]
Mittelwert
Ordnung des Spiegelschallquellenmodells
Schalldämpfungskonstante
langes Kurtosis-Analysefenster [Samples]
Ordnung der MLS
Auslenkung [m]
Partialdruck von Wasserdampf [Pa]
spezifische Feuchte
allgemeine Gaskonstante [8.314 J/mol K]
Rtr
r
SN R50
sj
σ
T
Tav
τdir
τicalc
τimeas
τimod
τijmeas
Φxx (τ )
Φxy (τ )
v0
vef f
vray
w
Z0
z
spezifische Gaskonstante trockener Luft [287.058 J/kg K]
komplexer Reflexionsfaktor
von h50 abhängiges SN R [dB]
Langsamkeit [s/m]
Standardabweichung
Lufttemperatur [K]
akustisch virtuelle Temperatur [K]
Laufzeit des Direktschalls [s]
Laufzeit aus der Vorwärtsmodellierung [s]
gemessene Schalllaufzeit auf der Schallstrecke li [s]
modellierte Schalllaufzeit auf der Schallstrecke li [s]
gemessene Schalllaufzeit auf dem Schallstreckenabschnitt lij [s]
Autokorrelationsfunktion
Kreuzkorrelationsfunktion
Geschwindigkeit des Ausbreitungsmediums [m/s]
effektive Schallausbreitungsgeschwindigkeit [m/s]
Strahlgeschwindigkeit [m/s]
Gewichtungsfaktor für die Abhängigkeit von sj von den Nachbarzellen
Schallkennimpedanz [N s/m3 ]
Wandimpedanz [N s/m3 ]
III
Abbildungsverzeichnis
2.1
3.1
3.2
4.1
4.2
4.3
4.4
4.5
4.6
4.7
5.1
5.2
5.3
5.4
5.5
11
Darstellung einer MLS vom Grad 4 im (a) Zeitbereich, (b) Frequenzbereich und die (c) AKF der MLS . . . . . . . . . . . . . . . . . . . 16
Spiegelschallquellenmodell mit Reflexionen erster und zweiter Ordnung 22
Tropfenförmiger Messlautsprecher . . . . . . .
Amplitudenfrequenzgang bei den Winkeln 0°
(magenta) und 180° (braun) . . . . . . . . . .
Abstrahlverhalten in der Isobarendarstellung
Gruppenlaufzeit . . . . . . . . . . . . . . . . .
Sprungantwort . . . . . . . . . . . . . . . . .
Theoretische Temperaturauflösung . . . . . .
Schematische Darstellung der Messkette . . .
. . . . . . .
(blau), 45°
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . .
(rot), 90°
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
28
30
31
31
32
34
36
Nummerierung der Raumbegrenzungsflächen . . . . . . . . . . . . .
Nummerierung der Tomografie-Voxels . . . . . . . . . . . . . . . . .
sequentieller Programmablauf . . . . . . . . . . . . . . . . . . . . . .
Wirkung des linearen Filters im Frequenzbereich . . . . . . . . . . .
Dreitafelprojektion eines SSQ-Modells mit Reflexionen erster und zweiter Ordnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Dreidimensionale Darstellung eines SSQ-Modells mit Reflexionen erster und zweiter Ordnung . . . . . . . . . . . . . . . . . . . . . . . . .
Korrelationsergebnis mir schematischer Darstellung der Bestimmung
absoluter Laufzeiten . . . . . . . . . . . . . . . . . . . . . . . . . . .
Auswirkung der Kurtosis-Methode auf ein Reflektogramm . . . . . .
38
39
40
42
Foto der Messumgebung mit Messaufbau . . . . . . . . . . . . . . . .
Messaufbau der Beispielmessung mit den Positionen des Senders, des
Empfängers, der Temperatursensoren und der Wärmequelle . . . . .
7.3 Schallstreckenverteilung bei der Beispielmessung . . . . . . . . . . .
7.4 Kurtosis-Reflektogramm mit modellierten Laufzeiten und deren Zuordnung zu Schallstrecken . . . . . . . . . . . . . . . . . . . . . . . .
7.5 Temperaturverlauf der sieben konventionellen Temperatursensoren .
7.6 gemittelte absolute Temperaturen . . . . . . . . . . . . . . . . . . . .
7.7 Vergleich der gemittelten Temperaturänderungsverläufe . . . . . . .
7.8 Vergleich von Temperaturänderungsverläufen an verschiedenen Stellen im Raum (vgl. Abb 5.2 und Abb. 7.2) . . . . . . . . . . . . . . .
7.9 relative Temperaturverteilung zu verschiedenen Zeiten . . . . . . . .
7.10 Raumluftströmungen bei Beheizung mit Raumheizkörpern . . . . . .
56
5.6
5.7
5.8
7.1
7.2
IV
Konzept des Schallstrahls, dessen Verlauf durch die Strömungsgeschwindigkeit v0 beeinflusst wird. Der Punkt xp (t) bewegt sich mit
der Geschwindigkeit vef f = v0 + cn. . . . . . . . . . . . . . . . . . .
44
45
46
47
57
58
58
60
61
62
63
64
65
Tabellenverzeichnis
3.1
Übersicht der Zeitvarianzen in akustischen Übertragungssystemen
.
17
4.1
Einige Herstellerangaben zum Lautsprecher-Treiber Visaton FRS 5
XTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Einige Herstellerangaben zum Mikrofon AVM MI-17 . . . . . . . . .
Einige Herstellerangaben zum Leistungsverstärker Kemo M032S . .
29
33
33
Synchronität von Ausgangs- und Eingangskanal der DT 8947-1-1Messkarte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
45
6.1
6.2
Paramaterbeschreibung in DAQinit.m . . . . . . . . . . . . . . . . .
Auswertungen während des Messvorgangs . . . . . . . . . . . . . . .
52
54
7.1
Zeitlicher Ablauf der Beispielmessung . . . . . . . . . . . . . . . . .
59
4.2
4.3
5.1
V
1 Einleitung
Die Raumtemperatur wird meist durch die Anwendung von In-Situ-Verfahren an
bestimmten Stellen gemessen. Dies verlangt das Einbringen eines Sensors und somit
die Beeinflussung der Messumgebung an der Stelle der Datenerhebung. Außerdem
kann nur über einen lokal begrenzten Bereich eine Aussage zur Temperatur gemacht
werden [Foke 06, S. 209 ff.]. Für die Ermittlung von Temperaturverteilungen müssten demnach mehrere einzelne herkömmliche Sensoren im Raum verteilt werden.
Es gibt jedoch die Möglichkeit, ein Untersuchungsgebiet von außen mit Schallenergie zu sondieren. Dabei macht man sich die Modulation eines akustischen Signals
durch den Zustand des Ausbreitungsmediums zu nutze, der einen Einfluss auf die
Schallausbreitungsgeschwindigkeit hat. Bei Luft als Medium sind neben den skalaren Größen Temperatur und Luftfeuchtigkeit, vor allem die vektorielle Strömungen
für zeitliche Varianzen verantwortlich, die im wesentlichen die Modulationen charakterisieren [Bohn 88][Pier 89, S. 371 ff.].
Eine Methode die dieses Prinzip als Grundlage hat, ermittelt die Schalllaufzeit auf
einer bekannten Strecke, um die temperaturabhängige Schallausbreitungsgeschwindigkeit zu bestimmen, welche die mittlere Temperatur entlang dieser Strecke repräsentiert. Für mikrometerologische Messungen gibt es mit dem Ultraschallanemometer und -thermometer ein Standartgerät, das dieses Prinzip auf Strecken von wenigen
Dezimetern nutzt [Kaim 63][Copp 83]. Die Kombination mehrerer Schallstrecken mit
einer Länge von wenigen, bis zu mehreren hundert Metern, die jeweils von einem
Lautsprecher und einem Mikrofon gebildet werden und in einer Ebene oder im Raum
gleichmäßig verteilt sind, bilden den Aufbau für eine zwei-, bzw. dreidimensionale
akustische Laufzeittomografie [Osta 09]. Aufgrund der großen Distanzen arbeiten
solche Systeme meist im Hörschallbereich. Tomografische Rekonstruktionstechniken
erlauben Rückschlüsse auf die Verteilung der Temperatur und der Strömungen im
Untersuchungsgebiet, das von den Schallstrecken abgedeckt wird [Hols 04][Bart 11].
Die vorliegende Arbeit beschreibt eine Methode, mit der ebenfalls dreidimensionale Raumtemperaturverteilungen aus akustischen Messungen abgeleitet werden.
Statt mehrere Schallsender und -empfänger, die ein Untersuchungsgebiet einschließen, wird lediglich ein Lautsprecher und ein Mikrofon darin platziert. Durch mehrfache Wandreflexionen ergibt sich, basierend auf der Theorie der geometrischen Raumakustik, eine Vielzahl von Schallstrecken [Alle 79]. Diese werden auf der Grundlage
der gegebenen Raumgeometrie und der Position von Sender und Empfänger modelliert und die dazugehörigen Schalllaufzeiten messtechnisch ermittelt. Die Überlagerung des Direktschalls mit allen Reflexionen an den Raumbegrenzungsflächen ergibt
die Raumimpulsantwort, weshalb sich Nichtlinearitäten durch Temperaturgradienten im Ausbreitungsmedium in einer zeitlichen Variabilität der Raumimpulsantwort
äußern [Vorl 97][Sven 99]. Daher geht die Methode mit der Detektion von Reflexionen in der Raumantwort und der Bestimmung ihrer Laufzeiten, sowie einer jeweiligen
Zuordnung zu einer modellierten Schallstrecke einher.
Ziel der Abschlussarbeit ist es, eine experimentelle Messmethode für Raumtemperaturverteilungen nach dem oben genannten Prinzip zu entwickeln. Im Vergleich
zu bisherigen Ansätzen beschränkt sich die Hardware auf ein Minimum von einem
1
1 Einleitung
Schallsender und einem -empfänger. Dadurch kann das System, in Verbindung mit
der Messsoftware, schnell in einem Raum integriert werden, oder als mobiles Messsystem betrieben werden. Da das Spektrum des Messsignals im Hörschallbereich
liegt und eine potentielle Belästigung darstellen kann, bietet sich beispielsweise der
Einsatz als dauerhafte, räumlich auflösende Temperaturüberwachung von technischen Betriebsräumen an, oder kann der Einmessung klimatisierter Räume dienen.
Eine derartige akustische Messmethode reagiert bei einer hohen Messfrequenz sehr
schnell auf plötzliche Temperaturänderungen (beispielsweise bei einem technischen
Defekt), da im Vergleich zu konventionellen Messmethoden keine Sensorträgheit zu
verzeichnen ist [Foke 06, S. 203].
Der praktische Teil dieser Arbeit wurde am Leipziger Institut für Meteorologie (LIM)
in Zusammenarbeit mit der AG Akustik und Fernerkundung1 durchgeführt. Dort
wurden Systeme zur Ermittlung der Temperatur- und Strömungsverteilung mithilfe
der akustischen Laufzeittomografie entwickelt. Dafür werden multiple Schallstrecken
aus jeweils einem Schallsender und einem -empfänger genutzt. Die Verfahren werden
zur Untersuchung der atmosphärischen Grenzschicht verwendet [Arno 00][Ziem 00],
sowie, im kleineren Maßstab, zur räumlichen Erfassung der Temperatur und der
Strömung [Bart 09][Bart 11].
In Kapitel 2 der Ausarbeitung werden relevante Grundlagen der Schallausbreitung
in Luft, sowie der Raumakustik aufgeführt, wobei der Schallgeschwindigkeit als
Messgröße besondere Relevanz zugesprochen wird. Speziellere Grundlagen für die
Messmethode werden im darauf folgenden Kapitel 3 vorgestellt. In Kapitel 4 sind
die Anforderungen an einen verwendbaren Messlautsprecher, sowie der Bau eines
Lautsprechers beschrieben. Außerdem werden die messtechnische Validierung, sowie
weitere Hardwarekomponenten der Messkette präsentiert. In den darauffolgenden
Kapiteln 5 und 6 werden die experimentelle Messmethode, deren Softwareimplementierung und die praktische Ausführung einer Messung beschrieben. In Kapitel 7
ist eine Beispielmessung in einer Sporthalle dokumentiert, anhand derer die Ergebnisse diskutiert werden. Schließlich wird die Arbeit in Kapitel 8 zusammengefasst
und weiterführende Ideen zum Ausbau und zur Verbesserung des Verfahrens werden
aufgeführt.
1
2
LIM - Institut für Meteorologie, Universität Leipzig, Stephanstr. 3, 04103 Leipzig
2 Schallausbreitung in Gasen
Ursächlich für die Entstehung von Schall sind immer mechanische Schwingungen
oder Vibrationen einer in ihren Ausmaßen beschränkten Masse, die als Schallquelle
definiert ist. Durch die Bewegung erfolgt eine periodische Verdichtung und Verdünnung des umgebenden Mediums. Diese zunächst lokale Störung des Gleichgewichtszustands entfernt sich aufgrund von Wechselwirkungen im Medium mit einer bestimmten Geschwindigkeit von der Schallquelle und wird als Schallwelle bezeichnet.
Sie erfährt dabei eine von den Eigenschaften und vom Zustand des Ausbreitungsmediums abhängige Modulation bestimmter physikalischer Größen [Kutt 07, S. 2 ff.].
In diesem Kapitel wird die mathematische Beschreibung der Schallausbreitung in
Gasen, sowie die Berechnung der Schallausbreitungsgeschwindigkeit hergeleitet. Die
in der atmosphärischen Luft gegebenen Beeinflussungen auf die Schallausbreitungsgeschwindigkeit werden nachfolgend betrachtet. Weitere theoretische Grundlagen
der Akustik, die relevant für die vorliegende Arbeit sind, werden ebenfalls hier aufgeführt. Die folgenden Abschnitte 2.1 und 2.2 sind [Möse 12, S. 20 ff.] entnommen
und zusammenfassend ausgeführt.
2.1 Thermodynamik
Grundlegend für die Beschreibung der Schallausbreitung ist die Thermodynamik in
Gasen und die damit beschriebenen physikalischen Größen. Sie lassen sich in der
Boyle-Mariotte-Gleichung zusammenfassen:
pG =
R
ρG TG
MM ol
(2.1)
Dabei ist pG der Druck in einem Gasvolumen, R die allgemeine Gaskonstante, ρG
die Dichte des Gases, TG seine Temperatur und MM ol die molare Masse des betreffenden Stoffes.
Da die Verdichtungsvorgänge bei der Schallausbreitung im atmosphärischen Gasgemisch sehr rasch von statten gehen, gibt es trotz kurzzeitiger Druckänderungen
keine Wärmeleitung in Schallfeldern und somit ist sie adiabatisch. Dies bedeutet,
dass die Summe aus einem isobaren und einen isochoren Teilschritt Null sein muss
und es keine Netto-Wärmeenergieaufnahme gibt. Aus dem Ansatz
dEp = −dEρ
(2.2)
lässt sich eine Zustandsgleichung berechnen, die thermodynamische Vorgänge, ohne
dem Austausch von Wärme, beschreibt. Für solche adiabatische Prozesse gilt:
pG
=
p0
ρG
ρ0
κ
(2.3)
p0 und ρ0 sind statische Größen des Ausbreitungsmediums und κ ist mit κ = cp /cV
gegeben, wobei cp die spezifische Wärme bei konstantem Druck und cV die spezifische
3
2 Schallausbreitung in Gasen
Wärme bei konstantem Volumen ist. Für die zweiatomigen Gase der Atmosphäre gilt
κ = 1, 4.
Die akustischen Größen p (Schalldruck), ρS (Schalldichte) und TS (Schalltemperatur) sind den Ruhegrößen des Schallfeldes p0 , ρ0 und T0 überlagert und ihre Summen
bilden eine jeweilige Gesamtgröße pG , ρG und TG . In Gl. 2.1 eingesetzt und durch
die Vernachlässigung des quadratisch kleinen Produkts aus Schalldichte und Schalltemperatur ρT ergibt sich
p=
für die Schallfeldgrößen, bzw.
R
(ρ0 TS + T0 ρS )
MM ol
ρS
TS
p
=
+
p0
ρ0
T0
(2.4)
(2.5)
wenn durch den Ruhedruck p0 = Rρ0 T0 /MM ol geteilt wird.
Die Schallfeldgrößen pG , ρG und TG können weiterhin in Gl. 2.3 eingesetzt werden.
Um die auf akustische Zwecke zugeschnittene adiabatische Zustandsgleichung
ρS
p
=κ
p0
ρ0
(2.6)
zu erhalten, wird die Potenzreihen-Entwicklung nach dem linearen Glied abgebrochen (f (x) = (1 + x)κ um x = 0 besteht in f (x) = 1 + κx).
Da Schallfelder meist durch die Angabe von Druckverteilungen beschrieben werden,
wird die Schalldichte durch den Schalldruck ausgedrückt. Hierfür wird Gl. 2.6 nach
der Dichte aufgelöst und es ergibt sich
ρS =
p
.
c2
(2.7)
p0
ρ0
(2.8)
Hier wurde die Konstante c als
c2 = κ
eingeführt. Bei c handelt es sich um die Schallausbreitungsgeschwindigkeit, wobei
sich nach dem Einsetzen der Boyle-Mariotte-Gleichung 2.1 in Gl. 2.8 die Schallausbreitungsgeschwindigkeit
s
R
c= κ
T0
(2.9)
MM ol
ergibt. Es ist festzuhalten, dass sie ausschließlich vom Medium und der absoluten
Temperatur abhängig ist.
2.2 Schallfeld
In diesem Abschnitt soll der einfachste, theoretische Fall eines Schallfeldes betrachtet
werden, nämlich eine eindimensionale, ebene Schallwelle, welche keinerlei Beeinflussung, wie beispielsweise eine entfernungsabhängige Abschwächung oder Reflexionen
erfährt. Auf den in natura dreidimensionalen Fall kann daraus geschlossen werden.
Ein Modell für den Wellentransport stellt der sog. Kettenleiter dar, das eine eindi-
4
2.2 Schallfeld
mensionale Luftsäule in viele kleine Elemente teilt, denen gedanklich abwechselnd
Masse- und Federeigenschaften zugeordnet werden. Nach der Anregung eines Elements erfolgt eine mit einer bestimmten Geschwindigkeit (Ausbreitungsgeschwindigkeit c) fortschreitende Störung des Ruhezustandes der nachfolgenden Elemente. Die
einzelnen Elemente bewegen sich dabei mit einer eigenen Geschwindigkeit (Schallschnelle v).
Wird nun ein Luftelement, z.B. durch einen Lautsprecher (LS) angeregt, wird dieses
elastisch deformiert. Für infinitesimal kleine Gaselemente gilt die sog. Kontinuitätsgleichung
∂ξ(x)
ρS
=−
,
(2.10)
ρ0
∂(x)
welche besagt, dass sich die Schalldichte unmittelbar aus der Ortsableitung der Teilchenauslenkung ergibt, bzw. die relative Schalldichte gleich der negativen Dehnung
ist.
Die Volumenelemente werden durch die auf sie wirkenden Federkräfte zu beschleunigten Bewegungen veranlasst. Dabei gibt das Newtonsche Trägheitsgesetz Aufschluss über die Beschleunigung ∂ 2 ξ/∂t2 der in einem Element enthaltenen Masse, indem die Kräftedifferenz an beiden Seiten betrachtet wird und das Segment
geschrumpft (∆x → 0) wird. Daraus ergibt sich das Trägheitsgesetz der Akustik
ρ0
∂p
∂2ξ
=− .
2
∂t
∂x
(2.11)
Die Gl. 2.10 beschreibt einerseits die Verdichtung eines Kontinuums aufgrund von
ortsabhängiger Auslenkung und Gl. 2.11 beschreibt andererseits, wie Auslenkung
aufgrund von Verdichtung zustande kommt. Alle Schallereignisse im eindimensionalen Fall können durch sie wiedergegeben werden. Nun können die beiden Gleichungen
zusammengefasst werden, indem Gl. 2.10 zweifach nach der Zeit und Gl. 2.11 nach
dem Ort abgeleitet wird und anschließend ineinander eingesetzt werden. Schließlich
wird noch die Schalldichte durch den Schalldruck wie in Gl. 2.7 ersetzt und es ergibt
sich die Wellengleichung der Akustik:
1 ∂2p
∂2p
= 2 2
2
∂x
c ∂t
(2.12)
Dieser Gleichung müssen alle Schallereignisse genügen.
Eine allgemeine Lösung der Wellengleichung im eindimensionalen Fall ist
p(x, t) = f (t ±
x
),
c
(2.13)
wobei die Funktion f (t) eine Signalform repräsentiert und von der Schallquelle bestimmt wird. Bei der Konstanten c handelt es sich um die Ausbreitungsgeschwindigkeit (sh. auch Abschnitt 2.1), deren physikalische Bedeutung sich aus der Vorstellung
ergibt, dass sich ein Funktionswert f , der zur Zeit t an der Stelle x anliegt, während
der Zeit ∆t um ∆x verschiebt:
f (x, t) = f (x + ∆x, t + ∆t)
(2.14)
5
2 Schallausbreitung in Gasen
Wenn (t − x/c) in beiden Fällen gleich ist, folgt
∆x
=c
∆t
(2.15)
und daraus wird erkenntlich, dass die Schallausbreitungsgeschwindigkeit völlig unabhängig von der Signalgestalt ist.
Schallereignisse werden oft als cosinusförmige (harmonische) Zeitverläufe dargestellt
und genügen im Falle einer in x-Richtung fortschreitenden Welle
p(x, t) = p0 cos(ωt − kx) = p0 ej(ωt−kx)
(2.16)
als Lösung für die Wellengleichung. Wobei
k=
2π
ω
=
c
λ
die Wellenzahl und
ω = 2πf =
2π
,
Tt
(2.17)
(2.18)
die Kreisfrequenz darstellt. λ ist die örtliche Periodenlänge (Wellenlänge) und Tt die
Periodendauer. Mit Gl. 2.12 und Gl. 2.18 errechnet sich die Wellenlänge zu
λ=
c
.
f
(2.19)
Bildet man den Quotienten aus dem Schalldruck p und der Schallschnelle v, oder das
Produkt aus der Dichte des Ausbreitungsmediums ρ und der Schallgeschwindigkeit c,
erhält man die Schallkennimpedanz oder auch den Wellenwiderstand des Mediums
Z0 =
p
= ρc,
v
(2.20)
die die Abhängigkeit der Schallausbreitung vom Ausbreitungsmedium beinhaltet.
2.3 Schallabstrahlung und Dämpfung
Für die vorliegende Arbeit macht es Sinn, für die Schallabstrahlung von einer ungerichteten, breitbandigen Punktquelle auszugehen, da die Ausmaße des verwendeten
LS bis in höhere Frequenzen klein gegenüber den wiedergegebenen Wellenlängen
sind. Darüber hinaus wurde der verwendete LS so konstruiert, dass die Schallabstrahlung möglichst omnidirektional stattfindet (sh. Abschnitt 4.1).
Schallquellen werden in erster Linie durch ihre abgestrahlte Leistung charakterisiert.
Für die Schallleistung gilt allgemein [Wein 08, S. 26 ff.]:
P =
Z
IdS
(2.21)
I ist dabei die Intensität, die mit I = pv definiert ist und S ist die Fläche, durch die
die von einer Schallquelle abgegebene Leistung hindurchtritt. Bei einer ungerichteten
6
2.3 Schallabstrahlung und Dämpfung
Abstrahlung ist diese Fläche S = 4πr 2 kugelförmig, jedoch nähert sich die Kugelwelle
im Fernfeld immer mehr einer ebenen Welle an. Die Leistung der Schallquelle im
Fernfeld ist demnach
1
(2.22)
P = p2ef f S.
ρc
pef f ist der Schalldruck-Effektivwert im Abstand r. Somit verringert sich der Schalldruck umgekehrt proportional zum Abstand. Dividiert man 2.22 noch durch die Bezugsleistung P0 = (p20 /ρc)·1 m2 und verwendet den dekadischen Logarithmus, erhält
man ein Pegelgesetz für Kugelwellen [Möse 12, S. 76]:
Lp = LW − 20 log
r
− 11 dB
m
(2.23)
Lp ist der Schalldruckpegel im Abstand r und LW der Leistungspegel einer Ebene
fortschreitenden Welle mit
P̄
.
(2.24)
LW = 10 log
P0
Nach 2.23 verringert sich der Pegel um 6 dB bei einer Verdoppelung der Entfernung.
Diese Tatsache wird als geometrische Dämpfung bezeichnet, da sie lediglich von
räumlichen Variablen abhängig ist und von einem verlustfreien Medium ausgegangen
wird.
Zusätzlich kann noch die Berechnung des Schalldruckpegels Lp aus der Feldgröße
Schalldruck p mit
p
Lp = 20 log dB
(2.25)
p0
und p0 = 2 × 10−5 Pa erwähnt werden. Wohingegen Leistungsgrößen wie die Schallleistung P durch
P
(2.26)
Lp = 10 log dB
P0
und P0 = 10 × 10−12 W ermittelt werden können.
Neben der geometrischen Dämpfung gibt es Abschwächungen des Schalldruckpegels
in der atmosphärischen Luft, die auf Wechselwirkungen mit dem Ausbreitungsmedium zurückzuführen sind. Der Energieverlust geht dabei, trotz der in der Theorie angenommenen adibatischen Schallausbreitung, immer mit einer (geringfügigen)
Erwärmung des Ausbreitungsmediums einher. Für die Betrachtung des Schalldrucks
harmonischer Zeitverläufe wird die Dämpfungskonstante m eingeführt und Gl. 2.16
wird folgendermaßen ergänzt [Kutt 07, S. 55 ff.]:
p(x, t) = p0 e−mx/2 ej(ωt−kx)
(2.27)
Verschiedene physikalische Vorgänge tragen zu der Dimensionierung von m bei:
Die sog. klassische Dämpfung, die durch zwei Absorptionsmechanismen beschrieben
ist, spielt dabei eine Rolle. Zum einen sind Zustandsänderungen in der Realität nur
begrenzt adiabatisch und es existiert ein geringer Wärmeaustausch zwischen benachbarten Volumen-Elementen. Zum anderen unterliegt ein Gaselement in longitudinalen Schallwellen einer bestimmten Art der Verformung. Aufgrund der Viskosität des
Mediums und dem Auftreten von Scherströmungen kommt es zu Reibungsverlusten.
Die sog. molekulare Dämpfung, die mehratomige Moleküle betrifft, lässt sich auf die
7
2 Schallausbreitung in Gasen
sog. thermische Relaxation zurückführen. Sie kann man als eine Art interne, frequenzabhängige Wärmeleitung beschreiben, die zu Energieverlusten bei der Schallausbreitung führt. Zusätzlich wird die Relaxation bei höheren Frequenzen von einer
„Versteifung“ des gasförmigen Ausbreitungsmediums begleitet, die zu einer geringen
Erhöhung der Ausbreitungsgeschwindigkeit führt. Diese Frequenzabhängigkeit der
Ausbreitungsgeschwindigkeit heißt Dispersion.
Erwähnenswert ist in diesem Zusammenhang der Effekt des in der Luft gelösten
Wassers, das die Zusammensetzung des Ausbreitungsmediums ändert und so für
eine von der Luftfeuchtigkeit abhängige Dämpfung verantwortlich ist.
2.4 Schallgeschwindigkeit
In den nächsten Abschnitten werden Einflüsse der Atmosphäre auf die Schallausbreitungsgeschwindigkeit aufgeführt, die künftig kürzer Schallgeschwindigkeit genannt
wird. Dabei soll sich auf die wesentlichen Einflussfaktoren Temperatur, Luftfeuchtigkeit und Strömungsgeschwindigkeit beschränkt werden.
2.4.1 Temperaturabhängigkeit
Bei einem Schallfeld, dem als Ausbreitungsmedium trockene Luft zugrunde liegt, berechnet sich die Abhängigkeit der Schallgeschwindigkeit von der Lufttemperatur aus
Gl. 2.9. Die molare Masse MM ol berechnet sich volumenanteilig aus den molaren
Einzelmassen der in der Standardatmosphäre vorkommenden Gase. Die stoffliche
Zusammensetzung der Atmosphäre ist unter fast allen Umständen derart gleichbleibend, dass sie als konstant angenommen werden kann [Bart 09, S. 10]. Selbst die
häufig vorkommende Schwankung des CO2 -Gehalts als Ursache für Konzentrationsänderung verursacht unter normalen Bedingungen eine Schwankung um lediglich
0.05 m/s [Knes 61, S. 192 ff.], zit. n. [Seli 05, S. 9]. Setzt man noch T0 = 273.15 K
(0 ◦C) in Gl. 2.9 ein, so erhält man für die Schallgeschwindigkeit c = 331.3 m/s. Um
die Abhängigkeit der Schallgeschwindigkeit von der Temperatur zu bestimmen, wird
Gl.
√ 2.9 nach dT0 differenziert. Dadurch ergibt sich eine indirekte Proportionalität zu
T 0 . Bei einer Temperatur von T0 = 273.15 K beträgt der Geschwindigkeitsgradient
zirka 0.6 m/s/K. Durch die Approximation
c = 331, 3 + 0, 6ϑ
(2.28)
lässt sich die Schallgeschwindigkeit bei einer Temperatur nahe 0 ◦C in guter Näherung ermitteln. Die Variable ϑ ist die Umgebungstemperatur in ◦C.
2.4.2 Feuchteabhängigkeit
Die Annahme aus Abschnitt 2.4.1 von völlig trockener Luft ist nicht realistisch und
deshalb soll der Einfluss der Luftfeuchtigkeit im Folgendem beschrieben werden. Der
in der Atmosphäre vorhandene Wasserdampf ist ursächlich für eine abweichende
Zusammensetzung des Gasgemischs im Vergleich zur trockenen Luft mit konstanter
8
2.4 Schallgeschwindigkeit
Gaszusammensetzung. Der Effekt von Luftfeuchtigkeit wird theoretisch in [Harr 71]
mit
s
pW κW
MW
ϑ
) 1−
−
(2.29)
c = c0 (1 +
273
p0 κtr
ML
angegeben. pW ist dabei der Partialdruck von Wasserdampf und c0 ist die Schallgeschwindigkeit für pW = 0 und ϑ = 0 ◦C. κW und κtr sind die Verhältnisse der
spezifischen Wärmen von Wasserdampf und trockener Luft, sowie MW und ML ihre
molekulare Massen.
Die Schallgeschwindigkeit kann aber auch als Funktion der spezifischen Feuchte q
und der Temperatur T geschrieben werden:
c=
q
(2.30)
Tav = (1 + 0, 51q)T
(2.31)
(1 + 0, 51q)κtr Rtr T )
Rtr ist dabei die spezifische Gaskonstante von trockener Luft.
Im Zusammenhang mit akustischen Laufzeitmessungen zur Ermittlung von Temperaturen, macht es weiterhin Sinn, die akustisch virtuelle Temperatur, in Anlehnung
an die virtuelle Temperatur, zu nennen [Zmar 02, S. 74 f.]. Sie gibt an, welche Temperatur trockene Luft bei gleichem Druck hätte und ist mit
definiert. Für die Schallgeschwindigkeit ergibt sich demnach
c=
p
κtr Rtr Tav .
(2.32)
Die Abweichung der akustisch virtuellen Temperatur zur realen Lufttemperatur ist
linear abhängig vom Feuchtegehalt der Luft. Wasserdampf führt anteilig zu einer
höheren Schallgeschwindigkeit in feuchter Luft und somit zu einer (virtuellen) Erhöhung der Temperatur im Vergleich zu trockener Luft gleicher Temperatur. Somit
bleibt festzuhalten, dass für Temperaturen, die mit einer akustischen Messmethode
ermittelt wurden, eine Korrektur mit Gl. 2.31 vorgenommen werden muss, falls die
reale Temperatur von Interesse ist. Die Abweichung beträgt bei einer Lufttemperatur von 20 ◦C maximal 2.02 K, nämlich bei einer relativen Luftfeuchtigkeit von 100 %
(q ≈ 14.473 g/kg).
Abschließend sollte noch erwähnt werden, dass der Einfluss der Luftfeuchtigkeit
auf die Schallgeschwindigkeit deutlich geringer ist, als der Einfluss der Temperatur [Harr 71]. Gerade wenn Geschwindigkeitsgradienten in einem begrenzten Luftvolumen von Bedeutung sein sollen, spielt die Feuchte eine geringe Rolle, da ihre
Variabilität darin gering ist [Bart 09, S. 14].
2.4.3 Strömungsabhängigkeit
Die bisherige Voraussetzung, dass sich das Medium in einem beruhigten Zustand
befindet, soll in diesem Abschnitt nicht gelten und entspricht auch niemals der Realität. Im Gegenteil ist die Schallausbreitung selbst in Räumen stets von Strömungen
beeinflusst und aus diesem Grund wird sie hier auch behandelt. Nichtsdestotrotz
wird der Strömungseinfluss im praktischen Teil dieser Arbeit vernachlässigt und es
9
2 Schallausbreitung in Gasen
wird von einem beruhigten Medium ausgegangen. Eine Ausnahme sind thermische
Strömungen bzw. Konvektionsströmungen, die zwangsläufig bei der partielle Beeinflussung der Raumtemperatur durch Wärmequellen entstehen.
Um die Abhängigkeit der Schallgeschwindigkeit von Strömungen innerhalb des Ausbreitungsmediums zu beschreiben, kann man sich der Theorie der geometrischen
Akustik bzw. Strahlenakustik bedienen. Jedes Schallereignis erzeugt eine Wellenfront, die durch Bewegungen des Ausbreitungsmediums, wie sie beispielsweise durch
Wind und thermische Strömungen erzeugt werden, beeinflusst wird. Eine einfache
Feststellung ist, dass die Schallgeschwindigkeit höher ist, wenn die Richtung der
Schallausbreitung der Windrichtung entspricht und umgekehrt niedriger ist, wenn
sie dem Wind entgegen gerichtet ist.
Bewegt sich das Ausbreitungsmedium mit der Geschwindigkeit v0 und die Schallgeschwindigkeit beträgt cn, so ergibt sich eine effektive Schallgeschwindigkeit vef f =
v0 + cn aus der Sicht des bewegten Mediums. n ist dabei der Normalenvektor zur
Wellenfront. Betrachtet man das System von einem festen Standpunkt aus, ist die
Ausbreitungsrichtung nicht zwangsläufig gleich n. Aus diesem Grund schreibt man
folgendes [Pier 89, S. 372]:
dxp
= v(xp , t) + n(xp , t)c(xp , t) = vray
dt
(2.33)
Dies ist die Strahlgeschwindigkeit vray eines Punktes xp auf der Wellenfront, wobei
ein Ausgangszeitpunkt t = τ (x) festgelegt worden ist. Die Strecke die xp (t) während
einer bestimmten Zeit t zurück legt, ist der Schallstrahl bzw. die Schallstrecke und die
Funktion xp (t) ist der Strahlengang. In Abb. 2.1 ist dieser Zusammenhang illustriert.
Dass der Strömungseinfluss in dieser Arbeit unberücksichtigt bleibt, hat zur Folge,
dass Schallstrahlen bzw. Schallstrecken stets als gerade angenommen werden.
10
2.5 Reflexion und Absorption an Raumbegrenzungsflächen
cn
P
v0
Schallstrahl
xp (t)
τ (x) = t1 + ∆t
τ (x) = t1
Abbildung 2.1: Konzept des Schallstrahls, dessen Verlauf durch die Strömungsgeschwindigkeit v0 beeinflusst wird. Der Punkt xp (t) bewegt sich mit
der Geschwindigkeit vef f = v0 + cn.
2.5 Reflexion und Absorption an Raumbegrenzungsflächen
In den vorangegangen Kapiteln wurde immer von einer ungehinderten Schallausbreitung ausgegangen. Diese geometrische Unbegrenztheit wird in der Folge räumlich durch Begrenzungsflächen eingeschränkt. Trifft eine ebene Schallwelle auf eine
Wand, so wird sie auf eine sehr gut vorhersagbare Art und Weise in den Raum
zurückgeworfen. Voraussetzung für die nachfolgende Beschreibung solcher Reflexionen ist, dass die Wellenlängen des auftreffenden Schallsignals klein gegenüber den
Ausmaßen der Reflexionsfläche sind. Die Tatsache, dass im Falle einer Reflexion,
Einfallwinkel θ und Ausfallwinkel θ gleich groß sind, ist von elementarer Bedeutung
für die vorliegende Arbeit. Gemeint sind Winkel die an der Normalen der Reflexionsfläche anliegen.
Das Schallfeld vor einem Reflektor lässt sich im Allgemeinen als Summe der auftreffenden und reflektierten Welle beschreiben [Möse 12, S. 219 ff.]. Als allgemeiner Fall
wird der schräge Schalleinfall behandelt:
p = p0 ejky sin θ (e−jkx cos θ + rejkx cos θ )
(2.34)
r ist der komplexe Reflexionsfaktor, der die Dämpfung der reflektierten Schallwelle
bestimmt:
z
ρc cos θ − 1
(2.35)
r= z
ρc cos θ + 1
11
2 Schallausbreitung in Gasen
Dabei ist z = p(0)/v(0) die Wandimpedanz, die das Verhältnis von Druck und
Schallschnelle an der Wandoberfläche x = 0 darstellt. Sie wird vom Aufbau des
Reflektors und der Beschaffenheit seiner Oberfläche bestimmt.
Die Absorption kann unmittelbar aus dem Reflexionsfaktor errechnet werden und
wird mit dem Verlustgrad
β = 1 − |r|2
(2.36)
angegeben.
12
3 Grundlagen zur Messmethode
Die im Zuge dieser Abschlussarbeit entwickelte experimentelle Methode zur Messung der Raumtemperaturverteilung (sh. Kap. 5 ff.) basiert auf der im Folgenden
vorgestellten Ermittlung von Laufzeiten akustischer Signale auf Schallstrecken, die
an Raumbegrenzungsflächen reflektiert wurden. Zunächst werden kurz system- und
signaltheoretische Grundlagen erläutert, woraufhin im Allgemeinen die Korrelationsmesstechnik und im Speziellen die Maximalfolgenmesstechnik vorgestellt wird.
In diesem Kapitel werden außerdem spezifische Grundlagen für die Messmethode
aufgeführt. Dafür werden Auswirkungen von Zeitvarianzen, welche Einfluss auf die
Schallgeschwindigkeit haben, betrachtet. Die relevanten Zeitvarianzen, die die Messgröße darstellen, werden durch ein Modell beschrieben, um eine theoretische Begründung für die zeitliche Betrachtung der Raumantwort, wie sie in dieser Arbeit
vollzogen wird, zu liefern. Außerdem werden mit einer statistischen Analyse von
Korrelationssignalen und dem Spiegelschallquellenverfahren Voraussetzungen für die
Laufzeitbestimmung von Wandreflexionen beschrieben. Schließlich wird in die akustische Laufzeittomographie zur Rekonstruktion von Temperaturfeldern eingeführt.
3.1 Fouriertransformation
Beinahe jede Art von akustischen Signalen kann durch überlagerte sinusförmige
Schwingungen mit der Frequenz ω dargestellt werden. Dabei wird ein Zeitsignal x(t)
durch die Fouriertransformation nach [Wein 08, S. 6 ff.]
X(ω) =
Z
∞
x(t)e−jωt dt
(3.1)
−∞
auf das zugehörige Spektrum X(ω) abgebildet. Um umgekehrt aus der spektralen
Darstellung den zeitlichen Verlauf einer physikalischen Größe zu erhalten, kann aus
den gewichteten Exponentialanteilen das Zeitsignal durch die inverse Fouriertransformation errechnet werden:
x(t) =
1
2π
∞
Z
X(ω)ejωt dω
(3.2)
−∞
Im zeitdiskreten Fall lauten die Gleichungen
X(Ω) =
∞
X
x(n)e−jΩt
(3.3)
X(Ω)ejΩn dΩ.
(3.4)
n=−∞
und
x(n) =
1
2π
Z
2π
x(n) sind Werte einer zeitlichen Folge, zu welcher die spektrale Darstellung X(Ω)
gehört.
13
3 Grundlagen zur Messmethode
3.2 Übertragungssystem, Impulsantwort und
Übertragungsfunktion
Ein Raum ist ein akustisches Übertragungssystem, das ein Schallereignis, abhängig
von den Parametern des Raumes, verändert. Aus dem Eingangssignal x(t) folgt das
Ausgangssignal y(t):
y(t) = L{x(t)}
(3.5)
Dabei wird das Schallsignal hauptsächlich verzögert, seine Amplitude verringert sich
und Reflexionen mit unterschiedlicher Laufzeit und Intensität werden dem Signal
hinzugefügt. Im Allgemeinen wird in der praktischen Akustik das Übertragungssystem Raum als linear und zeitinvariant behandelt [Wein 08, Kap. 1.2.4]. Dass aber
gerade Raumtemperaturänderungen zu Zeitvarianzen führen, zeigt u.a. [Kaji 99] und
wird näher in Abschnitt 3.5 betrachtet. Während diese Tatsache bei raumakustischen
Messungen zu ungewollten Fehlern führt, wird sie bei der in Kap. 5 ff. vorgestellten
Methode genutzt, um die Raumtemperaturverteilung zu ermitteln.
Um die Eigenschaften eines akustischen Übertragungssystems zu erhalten, wird das
System mit einem infinitesimal kurzem Impuls δ(t) angeregt. Die Antwort des Systems ist die Impulse Response (IR)
h(t) = L{δ(t)},
(3.6)
die das System vollständig beschreibt. Wird die IR nun mittels Faltung auf ein
akustisches Signal x(t) angewandt, so werden die Übertragungseigenschaften des
Systems im Ausgangssignal enthalten sein:
y(t) = L{x(t)} =
Z
∞
−∞
x(τ )h(t − τ )dτ
(3.7)
Im Frequenzbereich ist die Faltung eine einfache Multiplikation der Spektren und
Gl. 3.7 wird zu
Y (ω) = H(ω) · X(ω).
(3.8)
H(ω) ist dabei die Übertragungsfunktion, also die Fourier-Transformierte F der
IR:
H(ω) = F {h(t)}
(3.9)
Die zeitliche und die spektrale Darstellung enthalten die identische und vollständige
Information über ein Übertragungssystem.
3.3 Korrelationsmesstechnik
Um die Laufzeiten in einem System oder dessen gesamte Übertragungseigenschaften,
wie beispielsweise die Room Impulse Response (RIR) zu ermitteln, ist es möglich
14
3.4 Maximalfolgen
das System mit einem einzelnen Impuls x(t) = δ(t) anzuregen und somit direkt die
System-IR am Empfänger zu erhalten [Vorl 94]:
y(t) =
Z
∞
′
−∞
′
′
h(t )δ(t − t )dt ≈ h(t)
(3.10)
Bei der Korrelationsmesstechnik wird dagegen ein zeitlich gedehntes Anregungssignal x(t) verwendet, um ebenfalls die IR des Systems zu erhalten. Für das Faltungsintegral der Korrelationsmesstechnik schreibt man
Φxy (τ ) =
Z
∞
−∞
′
′
′
h(t )Φxx (τ − t )dt ≈ h(τ ).
(3.11)
Φxx (τ ) ist die Autokorrelationsfunktion (AKF) des Anregungssignals und Φxy (τ ) ist
die Kreuzkorrelationsfunktion (KKF) des Empfangssignals. Die Korrelationsmesstechnik hat den Vorteil, dass nicht das Anregungssignal selbst einem idealen Impuls
möglichst nahe kommen muss, sondern seine AKF. In der Folge kann das Übertragungssystem mit deutlich mehr Energie angeregt werden und die Aussteuerung
des Messsystems muss nicht kompromissbehaftet ausgeführt werden. Es wird ein
deutlich höheres Signal to Noise Ratio (SNR) als bei der impulshaften Anregung
erreicht.
3.4 Maximalfolgen
Mögliche Korrelationssignale die für die Messtechnik aus Abschnitt 3.3 verwendet
werden können und auch als Messsignal für die Messung der Raumtemperaturverteilung in Kap. 5 ff. verwendet werden, sind sog. Maximalfolgen oder Maximum Length
Sequence (MLS). MLS sind konstruierte binäre Pseudozufallsfolgen, die durch eine
ganzzahlig-positive Ordnung N charakterisiert werden. Sie können nur die Werte 0
und 1 annehmen und haben eine Länge von 2N − 1 Samples. Zu Messzwecken wird
der Wertebereich allerdings auf -1 und 1 skaliert. Die Konstruktion basiert meist
auf einem rückgekoppelten binären Schieberegister der Länge N . Die mathematischen und zahlentheoretischen Grundlagen, sowie die praktische Erzeugung wird in
[Luke 92, Kap. 3] beschrieben. In Abb. 3.1 ist examplarisch der Zeitverlauf, das weiße Frequenzspektrum und die AKF einer MLS vom Grad 4 zu sehen.
15
3 Grundlagen zur Messmethode
(c)
(a)
16
14
0.5
12
0
−0.5
10
−1
8
0
5
10
15
time
(b)
amplitude
4
amplitude
amplitude
1
6
4
2
3
0
2
−2
1
−4
0
0
5
10
frequency
15
−10
0
10
time shift
Abbildung 3.1: Darstellung einer MLS vom Grad 4 im (a) Zeitbereich, (b) Frequenzbereich und die (c) AKF der MLS
Neben der AKF, die bei einer höheren Ordnung N einem idealen Impuls sehr nahe kommt und der Möglichkeit, dass die Verwendung des Messsignals bei einem
ungünstigen Störsignalpegel dennoch verwertbare Messergebnisse liefern kann, hat
das MLS-Signal weitere nennenswerte Eigenschaften [Dunn 93]. Sein Crest-Faktor
ist theoretisch, aufgrund seiner Signaleigenschaften, minimal klein. In der Praxis
führt jedoch ein schneller Wechsel von maximalen Auslenkungszuständen zu erheblichen Verzerrungen und Übersteuerungen durch die Nichtliniearitäten der Messkette
(u.a. Impulsverhalten des Lautsprechers). Für die akustische Laufzeitmessung auf
multiplen Schallstrecken im Untersuchungsgebiet kann es relevant sein, dass mehrere MLS simultan ausgesendet und empfangen werden. Dabei findet man keine
relevante gegenseitige Beeinflussung in den einzelnen Korrelaten [Seli 05]. Weiterhin sind Messsysteme, die auf eine MLS als Anregungssignal basieren empfindlicher
gegenüber Zeitvarianzen, im Vergleich zur heute in der raumakustischen Messtechnik üblichen Gleitsinusanregung. Diese Aussage kann in mehreren Arbeiten, wie in
[Vorl 95], [Sven 99] und [Kob 96], gefunden werden und hat schließlich dazu geführt,
der MLS-Technik in dieser Arbeit den Vorzug zu geben. In Abschnitt 3.5 werden
mögliche Zeitvarianzen in akustischen Systemen behandelt.
16
3.5 Zeitvarianzen
3.5 Zeitvarianzen
In diesem Abschnitt soll der theoretische Einfluss von Zeitvarianzen bei Messungen mittels der Maximalfolgen-Messtechnik nach [Vorl 97] und [Sven 99] betrachtet
werden, insofern sie für die vorliegende Arbeit relevant sind.
3.5.1 Inter- und intraperiodische Effekte
Zeitvarianzen werden grundsätzlich in zwei Kategorien eingeteilt. Zum einen erzeugen sie intraperiodische Effekte, die eine Messung während der Dauer einer einzelnen
MLS-Periode beeinflussen und durch Delay-Modulation der IR modelliert werden
können. Zum anderen werden interperiodische Zeitvarianzen beschrieben, die nichtlineare Veränderungen des Systems abdecken, welche im Verhältnis zur Anregungsdauer eines Systems langsam erfolgen. Sie können durch (partielles) Time-Stretching
der IR modelliert werden. Die Tab. 3.1 zeigt mögliche Zeitvarianzen bei akustischen
Messungen mittels MLS und wie sie kategorisiert werden.
Ursache für zeitliche Varianz
Temperaturänderungen
Wind, Strömungen und Turbulenzen
Bewegte Objekte oder Personen
Erwärmung der Messhardware
Clock-Jitter
Schalldruckpegeländerungen
Sampling-Frequency-Drift
Kategorie
interperiodisch
intraperiodisch / interperiodisch
intraperiodisch
interperiodisch
intraperiodisch
intraperiodisch / interperiodisch
interperiodisch
Tabelle 3.1: Übersicht der Zeitvarianzen in akustischen Übertragungssystemen
[Sven 99]
Alle in Tab 3.1 beschriebenen Effekte bedeuten eine Abweichung von der Annahme, dass ein akustisches System linear und zeitinvariant ist. Da sich Temperaturänderungen in der Regel langsam vollziehen, wird im Folgendem ausschließlich auf
interperiodische Zeitvarianzen eingegangen.
3.5.2 Time-Stretching-Modell
Zunächst sei gesagt, dass das Time-Stretching einer IR äquivalent zu einer Veränderung der Ausbreitungsgeschwindigkeit ist und somit in erster Näherung auch
gleichbedeutend mit einer Änderung der Temperatur (sh. Abschnitt 2.4).
Betrachtet werden nun zwei IR: h1 (t) und h2 (t), welche aus zwei Messungen, zu
unterschiedlichen Zeitpunkten, mittels MLS-Technik erzeugt wurden. Es wird vorausgesetzt, dass sie frei von jeglichem Störsignal sind, sodass die Differenz
∆h(t) = h2 (t) − h1 (t)
(3.12)
17
3 Grundlagen zur Messmethode
ausschließlich die Zeitvarianzen zum Ausdruck bringt. Die Beziehung zwischen zwei
IR, die einem Time-Stretching ausgesetzt waren ist h2 (t) = h1 (t[1 + ǫ]), mit der
relativen Änderung der Ausbreitungsgeschwindigkeit ǫ = ∆c/c. Aus Gl. 3.12 folgt
für die Differenz zwischen beiden IR
∆h(t) = h1 (t[1 + ǫ]) − h1 (t).
(3.13)
Zunächst geht man von einem vereinfachten Fall aus, wie es beispielsweise die
Freifeld-IR eines LS ist. Sie besteht lediglich aus der einfachen IR des LS zu einem bestimmten Zeitpunkt t1 . Dies ist in erster Näherung die Verzögerung hdelay (t)
der Systemantwort hDU T durch die Laufzeit zwischen LS und Mikrofon:
h1 (t) = hDU T (t) ∗ hdelay (t) = hDU T (t) ∗ δ(t − t1 )
(3.14)
Aus Gl. 3.13 ergibt sich dadurch
∆h(t) = hDU T (t[1 + ǫ]) ∗ δ(t[1 + ǫ] − t1 ) − hDU T (t) ∗ δ(t − t1 ).
(3.15)
In akustischen Systemen kann davon ausgegangen werden, dass der Time-StretchingEffekt auf hDU T (t) deutlich kleiner ist, als auf hdelay (t), da sich hDU T (t) über einen
wesentlich kürzeren Zeitraum erstreckt. Durch diese Annahme folgt aus Gl. 3.15
∆h(t) ≈ hDU T (t) ∗ {δ(t[1 + ǫ] − t1 ) − δ(t − t1 )}
t1
− δ(t − t1 ) .
= hDU T (t) ∗ δ t −
1−ǫ
(3.16)
Daraus geht hervor, dass der Haupteffekt von Time-Stretching eine zeitliche Verschiebung der IR um den Betrag 1/(1 + ǫ) darstellt. Außerdem sieht man, dass sich
die Abweichung ∆h(t) im zeitlichen Bereich der eigentlichen IR befindet.
Für kleine Werte von ǫ ist in [Sven 99] eine Approximation für Gl. 3.16 im Frequenzbereich zu finden:
∆H(ω) = HDU T (ω)(e−jωt1 /(1+ǫ) − e−jωt1 )
1
≈ HDU T (ω)Hdelay (ω) jωt1 ǫ − (ωt1 ǫ)2
2
(3.17)
Interpretiert man Gl. 3.17, so sollte zunächst gesagt werden, dass Hdelay (ω) Allpassverhalten hat. Die Differenz der Übertragungsfunktionen ∆H(ω) hat aber grundsätzlich die spektrale Form der Übertragungsfunktion HDU T (ω), und besitzt zusätzlich einen Anstieg von 6 dB pro Oktave. Die Amplitude dieses Terms ist dabei
proportional zur Verzögerungszeit t1 und zur relativen Änderung der Ausbreitungsgeschwindigkeit ǫ. Für Frequenzen höher als ω = 2/t1 ǫ ist der Übertragungsfunktion
ein Anstieg von 12 dB pro Oktave zu entnehmen.
Die oben beschriebene Differenz-IR und die Interpretation im Zeit- und Frequenzbereich gilt ausschließlich für den theoretischen Fall einer IR, frei von weiteren Nichtlinearität, Varianzen und Störsignalen. Eine reale RIR besteht dagegen aus einer
Überlagerung des Direktschalls mit einer großen Anzahl von Reflexionen zu verschiedenen Zeiten, mit verschiedenen Amplituden. Jede Reflexion verursacht eine
Änderung der Übertragungsfunktion nach Gl. 3.17 zu den Zeiten t1 , die den Verzö-
18
3.6 Reflexionserkennung durch statistische Signalaufbereitung
gerungen der Reflexionen entsprechen. Die Summe dieser einzelnen Übertragungsfunktionen bildet die totale Abweichung der Übertragungsfunktion und beinhaltet
sämtliche Interferenz-Effekte.
Die große Anzahl von Reflexionen im Diffusfeld eines Raumes führt vielmehr zur
Addition von Energien, statt zur Addition von Amplituden. Die totale Abweichung
einer Raumübertragungsfunktion kann als energiebasierte Summation aller Abweichungen zu den Zeiten t1 der einzelnen Reflexionen betrachtet werden, die durch
Zeitvarianzen verursacht werden.
3.6 Reflexionserkennung durch statistische
Signalaufbereitung
Die Qualität der Analyse des Korrelationssignal bestimmt, ob eine Reflexion bzw.
ihre Laufzeit detektiert werden kann. Es wird eine Methode vorgestellt, die auf einem rudimentären Ansatz, in Verbindung mit einer statistischen Signalaufbereitung
basiert.
3.6.1 Peak Picking
In einem Korrelationssignal bzw. in einer RIR, die beispielsweise aus einer Messung
mit der Korrelationsmesstechnik (sh Abschnitt 3.3) hervorgeht, werden die Laufzeiten von Reflexionen als lokale Maxima oder Minima abgebildet. Eine naheliegende
Methode, diese Laufzeiten τi zu bestimmen, ist die Analyse dieser Extremwerte in einem Kurzzeitfenster, was sich folgendermaßen ausdrücken lässt und im Allgemeinen
als Peak Picking bezeichnet wird [Terv 11, S. 70]:
τi = tStart + argmax{h(t)}
(3.18)
t liegt dabei in einem Bereich tStart < t < tEnd der vom Startpunkt und vom Endpunkt des Zeitfensters begrenzt wird. Neben dem Peak Picking existieren weitere
Methoden der Laufzeitbestimmung. In [Terv 11, S. 98 ff.] wurden mehrere Algorithmen in einer Monte-Carlo-Simulation, in Abhängigkeit des SNR einer simulierten
RIR, miteinander verglichen. Das Peak Picking zeigte dabei eine gute Erkennungsleistung, auch im Bezug auf rechenintensivere Methoden. Die Fehlerrate war dabei
durchweg geringer als bei der ebenfalls gängigen Phase Transform (PHAT)-Methode
und ab einem SN R > 20dB war sie auch geringer, als bei der Maximum Likelihood
Estimation (MLE)-Methode.
3.6.2 Kurtosis-Analyse
Um das Peak Picking für diese Arbeit performanter zu machen, wurde eine statistische Methode nach [Ushe 10] implementiert, um Reflexionen als solche im Korrelationssignal besser detektieren zu können. Darin wird eine Statistik zweiter Ordnung
einer RIR verwendet, anstatt lediglich eine Analyse des energiebasierten Signals
durchzuführen. Bei Reflexionen, die in einem Punkt eintreffen, kann der Schalldruck
19
3 Grundlagen zur Messmethode
als stochastische Funktion mit einer Normalverteilung und einem Mittelwert von
Null modelliert werden. Der Grad der Normalverteilung eines Ausschnitts einer RIR
kann somit zur Laufzeitbestimmung genutzt werden. Je höher dieser Grad ist, desto
höher ist die Wahrscheinlichkeit, dass es sich bei dem betreffenden Abschnitt um
eine Reflexion handelt.
Ein Maß für den Grad der Normalverteilung ist die Kurtosis (dt.: Wölbung). Die
Kurtosis kann man auch als Maß für den Grad der „Spitzigkeit“ (Ausprägung des
Peaks) einer Verteilung sehen, was genauer als Bi-Modalität zu bezeichnen ist. Die
Kurtosis k für eine Datenvektor x ist definiert als das Verhältnis des vierten Zentralmoments zu seiner Standartabweichung zur vierten Potenz:
k=
E{x − µ}4
σ4
(3.19)
Dabei ist E der statistische Erwartungsoperator, µ der Mittelwert von x und σ die
Standartabweichung von x. Für eine praktische Implementierung wird ein Kurzzeitfenster x = [xn−m/2 , xn−m/2+1 , ..., xn+m/2−1 ] definiert. Eine gleitende KurtosisAnalyse ergibt sich dann zu
(xn − µn )4
,
(3.20)
kn =
σn4
mit µn und σn als Mittelwert und Standartabweichung des Vektors xn mit der Länge
m.
Gl. 3.20 kann nun auf eine RIR angewandt werden, wodurch eine Art RIR-Kurtosis
berechnet wird, die den Grad der „Spitzigkeit“, statt den Schalldruckpegel über die
Zeit darstellt. Dabei geht die Amplitude der Kurtosis nicht zwangsläufig mit der
Ausprägung der Reflexion in der RIR einher. In [Ushe 10] wird der Begriff KortosisReflektogramm erwähnt, welcher im Zusammenhang mit dieser Arbeit terminologisch
als zutreffend erscheint.
Die zeitliche Auflösung eines Kurtosis-Reflektogramms ist von der Fenstergröße m
und der Überlappung aufeinanderfolgender Fenster abhängig. Wenn das Analysefenster kürzer, als die Zeit zwischen zwei Reflexionen ist, ist der lokale Mittelwert
µ zu gering, um eine korrekte Differenz zwischen einem Sample x und µ zu erhalten, sodass eine zu geringe Kurtosis resultiert. Andererseits würde ein zu großes
Fenster das Kurtosis-Reflektogramm verschmieren und eine bi-modale Verteilung
von zwei Peaks würde ebenfalls zu einer verringerten Kurtosis führen. Aufgrund
dieser möglichen Fehlerquellen wurde eine modifizierte Kurtosis-Berechnung nach
[Ushe 10] verwendet, in der ein einzelner Wert x durch eine erste Kurtosis-Analyse
eines sehr kurzen lokalen Fensters ersetzt wird. Mithilfe eines zweiten, längeren Fensters, werden Mittelwerte und Standartabweichungen über einen größeren Zeitraum
berechnet. Zusammengefasst in einer Gleichung folgt:
kn,l,m =
(µn,lk − µn,mk )4
4
σn,m
k
(3.21)
lk und mk sind die Fensterlängen, die beide das Sample n des Datenvektor x als
Zentrum haben, wobei mk > lk gilt. Weiterhin sind µn,lk und µn,mk die Mittelwerte
dieser Fenster und σn,mk ist die Standartabweichung des Fensters mit der Länge mk .
Bei den Fensterlängen, für die Messungen im Zuge dieser Arbeit, wurde sich an einer
20
3.7 Spiegelschallquellenverfahren
empirischen Untersuchung orientiert, die ebenfalls in der oben referenzierten Arbeit
durchgeführt wurde.
3.7 Spiegelschallquellenverfahren
Grundlegend für die experimentelle Methode in Kap. 5 ff. ist eine mathematische
Modellierung der theoretischen Schallstrecken nach den Grundsätzen der geometrischen Raumakustik. In [Alle 79] wurde erstmals ein Spiegelschallquellenverfahren
(SSQ-Verfahren) zur Modellierung von RIR beschrieben. Neben weiteren Verfahren, wie Ray-Tracing-Methoden und dem direkten Lösen der Wellengleichung (sh.
Abschnitt 2.2), ist das SSQ-Verfahren eine Standartmethode der akustischen Raumsimulation.
Das SSQ-Modell erzeugt die Schallstrecken direkt zwischen Sender und Empfänger,
unter der Berücksichtigung von Reflexionen. Die Ordnung M gibt dabei an, wie
oft ein Schallstrahl an einer Raumbegrenzungsfläche reflektiert wird. Mit niedrigen
Ordnungen berechnet man erste Reflexionen, die diskret in der IR eines Raumes
als Peaks auszumachen sind. Sie repräsentieren die theoretischen Schalllaufzeiten im
linearen und zeitinvarianten System.
Im Folgenden wurde auf die Darstellung in [Dokm 13] zurückgegriffen, um ein SSQModell zu veranschaulichen. Darin wird von einer IR mit der Form
hm (t) =
X
i
αi δ(t − τi )
(3.22)
ausgegangen, wobei sich Sender und Empfänger an einer festen Position im Raum
befinden. In diesem theoretischen Fall handelt es sich um eine Impulsfolge, in der
auf den Direktschall ein Impuls für jede Reflexion folgt. αi ist für die Verringerung
der Amplitude von δ(t) verantwortlich, deren Hauptursachen in Kap. 2 beschrieben
werden.
In einem SSQ-Modell wird ein Schallstrahl nach dem geometrischen Reflexionsgesetz
(sh. auch Abschnitt 2.5) von der Wand reflektiert. Diese Reflexion kann mittels
einer virtuellen Schallquelle, der SSQ S̃i , simuliert werden. Für diesen Zweck wird
die originale Schallquelle S an der Raumbegrenzungsfläche gespiegelt, welche für
die Reflexion verantwortlich ist. Nun nimmt man an, dass es sich bei S̃i , neben
S um eine zusätzliche Schallquelle handelt. An beiden Quellen liegt das identische
Signal an, jedoch ist das von S̃i für eine einfache Raumsimulation entsprechend der
größeren Distanz zum Empfänger verzögert und um den Grad der Wandabsorption
in seiner Energie verringert. Mehrfachspiegelungen von S̃i an den Verlängerungen
der Raumbegrenzungsflächen führen zu SSQ höherer Ordnung. Die modellierte RIR
ist die Summe aus dem Direktschall und dem Schall, der von den SSQ emittiert
wird, vorausgesetzt es erfolgte eine Impulsanregung.
Eine SSQ erster Ordnung errechnet sich mit
S̃i = S + 2hPi − S, ni ini .
(3.23)
21
3 Grundlagen zur Messmethode
Dabei ist ni der Normalenvektor der i−ten Raumbegrenzungsfläche und Pi ein beliebiger Punkt, der auf dieser Fläche liegt. Die Laufzeit der Reflexion an der i−ten
Wand ist
||S̃i − R||
.
(3.24)
τi =
c
R markiert die Position des Empfängers und c ist die Ausbreitungsgeschwindigkeit.
Eine SSQ einer höheren Ordnung M kann immer im Bezug auf eine SSQ mit der
Ordnung M = M − 1 erzeugt werden. Eine SSQ zweiter Ordnung ist somit
S̃ij = S̃i + 2hPj − S̃i , nj inj ,
(3.25)
wobei nj der Normalenvektor einer weiteren Raumbegrenzungsfläche ist. Zudem gilt
die Abstandsbeziehung
||S − S̃ij || = ||S̃i − S̃j ||.
(3.26)
Die Gesamte Konstruktion der SSQ kann sehr gut grafisch dargestellt und nachvollzogen werden (sh Abb. 3.2). Als Notation für weitere Ausführungen sollen mit
dem SSQ-Modell berechnete Laufzeiten, unabhängig von der Ordnung, τimod und
Schallstrecken li bezeichnet werden.
S̃i
Wand i
ni
S̃ij
S
nj
S̃j
R
Wand j
Abbildung 3.2: Spiegelschallquellenmodell mit Reflexionen erster und zweiter
Ordnung
22
3.8 Akustische Laufzeittomografie
3.8 Akustische Laufzeittomografie
In diesem Abschnitt wird eine Methode zur tomografischen Rekonstruktion von Temperaturverteilungen innerhalb eines Volumens vorgestellt, der akustische Laufzeitmessungen auf bekannten Schallstrecken zugrunde liegen. Die Schallstrecken sollten
dabei möglichst gleichmäßig in der Messumgebung verteilt sein. Die Methode wird
in [Bart 11] beschrieben.
Die gemessene, temperaturabhängige Laufzeit entlang einer Schallstrecke li innerhalb eines begrenzten Raumes ist
τimeas =
Z
Ray
∂li
.
c(r)
(3.27)
Dabei ist ∂li ein Streckenelement der i-ten Schallstrecke und c(r) die ortsabhängige
Schallgeschwindigkeit. r beschreibt mit r = xex + yey + zez den Ortsvektor.
Durch einen Algorithmus, der in der Lage ist, die Schallgeschwindigkeiten c(r), die
aus den individuellen Laufzeiten τimeas hervorgehen, räumlich aufzulösen, kann ein
Tomogramm der Raumtemperatur erstellt werden. Dies geschieht durch Inversion
der Gl. 3.27. In der Quelle, die diesem Abschnitt zugrunde liegt, wird eine experimentelle, algebraische Methode zur tomografischen Rekonstruktion von aerodynamischen Messungen verwendet, die im Rahmen dieser Arbeit theoretisch nicht betrachtet werden soll. Eine algebraische Methode verlangt, dass die Messumgebung
durch die Aufteilung in Gitterzellen diskretisiert wird. Eine Zelle wird im Verlauf
der Arbeit auch als Voxel bezeichnet werden, also eine quaderförmige Zelle, welche
einen Quader regelmäßig zerteilt. Es wird angenommen, dass die Messgröße innerhalb einer Zelle konstant ist. Durch Mittlung wird ein Temperaturwert pro Zelle
resultieren.
Mit der inversen Schallgeschwindigkeit sj = 1/cj , die eine Größe für die Langsamkeit
darstellt, ergibt sich durch Diskretisierung von Gl. 3.27.
τijmeas =
J
X
lij sj .
(3.28)
j=1
τijmeas gilt für die j-te Zelle und lij , dem Teil der Schallstrecke li , welcher in dieser
Zelle verläuft. Mit J ist die Anzahl der Gitterzellen notiert.
In [Bart 11] wird die Abfolge der Berechnung der Schallgeschwindigkeitsverteilung,
innerhalb einer vorgegebenen Zellenaufteilung, mit einer algebraischen Methode folgendermaßen angegeben:
1. Bestimmung einer Startverteilung der Werte für die Langsamkeit (beispielsweise eine homogene Verteilung).
2. Berechnung von Laufzeitwerten auf bekannten Schallstrecken entsprechend der
vorbestimmten Langsamkeits-Verteilung (Vorwärtsmodellierung).
3. Bestimmung von Abweichungen der Laufzeit aus der Vorwärtsmodellierung
von gemessenen Werten, sowie Berechnung von Korrekturwerten für die Langsamkeit der Gitterzellen.
23
3 Grundlagen zur Messmethode
4. Neuberechnung der Langsamkeits-Verteilung entsprechend der Korrekturwerte.
5. Schritt 2-4 werden solange wiederholt, bis ein Abbruchkriterium erfüllt ist.
Dieses kann die Anzahl der Iterationen, oder eine vordefinierte Abweichung
zwischen modellierten und gemessenen Werten sein.
6. Der iterative Prozess endet mit der Verteilung der Langsamkeit, bzw. der
Schallgeschwindigkeit als Ergebnis.
Mit der Gl. 2.32 kann nach diesem Vorgang die Verteilung der akustisch virtuellen
Temperatur berechnet werden.
Für die Berechnungen in Schritt 3 wird ein Simultaneous Iterative Reconstruction
Technique (SIRT)-Algorithmus eingesetzt. Der tomografische Rekonstruktionsprozess mittels SIRT verlangt keine weiteren Informationen, wie die, die in diesem
Abschnitt bereits genannt wurden. Während des iterativen Prozesses, der zur Lösung der Gl. 3.28 durchlaufen wird, ist der SIRT-Algorithmus für die Korrektur der
Langsamkeit ∆sj der j-ten Zelle verantwortlich:
I
τ meas − τicalc
1 X
lij i
∆sj =
Lj i=1
Li
!
(3.29)
Die Summe Li = Jj=1 lij ist dabei die Länge der i-ten Schallstrecke und die Summe
P
Lj = Ii=1 lij beschreibt die Länge aller Schallstrecken innerhalb der j-ten Gitterzelle. J ist in diesem Zusammenhang die Anzahl der Zellen und I ist die Anzahl der
Schallstrecken. Weiterhin ist τimeas die gemessene Laufzeit auf der Schallstrecke li
P
und τicalc = Jj=1 lij sj ist die Laufzeit aus der aktuellen Vorwärtsmodellierung der
Langsamkeits-Verteilung für li . Aus der Gl. 3.29 geht hervor dass die Korrekturen
der Langsamkeiten von den Laufzeitdifferenzen auf allen Schallstrecken abhängig
sind.
Mit Gl. 3.29 wird im oben beschriebenen iterativen Prozess aus der vorhergehenden
Verteilung der Langsamkeiten stj eine neue Langsamkeits-Verteilung
P
st+1
= stj + ∆stj
j
(3.30)
erstellt.
Aufgrund der Annahme, dass die Verteilung der Langsamkeit in der Messumgebung
stetig ist, besteht eine gegenseitige Abhängigkeit benachbarter Gitterzellen. Nach
jedem iterativen Zyklus wird eine Mittelung zwischen einer Zelle und ihren Nachbarzellen durchgeführt, um dieser Abhängigkeit Rechnung zu tragen. Der Grad der
Abhängigkeit durch die Langsamkeiten in den Nachbarzellen kann mittels eines Gewichtungsfaktors w kontrolliert werden. Die gemittelte Langsamkeit wird mit der
Anzahl n der benachbarten Zellen (maximal 26 für ein dreidimensionales Gitter)
durch
P
sj + w nk=1 sj,o
(3.31)
s¯j =
1 + nw
ermittelt, wobei für o gilt: o = 1, ..., 26. In der referenzierten Arbeit wird ein Wert von
w = 0, 01 empfohlen. Dieser Wert wurde auf Basis von Simulationen ermittelt, die
mit rekonstruierten Zellwerten verglichen wurden. Beim angegebenen Wert waren die
24
3.8 Akustische Laufzeittomografie
Differenzen zwischen den simulierten Werten und den iterativ bestimmten Werten
am geringsten.
25
4 Messtechnik
In diesem Kapitel wird der Messaufbau mit allen Komponenten beschrieben, so wie
er im Zuge der Abschlussarbeit entstanden ist. Hierfür wurde ein spezieller MessLS gebaut, dessen Eigenschaften hier festgehalten werden sollen. Andere relevante
Daten der Messkette werden ebenso genannt, sowie ein beispielhafter Aufbau gezeigt
und auf die verwendete Software eingegangen. Die zusammengestellte Anordnung
sollte in erster Linie dem Prototyping dienen, da in Zukunft eine hardwarenähere
Implementierung vorgesehen ist, die lediglich die Auswertung auf Softwareebene
vorsieht.
4.1 Schallquelle
Eine genaue Analyse von Korrelaten, bzw. RIR zur Laufzeitermittlung aus reflektiertem Schall, setzt bestimmte Eigenschaften an die Schallquelle voraus (sh. Abschnitt
4.1.1). Andere übliche Anforderungen an einen LS, wie ein möglichst linearer Frequenzgang, spielen hingegen eine sekundäre Rolle. Die erwünschten Eigenschaften
ließen sich zufriedenstellend durch die Gestaltung der Gehäuseform, dem Volumen
und insgesamt kleinen Ausmaßen des LS in geschlossener Bauform erreichen. Dass
die Anforderungen weitestgehend erfüllt wurden, zeigen die Messergebnisse in Abschnitt 4.1.3.
4.1.1 Anforderungen und Bauweise
Die ideale Schallquelle für den angedachten Einsatzzweck wäre eine MonopolPunktquelle. Solch ein LS ist aus vielerlei physikalischen Gründen nicht als realer
Schallemitter umzusetzen [Masi 11]. Stattdessen wurde versucht, einen LS zu bauen,
der die folgenden Forderungen zufriedenstellend einhalten kann. Es erfolgt zudem
zu jedem Punkt eine Begründung hinsichtlich der Anwendung und der Art der Realisierung.
Breitbandiger Übertragungsbereich
Bei der Korrelationsmesstechnik (sh. Abschnitt 3.3) ist die Übertragungsbandbreite
die ausschlaggebende Größe für die maximale Höhe eines Korrelationsmaximums.
Außerdem bestimmt sie, wie scharf ein Peak abgebildet werden kann [Dunn 93]. Für
die MLS-Technik bedeutet dies, dass das weiße Betragsspektrum möglichst erhalten bleiben sollte, um impulsähnliche Maxima im Korrelat zu erzielen. Die Wahl
des Treibers im verwendeten Gehäuse soll dafür sorgen, dass die obere und untere Grenzfrequenz weit auseinander liegen. Hierfür ist ein kleiner Breitband-LS mit
niedriger Resonanzfrequenz geeignet.
Omnidirektionales Abstrahlverhalten
Das Abstrahlverhalten ist im hohen Grade abhängig von der Frequenz. Dennoch
26
4.1 Schallquelle
sollte der LS für einen großen Frequenzbereich eine annähernd ungerichtete Abstrahlung zulassen, was nur bei tiefen Frequenzen uneingeschränkt gewährleistet werden
kann. Da aber der Arbeitsbereich der Konstruktion erst bei zirka 200 Hz beginnt
und weit darüber hinaus geht, wurde versucht, durch die Wahl des Treibers und
der Gehäuseform zumindest für den mittleren Frequenzbereich eine omnidirektionale Abstrahlung zu erreichen. Eine theoretische Betrachtung des Abstrahlverhaltens
kreisrunder Kolbenmembrane im Fernfeld, mit Durchmessern von 3/4-Zoll bis 12Zoll, wurde in [Schu 11, S. 49 ff.] durchgeführt. Daraus geht hervor, dass je kleiner
die Membran ist, desto weniger gerichtet ist ihre Schallabstrahlung. Das Gehäuse
hat eine Tropfenform und besitzt eine Schallwand mit geringen Ausmaßen, sodass
auch bei mittleren Wellenlängen eine Beugung um das Gehäuse ermöglicht und eine
Reflexion an der Schallwand verhindert wird. Ein wenig bündelnder Treiber bietet
die Voraussetzung für eine Abstrahlung in alle Richtungen.
Definiertes akustisches Zentrum
Um den LS in der Messumgebung positionieren zu können, sodass genaue Laufzeiten
für Messstrecken abgeleitet werden können, ist es vorteilhaft, den Ort zu kennen,
an dem der Schall im bzw. am LS entsteht. Sind die Abmessungen des Treibers
gering, beschränkt sich auch der Bereich der möglichen Schallentstehung. Dennoch
ist es wahrscheinlich, dass Fluktuationen des akustischen Zentrums, ein unbestimmtes Fehlerpotential für spätere Messungen haben. Das akustische Zentrum wandert
nämlich frequenzabhängig, axial zum Treiber, was zu frequenzabhängigen Laufzeiten und breiten Korrelations-Peaks führt [Hofe 08].
Die in der raumakustischen Messtechnik meist eingesetzten Dodekaeder-LS, mit denen versucht wird, sich einem Kugelstrahler nullter Ordnung mit mehreren EinzelLS anzunähern, ist für die in Kap. 5 ff. vorgestellte Messmethode nicht geeignet.
Die räumlich getrennten Treiber würden durch ihre unterschiedlichen Laufzeiten jeweils eine eigene, zeitlich verschobene IR erzeugen. Dadurch würde das Ergebnis
der Korrelation stark „verschmiert“ werden und eine Zuordnung von Reflexionen zu
Schalllaufwegen erheblich erschwert.
Konstante Gruppenlaufzeit
Im Arbeitsbereich des LS sollte die frequenzabhängige Verzögerung möglichst konstant sein, um eine zeitgleiche Raumanregung für das komplette Wiedergabespektrum zu gewährleisten. Die Hochpasscharakteristik eines Breitband-LS sorgt zwar
für einen Anstieg der Gruppenlaufzeit zu tiefen Frequenzen hin [Wein 08, S. 434], da
der in seinen Ausmaßen beschränkte LS aber oberhalb des Bereiches großer Gruppenlaufzeiten eingesetzt wird, sind kaum Einschränkungen für die vorgesehene Verwendung zu erwarten.
Vorteilhaftes Zeitverhalten
Durch den Einsatzzweck als Mess-LS in Verbindung mit der MLS-Technik, wird
der Schallquelle ein Signal zugeführt, dass prinzipiell ausschließlich aus Impulsen
bzw. Spannungssprüngen besteht. Dieses sollte soweit wie möglich linear abgebildet werden können. In erster Linie wird dies von der Massenträgheit der Membran
verhindert, wonach eine kleine, leichte Membran vorteilhaft sein sollte. Weiterhin
sollte sich die geschlossene Bauart und ein kleines Gehäusevolumen vorteilhaft auf
das Zeitverhalten auswirken [Star 99, Kap. 4.1].
27
4 Messtechnik
Ausreichend hohe Wirkleistung
Trotz der Vorteile der Korrelation-Messtechnik (sh. Abschnitt 3.3), ist es unerlässlich, dass der LS genügend hohe Schalldruckpegel verzerrungsarm erzeugen kann.
Durch die Laufzeitmessung auf Schalllaufwegen mit Reflexionen höherer Ordnung,
müssen bei größeren Räumen große Distanzen überbrückt werden. Dies gilt vor allem in Räumen mit stark absorbierenden Wänden. Auch wenn die vorher gemachten
Aussagen eher für einen sehr kleinen Treiber sprechen, braucht dieser dennoch eine
gewisse Größe, um eine akzeptable Wirkleistung im relevanten Frequenzbereich zu
erzielen [Schu 11, S. 59].
4.1.2 Der Lautsprecher
Betrachtet man alle erwünschten Anforderungen an die Schallquelle, müssen bei
jedem Aspekt Kompromisse eingegangen werden. Schließlich wurde der 2-ZollBreitbandtreiber FRS 5 XTS von Visaton2 (Datenblatt sh. Anhang A.3) aufgrund
seiner Spezifikationen und seiner Verfügbarkeit gewählt und in ein geeignetes, geschlossenes Versuchsgehäuse eingesetzt. Das bedämpfte Gehäuse wurde mechanisch
bearbeitet, sodass annähernd eine Tropfenform resultierte. Als Orientierung für die
Gehäuseform diente [Masi 11], wo die Entwicklung und der Bau eines LS mit dieser
Form und ähnlichen Anforderungen ausgeführt wurden. Abb. 4.1 zeigt den LS, wobei
man erkennen kann, dass die Schallwand einen geringen Durchmesser hat, um das angestrebte Abstrahlverhalten anzunähern. Da das Gehäusevolumen V ≈ 0.25 L durch
den Hohlkörper aus Hartholz vorgegeben war, ergibt sich mit den ausschlaggebenden
Thiele/Small-Parameter (TSP) des Treibers (sh. Tab. 4.1) rechnerisch eine Resonanzfrequenz von f0 = 263.29 Hz und eine untere Grenzfrequenz von f3 = 209.93 Hz
bei einer Güte von Qtc = 0.97 und einem unbedämpften Gehäuse. Die Berechnung
wurde mit einem Online-Tool durchgeführt [Jobs 12]. Über die Art der Ausführung
wurde Rücksprache mit einem semi-kommerziellen LS-Entwickler gehalten [Heiß 14].
Die Angaben des Treiberherstellers zum Schallentstehungsort (SEO) mit 12 mm hinter der Schallwand ergänzt die Daten, um den LS im Raum einzumessen.
Abbildung 4.1: Tropfenförmiger Messlautsprecher
2
VISATON GmbH, Ohligser Straße 29-31, D-42781 Haan, Tel.: 02129/552-0, Fax 02129/552-10,
E-Mail: visaton@visaton.com
28
4.1 Schallquelle
Parameter
Nennbelastbarkeit
Musikbelastbarkeit
Nennimpedanz Z
Übertragungsbereich
Mittlerer Kennschalldruck
Abstrahlwinkel (−6 dB)
Resonanzfrequenz fs
Gleichstromwiderstand Rdc
Mechanische Güte Qms
Elektrische Güte Qes
Gesamtgüte Qts
Äquivalentes
Luftnachgiebigkeitsvolumen Vas
Antriebsfaktor Bxl
Einheit
W
W
Ω
Hz
dB (1 W/m)
Hz
Ω
L
Herstellerangabe
5
8
8
120-20000
86
180°/4000 Hz
190
7,7
3,49
0,88
0,7
0,23
Tm
2,67
Tabelle 4.1: Einige Herstellerangaben zum Lautsprecher-Treiber Visaton FRS 5 XTS
4.1.3 Akustische Eigenschaften
Alle Messungen am LS für diesen Abschnitt wurden im Reflexionsarmen Raum der
TU-Berlin durchgeführt. Es wurde das Messsystem Monkey Forest der Four Audio GmbH & Co. KG3 in Verbindung mit dem Robo3-Frontend verwendet. Als
Anregungssignal für die Vermessung des LS, diente ein logarithmischer Sweep der
Ordnung 16. Weiterhin wurde das Messmikrofon Behringer4 ECM8000 verwendet.
Die Nichtlinearitäten der Messkette wurden kompensiert. Bei allen Messungen wurden die Kriterien für das Fernfeld eingehalten [Wein 08, S. 35 ff.]. Eine zusätzlich
Nahfeldmessung war aufgrund der hohen unteren Grenzfrequenz des LS nicht notwendig. Zur Messung unter Winkeln wurde der ferngesteuerte, elektrische Drehteller
ET-2/ST-2 der Firma Outline5 verwendet.
Die Abb. 4.2 zeigt den mit 1/6 Oktave geglätteten Amplitudenfrequenzgang der Abstrahlrichtungen 0°, 45°, 90° und 180°. Es ist ein für geschlossene Gehäuse typischer
Anstieg der Hochpassfilterflanke von 12 dB pro Oktave zu erkennen. Außerdem ist
frontal auf Achse ein Anstieg hin zu hohen Frequenzen ab zirka 1.5 kHz um etwa
10 dB zu sehen, was in erster Linie mit dem zu erwartenden Baffle Step erklärt
werden kann. Unter großen Winkeln fällt dieser Anstieg weg. In dem Bereich zwischen 250 Hz und 4.5 kHz darf ein, den Anforderungen entsprechendes, annähernd
ungerichtetes Abstrahlverhalten erwartet werden.
3
Four Audio GmbH & Co. KG, Bergdriesch 24-26, 52062 Aachen, Deutschland, email: info@fouraudio.com
4
Behringer Spezielle Studiotechnik GmbH, Hanns-Martin-Schleyer-Straße 36-38, 47877 Willich,
02154 92060
5
Outline s.n.c. di Noselli G. & C., V. Leonardo da Vinci, 56, 25020 Flero (bs), Italy, Web Site:
http://www.outline.it, E-Mail: outline@outline.it
29
4 Messtechnik
Abbildung 4.2: Amplitudenfrequenzgang bei den Winkeln 0° (blau), 45° (rot), 90°
(magenta) und 180° (braun)
Das komplette Abstrahlverhalten lässt sich übersichtlich mit der 360°Isobarendarstellung in Abb. 4.3 veranschaulichen. Hierfür wurden in 5°-Schritten
die LS-Übertragungsfunktionen mit Monkey Forest, wie oben, in der Äquatorebene
gemessen. Die Tatsache, dass der LS rotationssymmetrisch zur Treiberachse ist, verlangt Messungen nur in dieser Ebene. Zur Darstellung wurde das Programm ARTA
in der Version 1.7.1 von ARTALABS6 verwendet und die Frequenzgänge mit 1/6 Oktave geglättet. Im Bereich zwischen 200 Hz und 4 kHz zeichnet sich eine sehr flächige
Darstellung der Pegelminderungen um etwa −12 dB (gelb) ab. Wenn man bedenkt,
dass die höheren Frequenzen in der Hauptabstrahlrichtungen um etwa den gleichen
Betrag überhöht sind und die Linearität eine sekundäre Rolle spielt, kann von einer
zufriedenstellenden, ungerichteten Abstrahlung bei diesen Frequenzen gesprochen
werden.
Für das experimentelle Messsystem das im Zuge dieser Arbeit entstanden ist, ist es
nötig, dass der LS in alle Raumrichtungen Schall mit einem ausreichenden Pegel,
breitbandig, emittieren kann. Dadurch ist es möglich, den von den Raumbegrenzungsflächen reflektierten Schall, unabhängig von der Hauptabstrahlrichtung des LS
zu empfangen und auszuwerten. Die Abb. 4.3 veranschaulicht diese Eigenschaft und
bestätigt den Nutzen der speziellen Bauweise. Wichtig ist dabei, dass die Schallquelle dennoch annähernd die Eigenschafte einer Punktquelle besitzt, was durch
den einzelnen, kleinformatigen Treiber realisiert wurde.
6
ARTALABS, J. Rodina 4., 21215 Kastel Luksic, Croatia, e-mail: info@artalabs.hr
30
4.1 Schallquelle
Abbildung 4.3: Abstrahlverhalten in der Isobarendarstellung
Zunächst kann das frequenzabhängige Zeitverhalten anhand der Gruppenlaufzeit in
Abb. 4.4 beurteilt werden. Hier wurde wiederum mit 1/6 Oktave geglättet. Ab zirka
400 Hz gibt es, bis auf eine geringe Welligkeit, kaum noch nennenswerte Verzögerungen.
Abbildung 4.4: Gruppenlaufzeit
Die Sprungantwort in Abb. 4.5, die eine reine Zeitbetrachtung darstellt, ist typisch
für einen Breitband-LS und bescheinigt ein wünschenswertes Zeitverhalten, da Einund Ausschwingvorgänge recht schnell vonstatten gehen. Die unendlich steilen Flanken des MLS-Signals werden somit nicht durch eine ausgeprägte Trägheit des LS über
die Maßen geglättet, womit eine verlässliche Korrelationanalyse ermöglicht werden
sollte. Selbst wenn Gruppenlaufzeit und Sprungantwort unter Winkeln betrachtet
werden, bleibt ihre Grundform weitestgehend erhalten.
31
4 Messtechnik
Abbildung 4.5: Sprungantwort
4.2 DAQ- und sonstige Hardware
Das nachfolgend aufgeführte Messequipment gehört zur Ausstattung des LIM und
hat sich als geeignet für das Prototyping und in manchen Aspekten als sehr performant für die vorgesehenen Messaufgaben erwiesen.
DAQ-Messkarte
Die Data Translation7 DT 9847-1-1 ist ein 1-Kanal Dynamic Signal Analyzer
zur Schall und Schwingungsanalyse mit einem Ausgang- und einem Eingangkanal (24 Bit) [DT98 13]. In der Messkarte ist ein Eingangsverstärker, sowie eine
18 V-Sensorspeisung integriert. Hervorzuheben ist die hohe Digitalisierungsrate von
216 kHz, die eine gute Auflösung des Korrelationssignals zufolge hat. Dieses wird
so abgebildet, dass keine nachträgliche Signalrekonstruktion, wie durch die Verwendung der Samplingreihe [Hoff 98, S. 31 ff.], aufgrund einer mangelnden Genauigkeit bei der Diskretisierung, verwendet wird. Zudem besitzt die DT 9847-1-1 ein
Anti-Aliasing-Filter im Eingangskanal, das sich automatisch an die vorgegeben Digitalisierungsrate anpasst. Außerdem ist der Ausgangskanal mit einem zweipoligen
Butterworth-Tiefpass-Filter mit einer Grenzfrequenz von 100 kHz ausgestattet.
Mikrofon
Für den Messaufbau wurde stets ein 1/4-Zoll-Elektret-Kondensatormikrofon des
Typs AVM8 MI-17 verwendet (Datenblatt sh. Anhang A.3). Es handelt sich dabei um ein industrielles Messmikrofon, das als Druckempfänger ausgelegt ist und
somit im relevanten Frequenzbereich lediglich eine geringe Richtwirkung aufweist
[Bore 99, S. 11]. Das Mikrofon besitzt nämlich eine Freifeldentzerrung, weshalb bei
seitlichem Schalleinfall zu höheren Frequenzen hin ein leichter Pegelabfall im Wiedergabebereich des LS (sh. Abschnitt 4.1.3) erwartet werden kann [Bore 99, S. 24
f.]. Weitere Mikrofoneigenschaften können der Tab. 4.2 entnommen werden.
7
8
Data Translation GmbH, Im Weilerlen 10, 74321 Bietigheim-Bissingen, Deutschland
AVM Mess- und Prüfgeräte für Akustik und Vibration, Forststr. 32, 64572 Büttelborn - Germany,
E Mail: bertram.schapal.avm@t-online.de
32
4.3 Theoretische Messgenauigkeit
Parameter
Übertragungsbereich
Einheit
Hz
Übertragungsfaktor
Eigenrauschen (lin: 20 Hz − 20 kHz)
Grenzschalldruckpegel
Konstantstrom-Versorgung
Quellwiderstand
mV/A
dB
dB
mA
Ω
Herstellerangabe
30 − 4000 (±0.5 dB),
4000 − 20000 (±1.5 dB)
50 ± 5%
30
130
2−8
50
Tabelle 4.2: Einige Herstellerangaben zum Mikrofon AVM MI-17
Leistungsverstärker
Das Kemo M032S9 (Datenblatt sh. Anhang A.3) ist ein einkanaliges Verstärkermodul, das durch seine geringen Ausmaße und einem niedrigen Energiebedarf, aufgrund
seiner 6− 16 V Betriebsspannung, eine gute Voraussetzung für einen kompakten und
mobilen Messaufbau schafft. Dennoch ist die Verstärkerleistung ausreichend, um den
Mess-LS zu betreiben. Auch die Herstellerangaben zum Verstärker sind in einer Tabelle (Tab. 4.3) aufgeführt.
Parameter
Betriebsspannung
Stromaufnahme
Eingangsempfindlichkeit
Lautsprecheranschluss
Musikleistung
Einheit
V (DC)
mA
mV
Ω
W
Übertragungsbereich
Hz
Herstellerangabe
6 − 16
max. 800
< 80
4 − 16
max. 12 bei 16 V (DC)
an 4 Ω Lautsprecher
ca. 40 − 20000
Tabelle 4.3: Einige Herstellerangaben zum Leistungsverstärker Kemo M032S
Computer
Für alle Implementierungsschritte, numerischen Berechnungen und Messaufgaben
wurde ein Lenovo10 Thinkpad T400, mit einem Intel Core 2 Duo @2,53M Hz Prozessor und 4 GB RAM verwendet. Der Rechner wurde mit einer Windows 7 @64bit
Installation betrieben.
4.3 Theoretische Messgenauigkeit
Aufgrund der Diskretisierung durch die Messhardware ergeben sich Unsicherheiten,
die sich theoretisch berechnen lassen. Die Messgenauigkeit für Laufzeiten und daraus resultierende Größen werden maßgeblich von der Digitalisierungsrate bestimmt.
9
Kemo Electronic GmbH, Klaus Kernchen, Mato Vukovic, Leher Landstr. 20, 27607 Langen, Germany, http://www.kemo-electronic.de, email: info@kemo-electronic.de
10
Lenovo (Deutschland) GmbH, Gropiusplatz 10, 70563 Stuttgart, Deutschland
33
4 Messtechnik
Der Zeitschritt ∆t = 1/216 000 s ermöglicht für eine Schallgeschwindigkeit von c =
343.421 m/s (ϕ = 20 ◦C) eine theoretische Längenauflösung von ∆l = 1.588 mm.
Die akustische Temperaturmessung basiert mindestens auf zwei Messgrößen und
damit ist eine Bestimmung nach dem Fehlerfortpflanzungsgesetz nötig, um die theoretische Temperaturauflösung angeben zu können. Dieses lautet allgemein [Mesc 02,
S. 6]:
k X
∂f ∆xi
(4.1)
∆y =
∂x i
i=1
Für den Fall der akustischen Laufzeitmessung auf einer Schallstrecke angepasst, folgt
aus Gl. 4.1 für die Temperaturauflösung:
∆Tav = 2Tav
∆l
l
(4.2)
∆Tav wurde in Abb. 4.6 über l aufgetragen, wobei zur Berechnung ebenfalls eine
Raumtemperatur von ϕ = 20 ◦C angenommen wurde. Zusätzlich muss die Annahme
gemacht werden, dass l bei allen Temperaturen konstant ist.
∆Tav /K
1.5
1
0.5
0
0
2
4
6
8
10
12
14
16
18
20
l/m
Abbildung 4.6: Theoretische Temperaturauflösung
Bei einer Messstrecke von li = 10 m, was in mittelgroßen Räumen eine realistische
Größenordnung ist, zumal wenn Reflexionen mit einbezogen werden, errechnet sich
ein theoretischer Wert von ∆Tav ≈ 0.09 K. Bei einer Messstrecke von li = 1 m würde
man folglich mit einer Auflösung von ∆Tav ≈ 0.9 K messen können.
4.4 Software
Obwohl am LIM Hardwarelösungen und Softwareroutinen zur akustischen Laufzeitmessung bereits existierten, wurde eine davon unabhängige Implementierung auf
Softwarebasis umgesetzt. Dabei wurde auf folgende Werkzeuge zurückgegriffen.
34
4.5 Messkette
Matlab®
Als Entwicklungswerkzeug wurde Mathworks Matlab®11 in der Version 2013a @32bit
verwendet. Zudem werden alle Berechnungen, Signalverarbeitungsschritte, die Ablaufsteuerung, sowie die Visualisierung von Ergebnissen einer Messung durch Matlab® realisiert. Das Hauptprogramm wurde durch Toolboxes erweitert, welche am
LIM zur Verfügung standen. Aufgrund der Inkompatibilität der Data Acquisition
Toolbox (sh. unten) mit der 64-bit-Version von Matlab®, musste mit der 32-bitVersion gearbeitet werden. Allerdings macht dies die Implementierung zu älteren
Systemen kompatibel.
Data Acquisition Toolbox
Diese Matlab®-Erweiterung soll hier gesondert erwähnt werden, da sie in Verbindung
mit der Messkarte (sh. Abschnitt 4.2) eine gute Grundlage für ein Matlab®-basiertes
Messsystem darstellt [Math 14]. Hardwareparameter der Messkarte können unmittelbar im Matlab®-Code (M-Files) festgelegt werden. Die Toolbox sorgt bei den
Messaufgaben in Kap. 5 ff. für die Konfiguration der Messkarte, die Kontrolle von
Ausgangs- und Eingangsdaten und das Triggern. Dabei werden Eigenschaftswerte
ausgetauscht, hauptsächlich in Form von Hardwareparametern. Daten, die über die
Messkarte wiedergegeben und aufgezeichnet werden, werden transferiert und Events
werden übertragen, wozu beispielsweise Trigger-Befehle gehören. Der Informationsfluss ist in Abb. 4.7 visualisiert. Eine nützliche Eigenschaft der Toolbox ist das direkte Schreiben von Daten auf die Festplatte, sodass der begrenzte Arbeitsspeicher
des Computers irrelevant ist.
4.5 Messkette
In der Abb. 4.7 ist die schematische Darstellung der Messkette zu sehen. Typischerweise befinden sich lediglich der LS und das Mikrofon in der Messumgebung,
sodass die Messung von außen gesteuert und überwacht werden kann, ohne ungewollte Zeitvarianzen zu erzeugen, die durch die Anwesenheit einer Person zwangsläufig
entstehen würden (sh. Abschnitt 3.5).
11
The MathWorks GmbH, Adalperostraße 45,
http://www.mathworks.de/products/matlab/
85737
Ismaning,
GERMANY,
URL:
35
4 Messtechnik
Computer
Matlab®
Funktionen und Daten
Data Acquisition Toolbox
M-File Funktionen
Data Acquisition Engine
HDD
Hardwaretreiber Adapter
Eigenschaften, Daten und Events
Hardwaretreiber
Eigenschaften, Daten und Events
Messkarte
D/A
A/D
Eingangsverstärker
MLS-Signal mit
RIR gefaltet
Leistungsverstärker
Messumgebung
MLS-Signal
Lautsprecher
Mikrofon
Abbildung 4.7: Schematische Darstellung der Messkette
36
5 Experimentelle Messmethode
Aufbauend auf die Theorie und die Messausstattung, die in den vorangegangenen
Kapiteln aufgeführt sind, wurde im Rahmen dieser Arbeit eine experimentelle Messmethode entwickelt, um Raumtemperaturverteilungen bestimmen zu können. In diesem Kapitel werden die Anforderungen an das Messverfahren definiert und relevante Schritte für die methodische Umsetzung aufgeführt. Der komplette Messvorgang
läuft in Matlab® ab, weshalb in jedem Abschnitt auch auf die Implementierung in
dieser Entwicklungsumgebung eingegangen wird.
5.1 Anforderungen
Mithilfe einer akustischen Messmethode soll es möglich sein, die Raumtemperaturentwicklung bzw. die Raumtemperatur, in Form einer relativen bzw. absoluten Messung, räumlich aufgelöst, zu ermitteln. Dies soll über einen beliebig langen Zeitraum machbar sein, um eine dauerhafte, stationäre Raumüberwachung realisieren
zu können. Für viele reale Messaufgaben genügt die relative Erhebung der Temperaturverteilung, also die Feststellung örtlicher Änderungen über die Zeit. Darüber
hinaus verhindern, im Fall der eingesetzten Messkarte, zeitliche Nichtlinearitäten
(sh. Abschnitt 5.2.8) und daraus resultierende Laufzeitfehler eine direkte, absolute
Messung. Trotzdem soll versucht werden, eine absolute Temperaturmessung zu ermöglichen.
Das Messsystem soll ohne größeren Aufwand in einen Raum integrierbar sein. Hierfür soll lediglich ein LS und ein Mikrofon in die Messumgebung eingebracht werden
müssen. Die Computerschnittstelle in Form eines AD-/DA-Wandlers muss daher lediglich einkanalig am Ausgang und am Eingang ausgelegt sein. Es sollen auch unter
der Beeinträchtigung von hohen Störpegeln Messungen möglich sein. Die Temperaturauflösung sollte im Bereich des Auflösungsvermögens gängiger Messgeräte liegen,
wobei prinzipbedingt die akustisch virtuelle Temperatur gemessen wird (sh. Abschnitt 2.4.2). Ein gängiges, kommerzielles akustisches Messgerät für mikrometeorologische Messungen löst mit zirka 0.01 K auf [Copp 83], was der Größenordnung
in Abschnitt 4.3 entspricht. Weiterhin sollte die Messfrequenz im Bereich weniger
Sekunden liegen, da eine potentielle Erweiterung der Messaufgaben in der Erfassung von Strömungen und Turbulenzen gesehen wird. Meteorologische Standarddaten werden mit einer Frequenz von 1 Hz abgetastet [Foke 06, S. 189].
5.2 Umsetzung und Implementierung
Die Messmethode basiert auf der Ermittlung von Schallgeschwindigkeiten auf bekannten Schallstrecken, unter der Berücksichtigung von Reflexionen an Raumbegrenzungsflächen. Daraus abgeleiteten Temperaturen werden mithilfe eines tomografischen Verfahrens räumlich aufgelöst. Das Messverfahren wurde für ein „Proof
of Concept“ aufgebaut und ist daher ausschließlich für annähernd quaderförmige
37
5 Experimentelle Messmethode
Räume ohne jegliche Schallreflexionsflächen innerhalb der Messumgebung ausgelegt. Dies ist mit der einfachen Implementierung der Raumsimulation mittels dem
Spiegelschallquelle (SSQ)-Verfahren (sh. Abschnitt 5.2.7) zu begründen.
In den folgenden Abschnitten werden relevante Algorithmen aufgeführt, die zur Umsetzung des Verfahrens beitragen. Außerdem wird beschrieben, welche Aufgabe sie
bei der Messmethode erfüllen. Wobei zunächst noch nötige Konventionen definiert
werden und ein Überblick über den gesamten Programmablauf gegeben wird.
Hinweis: Alle Matlab®-Skripte, die nicht explizit referenziert sind, befinden sich auf
einem Datenträger, welcher der Arbeit beigefügt ist.
5.2.1 Konventionen
Jedem Raum wird ein Koordinatensystem zugewiesen, dessen Ursprung in einer
unteren Raumecke liegt. Schallsender und Empfänger werden ebenfalls in diesem
Koordinatensystem platziert.
Raumbegrenzungsflächen
Zur Berechnung der Schallwege in einem Raum, ist es unerlässlich die Wände eindeutig zu benennen. Hierfür werden sie, beginnend im Ursprung, im mathematisch
positiven Sinn, von 1 bis 4 nummeriert. Die Decke erhält die Nummer 5 und der
Boden die Nummer 6 (sh. Abb. 5.1).
Wand 3
Decke 5
Wand 2
Wand 4
Boden 6
z
y
Wand 1
x
Abbildung 5.1: Nummerierung der Raumbegrenzungsflächen
Tomografie
Auch für die Berechnung der räumlichen Temperaturtomografie und ihrer Darstellung muss eine Nummerierung der Teilvolumen (Voxel) festgelegt werden. Sie erfolgt
ebenenweise von unter nach oben. Für eine Tomografie im Quaderraum der Ordnung
3 ist die Nummerierung in Abb. 5.2 zu sehen. Alle Messungen für diese Arbeit wurden mit dieser Ordnung durchgeführt.
38
5.2 Umsetzung und Implementierung
y
x
7
8
9
16
17
18
25
26
27
4
5
6
13
14
15
22
23
24
1
2
3
10
11
12
19
20
21
Ebene 1
Ebene 2
Ebene 3
Abbildung 5.2: Nummerierung der Tomografie-Voxels
5.2.2 Programmablauf
Zusammenfassend für die experimentelle Messmethode und deren Implementierung
wird mit Abb. 5.3 der Programmablauf dargestellt, in dem alle Skripte und Funktionen des Algorithmus aufgeführt werden, die nicht Matlab®-intern sind. Mit dem
Ausführen des Hauptprogramms DAQrun.m (sh. Anhang A.1.1) wird eine Messung
gestartet. Es kann in zwei Teile gegliedert werden, wobei der initiale Programmteil
nur einmal zu Beginn einer Messung durchlaufen wird und der zweite Teil für jede
einzelne Messung in einer Schleife ausgeführt wird.
39
5 Experimentelle Messmethode
Abbildung 5.3: sequentieller Programmablauf
40
5.2 Umsetzung und Implementierung
5.2.3 Signalerzeugung, -ausgabe und -aufnahme
Bei dem Messsignal handelt es sich um eine MLS der Ordnung N , deren Eigenschaften bereits im Abschnitt 3.4 beschrieben wurden. Beim initialen Start einer
Messung wird eine MLS mit der Funktion mls.m erzeugt. Für die Implementierung
wurde der Algorithmus von [Brow 02] verwendet. Darin wird ein binäres, rückgekoppeltes Schieberegister genutzt. An jeder Stelle des Registers kann eine 0 oder
eine 1 anliegen. Die Eingangswerte werden durch Abgriffe (taps) einer ExklusivOder (XOR)-Schaltung erzeugt. Um eine für jede Messung reproduzierbare Folge
zu erhalten, liegt zu Beginn der Berechnung an jeder Stelle eine 1 an. Eine Folge
mit den Eigenschaften einer MLS entsteht nur, wenn die XOR-Verknüpfung bei der
Rückkopplung bestimmte Abgriffe zulässt. Diese werden mithilfe von irreduziblen
Polynomen und der Mathematik der Galois-Felder bestimmt [Luke 92, Kap. 3]. Jedoch erzeugt nicht jedes irreduzible Polynom eine MLS, sondern nur ein Teil von
ihnen, die sog. primitiven Polynome. Diese können nicht direkt berechnet werden,
sondern müssen durch ein Suchverfahren bestimmt werden. Aus diesem Grund sind
Koeffizienten der primitiven Polynome für die Ordnungen N = 2, 3, ..., 32 vorgegeben.
Die Messumgebung wird bei jeder Einzelmessung mit dem oben beschriebenen MLSSignal angeregt. Dabei wird das Signal ausgegeben und zeitgleich das Eingangssignal aufgezeichnet, wobei die Aufzeichnungsdauer die Zeit bis zum Eintreffen des Direktschalls, sowie die Nachhallzeit berücksichtigt und dementsprechend beaufschlagt
wird. Bei raumakustischen Messungen werden MLS-Signale mit einer Länge verwendet, die in etwa der Nachhallzeit des Raumes entspricht [Möse 10, S. 568]. Bei den
Messungen für diese Arbeit wurden deshalb Ordnungen von N = 15 bis N = 18
verwendet, was einer Anregungsdauer von zirka 0.15 s bzw. 1.21 s, bei einer Digitalisierungsrate von 216 kHz am Ausgang, entspricht.
5.2.4 Nullphasiges Hochpassfilter
Nachdem das mit der Raumantwort gefaltete Messsignal digitalisiert wurde, wird es
einer Hochpass-Filterung unterzogen. Damit werden tieffrequente Signalanteile entfernt, um ein besseres Korrelationsergebnis zu erhalten und um das SNR zu erhöhen.
Die Grenzfrequenz des Filters ist unterhalb des Arbeitsbereiches des LS, wodurch
die komplette Bandbreite des LS zu Messzwecken genutzt werden kann.
Das verwendete Filter ist linearphasig, was bedeutet, dass der Betragsfrequenzgang,
ohne Beeinflussung der Phase manipuliert werden kann. Dies ist eine notwendige Voraussetzung, da Phasenverschiebungen nichtlinearer Filter dem Einfluss von
Zeitvarianzen entsprechen würden und es somit zu Verfälschungen der Messergebnisse kommen würde [Kob 96]. In [Lind 06, S. 124 ff.] wird bewiesen, dass mittels
Kaskadierung kausaler Infinite Impulse Response (IIR)-Filter, nullphasige Filter implementiert werden können. In der Signal Processing Toolbox von Matlab® ist die
Funktion filtfilt enthalten, in der dieser Algorithmus umgesetzt wurde. Neben dieser
Funktion wird in hpZeroPhase.m (sh. Anhang A.1.2) das Digital Filter DesignWerkzeug fdesign.highpass mit der Ordnung 18 und einer Cut-Off-Frequenz von
150 Hz für den 3 dB-Punkt unterhalb des Durchlassbereiches verwendet. Als Second
Order Section-Filter wird ein Butterworth-Filter genutzt.
41
5 Experimentelle Messmethode
Die Frequenzanteile einer Aufnahme des Messsignals der Ordnung 18 im Reflexionsarmen Raum mit der Messtechnik aus Kap. 4 sind in Abb 5.4 zu sehen, bevor und
nachdem die Aufnahme gefiltert wurde. Der Betragsfrequenzgang wurde jeweils mit
1/6 Oktave geglättet. Da eine MLS ein weißes Spektrum aufweist, entspricht der
Verlauf in etwa dem Frequenzgang des Mess-LS (vgl. Abb 4.2).
−75
−80
Lrel /dB
−85
−90
−95
−100
−105
MLS
−110
MLS
filt
−115
−120
20
40
60
100
200
400
1k
2k
f/Hz
4k
6k
10k
20k
40k
60k
100k
Abbildung 5.4: Wirkung des linearen Filters im Frequenzbereich
5.2.5 Korrelation mit Referenzsignal
Das aufgezeichnete und gefilterte Signal (sh. Abschnitt 5.2.3 und 5.2.4), das einer Faltung des vom LS ausgegebenen Signals, mit der IR des Raumes, entspricht,
wird entsprechend Abschnitt 3.3 mit einem Referenzsignal korreliert. Dafür wird die
Matlab®-interne Funktion xcorr im Hauptprogramm DAQrun.m verwendet. Ein Ausschnitt eines solchen Korrelats ist in Abb. 5.7 zu sehen. Bei den genutzten Längen
der MLS-Anregung ist, trotz niedrigem Signalpegel und der Präsenz von breitbandigen Störgeräuschen, ein zufriedenstellendes Korrelationsergebnis zu erwarten, das
zur Reflexionsdetektion verwendet werden kann [Kob 96].
Statt mit der numerisch generierten MLS-Folge, wird mit einer Aufnahme dieser Folge korreliert. Diese muss die gleiche Ordnung haben und unter Freifeldbedingungen
entstanden sein. Damit werden Nichtlinearitäten des Messsystems berücksichtigt
[Terv 11, S. 71]. Die Konsequenz ist, dass sowohl das wiedergegebene Messsignal,
als auch das Referenzsignal die Übertragungseigenschaften der Messkette beinhalten und das SNR (sh Abschnitt 5.2.6) der KKF wird verbessert. Hierfür wurden mit
der Messtechnik aus Kap. 4 Aufnahmen des MLS-Signals unterschiedlicher Ordnung
im reflexionsarmen Raum der TU-Berlin gemacht. Das Signal wurde anschließend
mit dem Filter aus 5.2.4 gefiltert. Da sich die IR eines LS mit der Abstrahlrichtung ändert [Terv 11, S. 72], wurden zudem Aufnahmen verschiedener Ordnung in
30°-Schritten gemacht.
42
5.2 Umsetzung und Implementierung
5.2.6 SNR
Bei jeder Einzelmessung wird das Signalrauschverhältnis des Korrelationsergebnisses
geschätzt. Das SNR ist ein Qualitätskriterium für eine Messung und daraus ableitbare Reflexionen und ist für zeitlich konstante Signale als das Verhältnis der Nutzsignalleistung zur Rauschleistung definiert. Dadurch, dass aber das untersuchte Signal
nicht konstant ist, sondern exponentiell abklingt, müssen Beobachtungszeiträume
definiert werden. In Anlehnung an [Lind 06, S. 130 ff.], wo die SNR-Bewertung von
RIR behandelt wird, wurde folgende Abschätzung in DAQrun.m implementiert:
SN R50 = 10 log
MS(h50 (n)) − MS(m(n))
MS(m(n))
(5.1)
MS(h50 (n)) ist die Schallenergie der ersten 50 ms im Korrelationsergebnis, die nach
dem Peak für den Direktschall folgen und das Nutzsignal darstellen. Diese Länge
wurde gewählt, da innerhalb dieser Zeit, selbst in größeren Räumen eine Vielzahl
von Reflexionen erster und zweiter Ordnung bereits am Empfangsort eingetroffen
sind. MS(m(n)) ist die Energie des Grundrauschens. Dafür wird ein Bereich vor
dem Direktschallpeak aus der initialen Grundlaufzeit verwendet und dessen Energie
geschätzt („estimate from initial gap“).
Das SNR ist im Fall dieser Messmethode abhängig von der Ordnung der MLS, der
Auspegelung des Messsystems, den Eigenschaften der Übertragungskette und von
Hintergrund-, und Störgeräuschen in der Messumgebung, sowie der Ausrichtung des
LS zum Mikrofon. Als unteren Grenzwert für das SN R50 könnte man 20 dB angeben,
da diese Schwelle in [Ushe 10] für eine geringe Fehlerrate bei der Laufzeitbestimmung
durch Peak Picking genannt wird. Dieser Wert wurde bei allen Messungen, die für
diese Arbeit gemacht wurden erreicht.
5.2.7 Spiegelschallquellenmodell
Ein SSQ-Modell wurde nach Abschnitt 3.7 implementiert. Zusammenfassend dargestellt, berechnet der Algorithmus in imageModel.m (sh. Anhang A.1.3), unter der
Angabe der Raumgeometrie und der Position von Sender und Empfänger, die theoretischen Schalllaufwege li , und die daraus resultierenden Laufzeiten τimod von Schallreflexionen. Da ein modellierter Schallstrahl, im Vergleich zu anderen akustischen
Raumsimulationsmethoden, exakt der Messstrecke für die Laufzeit entspricht, wurde
das SSQ-Modell adaptiert. Für die vorliegende Arbeit wurde lediglich ein Modell der
Ordnung 2 benötigt, um eine ausreichende Anzahl von Messstrecken für eine experimentelle Umsetzung zu erhalten, was zu einem geringen Implementierungsaufwand
und einer geringen Rechenzeit führt, sowie zu einer deutlichen Abbildung einzelner
Reflexionen im Reflektogramm.
Im Gegensatz zu Abschnitt 3.7 sind für diese Arbeit lediglich die Schalllaufzeiten
τimod von Interesse, weshalb eine Modellierung von α durch Dämpfungs- und Absorptionsvorgänge nicht nötig ist. Zusätzlich zu den SSQ werden aber die Punkte der
geometrischen Reflexion an den Raumbegrenzungsflächen berechnet. Diese werden
für die Darstellung der Schallstrahlen und somit für eine Einschätzung der räumlichen Schallstrahlverteilung benötigt. Die Plot-Routine für die Visualisierung ist
43
5 Experimentelle Messmethode
3
3
2
2
z/m
z/m
ebenfalls in imageModel.m integriert. Vor allem aber sind sie die Grundlage für die
Implementierung der Temperaturtomografie in Abschnitt 5.2.12. Die Schnittpunkte der Schallstrecken mit den Raumbegrenzungsflächen wurden mit der Funktion
plane_line_intersect.m berechnet [Khal 14]. In Abb. 5.5 ist ein SSQ-Modell mit
Reflexionen erster und zweiter Ordnung eines Raumes mit den exemplarischen Maßen x = 7 m, y = 5 m und z = 3 m als Dreitafelprojektion visualisiert. Der LS
befindet sich an der Position S(1, 1, 1) und das Mikrofon an der Position R(5, 4, 2).
Da in den frontalen Ansichten die Reflexionen erster Ordnung immer von Reflexionen zweiter Ordnung verdeckt werden, ist in Abb. 5.6 eine dreidimensionale Ansicht
des selben Modells zu sehen.
1
0
0
1
1
2
3
x/m
4
5
6
7
0
5
4
3
2
1
0
y/m
5
4
y/m
source
receiver
3
point of first reflection
point of second reflection
2
first order reflection
second order reflection
1
0
0
1
2
3
x/m
4
5
6
7
Abbildung 5.5: Dreitafelprojektion eines SSQ-Modells mit Reflexionen erster und
zweiter Ordnung
44
5.2 Umsetzung und Implementierung
3.5
3
2.5
z/m
2
1.5
1
0.5
0
−0.5
4
2
y/m
0
0
1
7
6
5
4
3
2
source
receiver
point of first reflection
point of second reflection
first order reflection
second order reflection
x/m
Abbildung 5.6: Dreidimensionale Darstellung eines SSQ-Modells mit Reflexionen
erster und zweiter Ordnung
5.2.8 Bestimmung absoluter Laufzeiten
Zunächst sei festzuhalten, dass es mit der Messkarte (sh. Abschnitt 4.2) über TriggerBefehle zur Hardwarekontrolle per Software nicht möglich ist, den Eingangskanal
und Ausgangskanal zeitsynchron zu steuern. Wie auch bei konventionellen AudioInterfaces, besteht, trotz zeitgleichem Trigger-Befehl, ein Versatz von einigen Samples, deren Anzahl auf unvorhersehbare Weise schwankt. Die Schwankungen wurden
mittels eines Loopbacks des Ausgangs und Eingangs an der DT 9847-1-1 bestätigt.
Die Signalaufnahme und die Wiedergabe eines Impulses (Sample ungleich Null) wurden zeitgleich getriggert. Die Tabelle 5.1 gibt für acht Wiederholungen die Stelle an,
an welcher sich der Impuls in der Aufnahme befindet. Der Samplewert ist bei jedem
Durchgang verschieden.
Durchgang
Samplewert
1
8557
2
6028
3
6034
4
6058
5
6108
6
8005
7
5852
8
8123
Tabelle 5.1: Synchronität von Ausgangs- und Eingangskanal der DT 8947-1-1Messkarte
45
5 Experimentelle Messmethode
Aus diesem Grund ist eine absolute Messung von Laufzeiten mit nicht spezialisierter Hardware unmöglich. Absolute Laufzeiten werden stattdessen indirekt berechnet.
Hierfür wird in DAQrun.m im Korrelationsergebnis aus Abschnitt 5.2.5 nach der Stelle
des absoluten Maximums gesucht, denn dieses entspricht im Normalfall dem des Direktschalls. Ausgehend von diesem Referenzzeitpunkt kann nun ein Reflektogramm
mit den absoluten Laufzeiten bestimmt werden. Hierfür wird die theoretische Laufzeit des Direktschalls τdir = ldir /c dem Korrelationsergebnis links des Maximums
vorangestellt, wobei ldir der Abstand zwischen Sender und Empfänger ist. Anschließend wird das Korrelat zu einem Analysefenster mit initial definierter Gesamtlänge
∆tg (Länge des Kurtosis-Reflektogramms) verkürzt. Schematisch ist diese Vorgehensweise an dem Ausschnitt eines Korrelationsergebnisses einer Messung in Abb.
5.7 zu sehen. Darin sind der Peak für den Direktschall, die Laufzeit τdir und das
Fenster der Länge ∆tg skizziert.
direct sound
40
h(n)
20
0
τdir
−20
∆tg
−40
1.8
1.85
1.9
1.95
2
2.05
2.1
t/s
Abbildung 5.7: Korrelationsergebnis mir schematischer Darstellung der Bestimmung
absoluter Laufzeiten
5.2.9 Reflexionserkennung, Peak Picking und Laufzeitermittlung
Aus der RIR in Abschnitt 5.2.8 wird das Kurtosis-Reflektogramm in kurtosis.m
(sh. Anhang A.1.4) nach Abschnitt 3.6.2 berechnet, um signalanalytisch Reflexionen
herauszuarbeiten. Daraufhin werden die theoretischen Schalllaufzeiten τimod , die in
Abschnitt 5.2.7 ermittelt wurden, auf das Kurtosis-Reflektogramm k(t) angewendet,
um Fenster variabler Länge ∆tf bei den erwarteten Reflexionen zu setzen. Die Fenster sind um die theoretischen Laufzeiten zentriert. Innerhalb dieser Fenster wird die
Laufzeit des absoluten Maximums bestimmt und zur Laufzeit des Fensterbeginns
addiert, wodurch letztendlich die gesuchte Laufzeit τimeas für eine modellierte Strecke ermittelt wird. Dieser Vorgang ist im Hauptprogramm DAQrun.m implementiert
und lässt sich mathematisch folgendermaßen beschreiben:
τimeas = τimod −
46
∆tf
+ argmax{k(n)}
2
(5.2)
5.2 Umsetzung und Implementierung
Dabei liegt t im Bereich tStart < t < tEnd und das Fenster hat die Länge ∆tf =
tEnd − tStart . Zusätzlich wurde eine dynamische, temperaturabhängige Nachverfolgung jeder einzelnen Reflexion implementiert, da der Reflexionspeak ansonsten, bei
einer größeren zeitlichen Varianz des Reflektogramms, aufgrund der Auflösung des
Messsystems, nicht mehr vom Fenster erfasst werden würde (sh. Abschnitt 4.3).
In Abb. 5.8 ist ein Reflektogramm eines realen Raumes zu sehen, bevor und nachdem
es einer Kurtosis-Analyse unterzogen wurde. Die Laufzeiten von Reflexionen erster
und zweiter Ordnung wurden für diesen Raum mit der SSQ-Methode aus Abschnitt
5.2.7 numerisch bestimmt. Die Fensterlängen der Kurtosis-Analyse betrugen lk = 16
und mk = 400.
h(n)
15
10
5
0
0
0.01
0.02
0.03
0.04
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.05
0.06
0.07
t/s
0.08
0.09
0.1
modelled reflection travel times
k(n)
80
60
40
20
0
0
t/s
0.08
0.09
0.1
Abbildung 5.8: Auswirkung der Kurtosis-Methode auf ein Reflektogramm
5.2.10 Absolute und relative, akustisch virtuelle Temperatur
Aus den Laufzeiten τimeas für Reflexionen erster und zweiter Ordnung, die dem
Kurtosis-Reflektrogramm entnommen wurden (sh. Abschnitt 5.2.9), wird in diesem
Schritt die mittlere akustisch virtuelle Temperatur auf den dazugehörigen modellierli
lässt sich
ten Schallstrecken li bestimmt. Über die Schallgeschwindigkeit c = τ meas
i
diese wie folgt ermitteln (sh. Gl. 2.32):
ϑav = Tav − 273, 15 =
c2
− 273, 15
κtr Rtr
(5.3)
κtr = 1, 4 ist das Verhältnis der spezifischen Wärmekapazitäten und Rtr =
287.058 J/kgK die spezifische Gaskonstante trockener Luft. ϑav wird auf zwei unterschiedliche Arten bestimmt, die nachfolgend erklärt werden. Beide Methoden werden
bei einer Messung berücksichtigt und sind in DAQrun.m zu finden. Zusätzlich zu der
akustisch virtuellen Temperatur der einzelnen Schallstrecken wird ein Mittelwert
über alle Schallstrecken errechnet, der ein guter Repräsentant für die Raumtemperatur ist.
47
5 Experimentelle Messmethode
Relative Temperaturmessung
Eine relative Messung bedeutet, dass während der gesamten Messdauer lediglich die
Abweichung zu einer initialen Raumtemperaturangabe gemessen wird. Hierfür wird
ein initiales SSQ-Modell verwendet, das mit dieser Temperatur berechnet wird. Der
Vorgang erfordert die genaue Kenntnis der Raumtemperatur zu Beginn der Messung,
falls die absolute Temperatur von Interesse ist.
Absolute Temperaturmessung
Ein Ansatz absolute Temperaturen zu messen, wurde alternativ implementiert. Hierbei ist eine initiale Angabe der Raumtemperatur mit einer Abweichung von wenigen
Kelvin zulässig. Bei der Angabe von ϑ zum Start einer Messung waren Abweichungen
im Bereich von ±3 ◦C stets unproblematisch. Die Umsetzung erfolgte auf Grundlage
der Theorie des Time-Stretchings (sh. Abschnit 3.5.2) durch eine Bestimmung der
aktuellen Schallgeschwindigkeit bei jeder Einzelmessung. Hierfür wird die Laufzeit
des Direktschalls proportional zu der mittleren Laufzeitänderung der sechs Reflexionen erster Ordnung in Bezug auf den Direktschallpeak berechnet. Solange sich der
Peak für eine Reflexion erster Ordnung innerhalb des Fensters der ∆tf aus 5.2.9 liegt,
kann eine erfolgreiche Anpassung an die tatsächliche virtuell akustische Temperatur
stattfinden. Der Ansatz
ldir
τdir,new
=
li
,
τdir,new + ∆τimeas
(5.4)
∆τimeas
,
li
ldir − 1
(5.5)
ergibt aufgelöst
τdir,new =
die neue Laufzeit τdir,new des Direktschalls für eine Reflexionen erster Ordnung.
Dabei werden ausschließlich Größen verwendet, die unabhängig von τdir sind und
somit unabhängig von einer initialen Raumtemperaturangabe. ∆τimeas ist die Zeit,
die zwischen dem Direktschall und einer Reflexion erster Ordnung vergeht. Proportional dazu ist die Direktschalllaufzeit und damit die aktuelle Schallgeschwindigkeit
cnew = ldir /τdir,new , mit der ein angepasstes SSQ-Modell berechnet wird. li ist die
zu τimod gehörige Strecke und ldir der Abstand vom LS zum Mikrofon.
5.2.11 Laufzeitkorrektur
Aufgrund von geometrischen Unsicherheiten, sowohl bei den Abmessungen des quaderförmigen Raumes, als auch bei der Positionierung der Schallquelle und des Mikrofons, stimmen die theoretischen Laufzeiten selten exakt mit tatsächlichen Reflexionen überein. Daher wird vor jedem Messstart eine initiale Referenzmessung
DAQrun_captureRef.m durchgeführt, die die Laufzeiten des SSQ-Modells an die tatsächlich gemessenen Laufzeiten anpasst. Die Implementierung ist, bis auf die folgenden aufgeführten Modifikationen, identisch mit DAQrun.
Automatische Laufzeitkorrektur
Bei der automatischen Korrektur werden die Abweichungen ∆τi = τimeas − τimod ,
die bei der Referenzmessung ermittelt werden, beim Messdurchlauf berücksichtigt,
48
5.2 Umsetzung und Implementierung
meas = τ meas − ∆τ subtrahiert werden. Dadurch entindem sie von der Laufzeit τi,new
i
i
sprechen die gemessenen Laufzeiten initial den numerisch Berechneten aus dem SSQModell.
Manuelle Laufzeitkorrektur
Die oben beschriebenen geometrischen Ungenauigkeiten verursachen gelegentlich
fehlerhafte Laufzeiten im Kurtosis-Reflektogramm, die über den Bereich des Zeitfensters ∆tf hinaus gehen. Aufgrund dessen wurde eine Möglichkeit geschaffen, die
Fenster interaktiv bei der Referenzmessung zu verschieben. Dadurch wird eine zeitspielige Nachjustierung der Aufstellung des Messsystems vermieden und eventuelle
Abweichungen von der perfekten Quadergeometrie der Messumgebung können ausgeglichen werden. Dafür wird laufend das aktuelle Kurtosis-Reflektogramm und die
Laufzeiten aus dem SSQ-Modell geplottet. Per Mausklick auf die Markierung für die
Laufzeit einer errechneten Reflexion kann das Fenster durch einen erneuten Klick
verschoben werden. Ermöglicht wird dies von den Funktionen runningTimePlot.m
(sh. Anhang A.1.5) und interactivePlot.m (sh. Anhang A.1.6). Die neue Posimeas = τ meas + ∆τ im SSQ-Modell
tion wird durch Anpassung der Laufzeiten τi,new
i
i
berücksichtigt.
5.2.12 Tomografie
Mit dem iterativen, algebraischen Tomografie-Algorithmus aus Abschnitt 3.8 wird
in diesem Teil der Implementierung aus den Laufzeiten τimeas , auf den Schallstrecken li (sh. Abschnitt 5.2.9), die Raumtemperaturverteilung ermittelt. Hierfür ist die
Matlab®-Funktion SirtATOM.m verantwortlich, deren Urheberschaft bei der Autorin
von [Bart 09] und [Bart 11] liegt. Ebenfalls von dieser Autorin sind die dazugehörigen Funktionen TomoAverage.m und TomoVektorShift.m übernommen worden,
welche von SirtATOM.m aufgerufen werden, sowie zwei Funktionen zur Darstellung
von Raumtemperaturverteilungen mit plotTemp3D.m und tomo2.m.
Neben den gemessenen Laufzeiten, einem Abbruchkriterium für die Iteration, einer
Anfangsverteilung von Langsamkeiten, der Voxelanzahl in jeder Dimension (entspricht der Ordnung D, sh. unten) und der Gewichtung für die Mittelung benachbarter Zellen, werden die Längen Li und die Längen Lj für jede Zelle vom TomografieAlgorithmus verlangt. Diese Forderung wird durch die Berechnung einer Matrix der
Form


l11 l12 . . . l1J


l21 l22 . . . l2J 

(5.6)
L= .
..
.. 

¯  ..
.
. 
lI1 lI2 . . . lIJ
erfüllt, mit den Schallstreckenabschnitten lij für jedes Voxel als ihre Elemente.
Die Umsetzung dieser geometrischen Berechnungen geschieht mit der Funktion
cellSoundRays.m (sh. Anhang A.1.7). Darin wird zunächst die Messumgebung in
D × D × D gleichgroße Voxels geteilt, deren Seitenverhältnisse denen der Messumgebung entsprechen. Dabei ist D die Ordnung der Raumaufteilung, welche grundsätzlich beliebig wählbar ist. Dennoch wurde für Messungen ausschließlich D = 3
verwendet, da einerseits bei einer kleineren Ordnung von beispielsweise D = 2 eine
räumliche Darstellung mit lediglich 8 Voxels resultieren würde und andererseits für
49
5 Experimentelle Messmethode
den Tomografie-Algorithmus die Forderung J ≥ I besteht, also eine höhere oder
gleichgroße Zahl von Schallstrecken, wie die der Voxels.
Weiterhin wird für jede Schallstrecke li , erster und zweiter Ordnung mithilfe von logischen Operatoren geprüft, ob sie zwei, oder aufgrund von Wandreflexionen, mehrere
Schnittpunkte mit den Begrenzungsflächen der j-ten Gitterzelle besitzt. Ist dies der
Fall, werden die Abstände zweier Schnittpunkte entlang li zu lij addiert.
Ob die Schallstreckenabschnitte korrekt berechnet wurden, wird im Hauptprogramm
DAQrun.m überprüft. Die Summe der Zeilen von L, also li1 +li2 +...+liJ , muss nämlich
¯
der Länge von li entsprechen.
5.2.13 Timing
Die Zeitdauer einer Messung wird beim derzeitigen Stand des Programms durch eine
initiale Angabe der Messdurchläufe und einem Messintervall bestimmt. Dabei muss
das Messintervall länger als die Verarbeitungszeit der wiederholten Messroutine sein.
Bei langen Messungen besteht die Möglichkeit, die anfallenden Daten, während einer
Messung, direkt auf die Festplatte zu speichern, um ein Volllaufen des Arbeitsspeichers zu verhindern.
Die Zeitsteuerung wurde mit den Matlab®-Befehlen tic und toc gelöst. Diese Befehle
stehen am Beginn und am Ende der wiederholten Messroutine, um die Verarbeitungszeit festzuhalten. Im Anschluss pausiert die Schleifenausführung für die Dauer
der Differenz von Verarbeitungszeit zu Messintervalldauer, bevor eine neue Teilmessung beginnt. Dieser Vorgang wurde empirisch beobachtet und es wurde festgestellt,
dass selbst nach vielen Stunden Messdauer und mehreren tausend Einzelmessungen,
der Vorgang auf die Sekunde genau beendet wird. Dies bedeutet, dass das vorgegebene Messintervall durch diese Form der Zeitsteuerung auch über einen langen
Zeitraum konstant ist.
50
6 Messverfahren
In diesem Kapitel wird das praktische Vorgehen bei einer Messung der Raumtemperaturverteilung mit der Methode, die im Rahmen dieser Arbeit entwickelt wurde, geschildert. Die Gesamte Messung wurde in Matlab® realisiert, weshalb die Durchführung mit dem Aufruf von insgesamt drei Matlab®-Funktionen (imageModelPlot.m,
eine Erweiterung von imageModel.m, DAQrun_captureRef.m und DAQrun.m) und
dem Editieren eines Skriptes (DAQinit.m, vgl. Anhang A.2), das initiale Parameter
enthält, einhergeht.
6.1 Vorbereitung
Vermessung des Raumes
Wie weiter oben bereits begründet, kann zum derzeitigen Entwicklungsstand des
Messsystems ausschließlich in quaderförmigen, leeren Räumen die Temperaturverteilung ermittelt werden. Hierfür müssen die Raummaße x,y und z möglichst exakt
bestimmt werden und gegebenenfalls ein Mittelwert aus mehreren einzelnen Entfernungsmessungen gebildet werden.
Positionsbestimmung von Sender und Empfänger
Die Maße des Raumes können verwendet werden, um eine geeignete Position
von Sender und Empfänger zu bestimmen. Hierfür kann der Aufruf der Funktion imageModelPlot.m behilflich sein, in welche die Raummaße und die Position
von Sender S und Empfänger R eingetragen werden. Sie visualisiert sowohl die
Schallstrahlenverteilung im Raum (ähnlich Abb 5.6), als auch ein Reflektogramm,
in dem zusätzlich die theoretischen Laufzeiten τimod , wie auch deren Zuordnung zu
den Raumbegrenzungsflächen (ähnlich Abb. 7.4) dargestellt sind. Folgende Kriterien
sollten für die Positionierung des Messsystems gelten:
1. Möglichst gleichmäßige Verteilung der Schallstrecken in der Messumgebung,
um jeden Raumbereich erfassen zu können.
2. Möglichst gleichmäßige Verteilung der Reflexionen erster und zweiter Ordnung
im Reflektogramm, um eine Überlappung der Fenster ∆tf für das Peak-Picking
zu vermeiden.
Das Messsystem kann aber auch ohne numerische Hilfe, beliebig im Raum positioniert werden, wodurch der Aufruf von imageModelPlot.m entfällt. Jedoch muss mit
einer ungenügenden Abdeckung des Raumes mit Schallstrahlen gerechnet werden
und eine singuläre Repräsentation ihrer Laufzeiten im Reflektogramm kann nicht
erwartet werden.
Aufbau
Die Messtechnik wird innerhalb und außerhalb der Messumgebung aufgebaut. Der
Aufbau entspricht der Messkette in Abb. 4.7 mit einer definierten bzw. willkürlichen
Positionierung von Sender und Empfänger (sh. oben).
51
6 Messverfahren
6.2 Ausführung
Initialisierung
Der Messalgorithmus muss durch das Editieren des Skriptes DAQinit.m den äußeren
Bedingungen zu Beginn der Messung angepasst werden. In Tabelle 6.1 werden alle
Parameter des Skriptes aufgeführt. Variablen, die in der Arbeit bereits verwendet
wurden, sind in der Beschreibung angegeben.
Variable
room
s
r
Einheit
m
m
m
refDist
m
initialTemp
exOrder
lengthIn
amplification
◦C
measNr
-
measInterval
s
corrLength
windowLength
cellOrder
s
Samples
-
excludeRay
-
kurtosisWindowLengthL
Samples
kurtosisWindowLengthM
Samples
WeightDirect
-
WeightDiagonal
-
fs
Hz
s
-
Beschreibung
Maße der Messumgebung (Syntax: [x y z])
Position S des Senders (Syntax: [x y z])
Position R des Empfängers (Syntax: [x y
z])
Abstand ldir zwischen Sender und Empfänger
aktuelle Raumtemperatur ϑ
Ordnung N der MLS
Dauer der Signalaufnahme
Anpassung des Ausgangspegels (Faktor
zwischen 0 und 1)
Anzahl der Einzelmessungen (Messdurchläufe)
Zeitabstand zwischen den Einzelmessungen (Messintervall)
Länge ∆tg des (Kurtosis-)Reflektogramms
Fensterlänge ∆tf für das Peak Picking
Ordnung D für die Raumaufteilung in Voxels
Von der Tomografie ausgenommene
Schallstrahlen (Syntax: Vektor mit der
Schallstrahlnummer aus dem SSQ-Modell,
beginnend mit der Höchsten)
kurzes Kurtosis-Analyse-Fenster der Länge lk
langes Kurtosis-Analyse-Fenster der Länge mk
Gewichtungsfaktor w für direkt angrenzende Voxels bei der tomografischen Rekonstruktion
Gewichtungsfaktor w für diagonal angrenzende Voxels bei der tomografischen Rekonstruktion
Sampling-Frequenz, sowohl am Ausgang,
als auch am Eingang der Messkarte
Tabelle 6.1: Paramaterbeschreibung in DAQinit.m
52
6.3 Nachbereitung
Ausschluss von Schallstrecken
Nicht an anderer Stelle in dieser Arbeit ist die Möglichkeit des Ausschlusses einzelner Schallstrecken li erwähnt. Wird in der Variable excludeRay eine Schallstrecke
eingetragen, so wird diese nicht bei der tomografischen Rekonstruktion berücksichtigt. Dies sollte unter Anderem in Anspruch genommen werden, falls eine Reflexion
nicht eindeutig im Reflektogramm abgebildet wird, oder Reflexionen darin zu dich
beieinander liegen.
Referenzmessung
Durch das Ausführen der Funktion DAQrun_captureRef.m wird eine Referenzmessung angestoßen, die wie in Abschnitt 5.2.11 beschrieben, Abweichungen der Laufzeiten von der Modellrechnung bestimmt. Während die Referenzmessung läuft, kann
eine manuelle Korrektur mithilfe der Interaktivität des Reflektogramm-Plots vorgenommen werden (sh. ebenfalls Abschnitt 5.2.11). Die Referenzmessung wird in ihrer
Dauer durch eine initial festgelegte Anzahl von Einzelmessungen begrenzt, oder wird
nach einer beliebigen Zeit mit dem Tastaturbefehl strg+c abgebrochen.
Messung
Mit dem Ausführen von DAQrun.m wird die eigentliche Messung gestartet, welche,
abhängig von den Parametern measNr und measInterval in DAQinit.m nach einer
bestimmten Zeit beendet wird. Während der Messung wird die akustisch virtuelle Raumtemperaturverteilung nach der absoluten oder relativen Methode (sh. Abschnitt 5.2.10) laufend grafisch ausgegeben.
6.3 Nachbereitung
Eine Messung erzeugt einen Ordner, in dem die rohen Messdaten als extra Datei
für jede Einzelmessung abgelegt werden. Dies erlaubt die komplette Rekonstruktion
einer Messung mit veränderten Parametern, was vor allem bezüglich des Prototypings, bzw. der Parametereinstellung für eine Messumgebung, von Vorteil ist. Darüber hinaus werden beim derzeitigen Implementierungsstand, während des Messvorgangs, verschiedene Ausgabewerte bei jeder Einzelmessung berechnet, die als
jeweilige Zeitreihe nach der Messung zur Verfügung stehen. Die Tabelle 6.2 gibt
einen Überblick, unter welchen Variablen-Namen die jeweiligen Werte im Matlab®Workspace abgespeichert werden.
53
6 Messverfahren
Variable
SNR
Einheit
dB
kurtosisTemperature
◦C
kurtosisTemperatureRel
◦C
kurtosisTemperatureMean
◦C
kurtosisTemperatureMeanRel
◦C
tomoTemperature
◦C
tomoTemperatureRel
◦C
tomoTemperatureMean
◦C
tomoTemperatureMeanRel
◦C
Beschreibung
Schätzung des Signalrauschverhältnisses
absolute mittlere ak. virt. Temperatur auf den Schallstrecken
relative mittlere ak. virt. Temperatur auf den Schallstrecken
absolute mittlere ak. virt. Temperatur über Schallstrecken gemittelt
relative mittlere ak. virt. Temperatur über Schallstrecken gemittelt
absolute tomografische ak. virtuelle
Temperatur der Voxels
relative tomografische ak. virtuelle
Temperatur der Voxels
absolute tomografische ak. virtuelle
Temperatur über Voxels gemittelt
relative tomografische ak. virtuelle
Temperatur über Voxels gemittelt
Tabelle 6.2: Auswertungen während des Messvorgangs
54
7 Beispielmessung
Dieses Kapitel ist die Dokumentation einer Versuchsmessung der Raumtemperaturverteilung mit der experimentellen Methode, die im Rahmen dieser Arbeit entstanden ist. Dabei wurden die theoretischen Überlegungen aus den vorherigen Kapiteln,
sowie deren Implementierung angewandt. Die Messgröße wurde durch den regionalen Betrieb von elektrischen Heizgeräten beeinflusst, wodurch das Raumklima
manipuliert wurde und innerhalb des Raumes Temperaturgradienten und Konvektionsströme und somit zeitliche Varianzen des Ausbreitungsmediums entstanden. Die
Messergebnisse werden in diesem Kapitel zur Verifizierung mit Daten konventioneller
Temperatursensoren verglichen, die im Raum verteilt positioniert waren.
7.1 Versuchsumgebung und Aufbau
Die Versuchsmessung fand in einer ehemaligen Sporthalle der Firma Sonotec12 am
17.07.2014 in Halle (Saale) statt. Ein Foto eines Ausschnitts der Halle und des
Messaufbaus ist in Abb. 7.1 zu sehen.
Sporthalle
Die Halle hat in erster Näherung, bis auf bauliche Ungenauigkeiten, die Form eines Quaders. Durch eine Mittelung von zehn Abstandsmessungen wurde das Maß
für jede Raumdimension bestimmt und es resultierte x = 14.09 m, y = 9.51 m und
z = 4.51 m. Alle Abstandsmessungen, die eine Distanz von 2 m überschritten, wurden mit dem optischen Entfernungsmesser Leica13 Disto Basic durchgeführt.
Relevant für die Qualität des Reflektogramms sind unter anderem die Reflexionseigenschaften der Raumbegrenzungsflächen (sh. Abschnitt 2.5). Dabei sind große Reflexionsfaktoren bei den Wänden (verputztes Mauerwerk) und dem Boden (Holzparkett) zu erwarten. Lediglich die Decke aus einem unbekannten Fasermaterial dürfte
eine bedingt schallharte Raumbegrenzungsfläche darstellen, wobei es sich aber nicht
um eine Akustikdecke handelt.
12
13
SONOTEC Ultraschallsensorik Halle GmbH, Nauendorfer Straße 2, 06112 Halle (Saale), Dtl.
Leica Geosystems AG, Heinrich-Wild-Strasse, 9435 Heerbrugg, Switzerland
55
7 Beispielmessung
Abbildung 7.1: Foto der Messumgebung mit Messaufbau
Positionierung und Einstellungen
Es wurde die Messtechnik aus Kap. 4 verwendet. In der Halle wurden Sender und
Empfänger nach einer numerisch gestützten Positionsbestimmung (sh. Abschnitt
6.1) an den Stellen S(3.1, 1.8, 2.4) und R(6.1, 5.5, 0.9) platziert, was auch Abb. 7.2
zu entnehmen ist. Die schwarzen Kreuze deuten die Aufteilung des Raumes in die
Zellen für die tomografische Rekonstruktion an.
56
7.1 Versuchsumgebung und Aufbau
10
T7
9
receiver
source
receiver
source
temperature sensors
heating
window
door
8
T3
7
y/m
6
T6
5
T5
T1
T4
4
3
T2
2
1
0
0
2
4
6
x/m
8
10
12
14
5
z/m
4
T3
T1
3
T4
T2
2
T7
1
T6
0
0
2
T5
4
6
x/m
8
10
12
14
Abbildung 7.2: Messaufbau der Beispielmessung mit den Positionen des Senders, des
Empfängers, der Temperatursensoren und der Wärmequelle
Mit der Positionierung des Messsystems ergeben sich die Schallstrecken in Abb.
7.3, sowie, durch die Parameter in der Initialisierungs-Datei DAQinit.m im Anhang
A.2, das dazugehörige Kurtosis-Reflektogramm in Abb 7.4. Die vertikal dargestellten
Zahlen oberhalb der errechneten Schalllaufzeiten (rote Linien) zeigen die Nummer
der Schallstrecke bei der Modellierung und geben die Raumbegrenzungsflächen an,
die bei der jeweiligen Reflexion beteiligt sind. Beispielsweise bedeutet die Zahlenkombination 17, 4 und 6, dass an dieser Stelle im Reflektogramm die Laufzeit erwartet
wird, welche der Schallstrecke 17 zugeordnet wurde. Dabei wurde das Signal an der
Wand 4 und dem Boden 6 reflektiert.
Für eine Großzahl der Reflexionen liegt der zugehörige Peak im Reflektogramm
recht nahe bei den modellierten Schalllaufzeiten, sodass sie sich innerhalb des Fensters ∆tf befinden. Somit kann durch die automatische Laufzeitkorrektur das Fenster
um die tatsächliche Reflexion zentriert werden (sh Abschnitt 5.2.11). Bei größeren
Abweichungen, bzw. einem schlecht ausgeprägtem Peak, wurde die entsprechende
Schallstrecke entweder ausgeschlossen, oder die Laufzeit manuell korrigiert.
57
7 Beispielmessung
z/m
4
2
14
0
12
10
10
8
8
6
source
receiver
point of first reflection
point of second reflection
first order reflection
second order reflection
6
4
4
2
2
y/m
0
x/m
0
2 4
3 1
12
9
2 3
8
5 2
1 2
1 3
3
2
2 6
4 3
15
19
2
5 3
20
7
10
4 5
1 4
3
3 6
16
4
11
13
1
1 6
5 6
1 5
4
4 6
5
18
1
6
21
5
14
17
6
22
Abbildung 7.3: Schallstreckenverteilung bei der Beispielmessung
k(n)
300
200
100
0
0
0.2
0.4
0.6
0.8
1
1.2
t/Samples
1.4
1.6
1.8
2
4
x 10
Abbildung 7.4: Kurtosis-Reflektogramm mit modellierten Laufzeiten und deren Zuordnung zu Schallstrecken
Referenz-Temperatursensoren
An sieben Stellen im Raum wurden die konventionellen testostor 171-3 Feuchte/Temperaturlogger des Herstellers Testo14 platziert (Datenblatt sh. Anhang A.3).
Die Sensoren sind von T1 bis T7 durchnummeriert und die Positionen sind ebenfalls
Abb. 7.2 zu entnehmen. Die Geräte liefern verlässliche raumklimatologische Daten
14
Testo AG, Testo-Straße 1, 79853 Lenzkirch, Deutschland
58
7.2 Ablauf
als Zeitreihen mit denen die Ergebnisse der akustischen Methode dieser Arbeit im
Abschnitt 7.3 verglichen werden.
Beeinflussung der Messgröße
Die Raumluft innerhalb der Messumgebung wurde an einer regional begrenzten Stelle am Boden durch elektrische Heizgeräte (Elektro-Radiatoren und elektrische Herdplatten) erwärmt. Der Defekt eines Gerätes führte dazu, dass für Heizperioden maximal 8.5 kW an Heizleistung zur Verfügung standen. Zusätzlich ist zu beachten, dass
alle verwendeten Heizgeräte durch ein Thermostat geregelt sind und nicht dauerhaft
in Betrieb waren.
Äußere Bedingungen
Am Tag der Messung herrschte sommerliches und sonniges Wetter mit einer Tageshöchsttemperatur von ϑ = 29 ◦C für die Region Leipzig/Halle.
7.2 Ablauf
Das Messverfahren wurde bereits in Kap. 6 vorgestellt, wobei der zeitliche Ablauf in
der Tab. 7.1 dokumentiert ist. Der Raum wurde zwei Stunden lang von den oben genannten Wärmequellen aufgeheizt, wonach eine einstündige Abkühlung folgte. Beide
Vorgänge fielen aufgrund der äußeren Bedingungen moderat aus. Zum Ein- und Ausschalten der Wärmequellen musste die Halle betreten werden. Ansonsten blieben die
Türen und Fenster stets geschlossen, um Strömungseinflüsse gering zu halten.
Uhrzeit
12:15
14:15
15:15
Vorgang
Messstart
Einschalten der Wärmequelle
Ausschalten der Wärmequelle
Messstop
Tabelle 7.1: Zeitlicher Ablauf der Beispielmessung
7.3 Ergebnisse und Diskussion
In diesem Abschnitt werden die Ergebnisse in verschiedenen Formen präsentiert und
diskutiert. Dadurch soll gezeigt werden, dass die Anforderungen an die experimentelle Messmethode prinzipiell erfüllt werden, wenngleich Verbesserungen (sh. Abschnitt
8.2) angedacht sind, die zum Zeitpunkt der Beispielmessung nicht Teil des Systems
waren.
Bei den Messungen wurde ein durchschnittlicher SNR von 38.2 dB erreicht. Lediglich
bei zwei Einzelmessungen wich er mit 30.6 dB und 27.1 dB deutlich vom Mittelwert
ab, und war damit stets über dem geforderten Minimum von 20 dB.
59
7 Beispielmessung
7.3.1 Referenz-Temperaturmessung
Die Abb. 7.5 zeigt die Temperaturverläufe, die von den konventionellen Temperatursensoren im Messzeitraum aufgezeichnet wurden. Sie stellen im Rahmen der
Messgenauigkeit und der Kalibrierung der Geräte den tatsächlichen Verlauf der Lufttemperatur an den Stellen dar, an dem die Fühler positioniert waren.
28
27.5
27
ϑ/◦C
26.5
26
T1
T2
T3
T4
T5
T6
T7
25.5
25
24.5
24
12−15
12−45
13−15
13−45
14−15
14−45
15−15
local time
Abbildung 7.5: Temperaturverlauf der sieben konventionellen Temperatursensoren
Deutlich ist bereits zu Beginn des Messzeitraumes eine vertikale Temperaturschichtung zu erkennen, also eine Abweichung von zirka 1 K der Lufttemperatur am Boden, im Vergleich zur Temperatur in Deckennähe. Die experimentelle Methode dieser
Arbeit ist ohne einer initialen Angabe dieser raumhöhenabhängigen Temperaturunterschiede nicht in der Lage diese Schichtung wiederzugeben, da zu Beginn von einer
homogenen Temperaturverteilung ausgegangen wird. Deshalb werden folgend ausschließlich Temperaturen relativ zu der Raumtemperatur bei Beginn der Messung
und unabhängig ihres absoluten Wertes dargestellt.
Die leicht wellige Struktur aller Temperaturänderungsverläufe kann mit den Heizperioden der Wärmequellen begründet werden. Auch das Temperaturmaximum vor
dem Ende der Heizperiode dürfte damit zusammenhängen.
7.3.2 Temperaturverläufe
Bei den folgenden Ergebnissen wurde keine Anpassung des SSQ-Modells, wie es bei
der absoluten Temperaturmessung in Abschnitt 5.2.10 beschrieben wird, durchgeführt. Mit der relativen Messmethode, die im gleichen Abschnitt beschrieben wird,
werden nämlich im Allgemeinen homogenere Temperaturverläufe erreicht. Außerdem
spielt die absolute Temperatur, relativ zu einer Ausgangstemperatur, für die durchgeführten Vergleiche, keine Rolle. Dennoch soll der Vollständigkeit halber zunächst
ein Ergebnis der absoluten Messmethode in Abb. 7.6 gezeigt werden. Es handelt sich
um den Mittelwert aller Voxels im Vergleich mit dem Mittelwert der Referenztemperaturmessung. Es erfolgte eine Umrechnung der akustisch virtuellen Temperatur
60
7.3 Ergebnisse und Diskussion
unter der Berücksichtigung einer relativen Luftfeuchtigkeit von zirka 60 %, die in der
Halle festgestellt wurde. Bei mehreren Messungen hat sich gezeigt, dass eine Ermittlung des Temperaturbetrag nach Gl. 5.5 prinzipiell möglich ist, jedoch verursacht
die Anpassung, in Verbindung mit anderen Unsicherheiten, erhebliche, unrealistische
Schwankungen im Zeitverlauf. Der Sprung zu Beginn der Messung resultiert aus der
Abweichung der ermittelten Temperatur zum initial angegebenen Wert. Die Messung der Absoluttemperatur ist im hohen Maße von der geometrischen Exaktheit
des Messaufbaus abhängig (sh. Abschnitt. 4.3).
27
26.5
26
ϑ/◦C
25.5
25
24.5
24
reference sensing
acoustic tomography cells
23.5
23
12−15
12−45
13−15
13−45
14−15
14−45
15−15
local time
Abbildung 7.6: gemittelte absolute Temperaturen
Gemittelter Temperaturänderungsverlauf
In Abb. 7.7 ist ein Vergleich der gemittelten Temperaturänderungen zu sehen. Die
systembedingte Trägheit der konventionellen Hardware ist deutlich auszumachen.
Invarianzen des Raumes durch eine Temperaturänderung werden beim akustischen
System unmittelbar und mit voller Ausprägung erfasst, wohingegen bei den testostorSensoren Zeitverzögerungen aufgrund von Wärmeübergängen vorherrschen [Peif 94,
S. 148 f.].
61
7 Beispielmessung
1.8
1.6
1.4
∆ϑ/◦C
1.2
1
0.8
0.6
0.4
reference sensing
acoustic tomography cells
0.2
0
12−15
12−45
13−15
13−45
14−15
14−45
15−15
local time
Abbildung 7.7: Vergleich der gemittelten Temperaturänderungsverläufe
Lokale Temperaturänderungsverläufe
Die Betrachtung spezifischer Raumbereiche wird in Abb. 7.8 folgen. Es werden
die von den einzelnen konventionellen Messgeräten aufgezeichnete Temperaturänderungsverläufe mit den Verläufen der akustischen Messung verglichen. Die testostorSensoren befanden sich in den jeweiligen Tomografie-Zellen, um eine örtliche Vergleichbarkeit zu gewährleisten.
Neben den Fehlern bei der experimentellen akustischen Messmethode, die zu Abweichungen der verglichenen Temperaturänderungsverläufe führen können, spielt die
Position der Referenzsensoren eine entscheidende Rolle. Es darf davon ausgegangen
werden, dass es eine Beeinflussung der Sensoren T4 bis T7 (sh. Abb. 7.8 d) bis g))
durch eine sehr nahe Positionierung an Raumbegrenzungsflächen mit Untertemperatur gegeben hat. Insbesondere ist dieser Effekt bei T5 und T6 (sh. Abb. 7.8 e)
und f)) zu sehen, die unmittelbar am kälteren Boden positioniert waren. Außerdem
spielt eine von der Lufttemperatur abweichende Temperatur der Raumbegrenzungsflächen eine weitere Rolle, denn Wärmeübergange werden in den gemittelten Werten
eines Voxels stärker berücksichtigt, als bei der punktuellen Erhebung der Referenzsensoren. Dadurch können höhere Maximaltemperaturen bei den konventionellen
Temperatursensoren erklärt werden.
Es ist zudem nicht auszuschließen, dass in den Zellen selbst die Temperatur ungleichmäßig verteilt ist. Dabei darf vor allem von einer vertikalen Schichtung ausgegangen
werden.
Insgesamt sollte die größte Unsicherheit aber bei der unvermeidlichen Konvektionsströmung liegen, die durch räumliche Temperaturdifferenzen verursacht wird. Darauf
wird im Abschnitt 7.3.4 noch genauer eingegangen.
62
7.3 Ergebnisse und Diskussion
b) T2 and Voxel 21
a) T1 and Voxel 13
2
∆ϑ/◦C
∆ϑ/◦C
2
1.5
1
0.5
0
12−15 12−45 13−15 13−45 14−15 14−45 15−15
1.5
1
0.5
0
12−15 12−45 13−15 13−45 14−15 14−45 15−15
d) T4 and Voxel 24
c) T3 and Voxel 27
2
∆ϑ/◦C
∆ϑ/◦C
2
1.5
1
0.5
0
12−15 12−45 13−15 13−45 14−15 14−45 15−15
1.5
1
0.5
0
12−15 12−45 13−15 13−45 14−15 14−45 15−15
f) T6 and Voxel 4
e) T5 and Voxel 6
2
∆ϑ/◦C
∆ϑ/◦C
2
1.5
1
0.5
1.5
1
0.5
0
12−15 12−45 13−15 13−45 14−15 14−45 15−15
0
12−15 12−45 13−15 13−45 14−15 14−45 15−15
g) T7 and Voxel 8
local time
∆ϑ/◦C
2
1.5
reference sensor
1
acoustic tomography cell
0.5
0
12−15 12−45 13−15 13−45 14−15 14−45 15−15
local time
Abbildung 7.8: Vergleich von Temperaturänderungsverläufen an verschiedenen Stellen im Raum (vgl. Abb 5.2 und Abb. 7.2)
7.3.3 Temperaturverteilungen
Beobachtet man die zeitliche Entwicklung der Änderung der Temperaturverteilung
in der Halle, so kann sie grob in vier Phasen eingeteilt werden, die in Abb. 7.9 zu
sehen sind.
1. Homogene Temperaturverteilung (abgesehen der nicht dargestellten vertikalen
Schichtung in Räumen), ohne Strömung zu Beginn der Messung:
Erwartungsgemäß zeigt sich, aufgrund der initialen Referenzmessung, die im
63
7 Beispielmessung
Abschnitt 5.2.11 erläutert wird, in jedem Raumbereich annähernd eine identische Temperatur.
2. lokale Erwärmung im Bereich der Wärmequellen; keine ausgeprägte Konvektionsströmung:
Eine lokale Temperaturänderung ist zu diesem Zeitpunkt gut zu erkennen.
Die wärmere Luft befindet sich aufgrund ihrer geringerer Dichte oberhalb der
Wärmequellen.
3. Fortführung der Raumerwärmung bei ausgeprägte Umwälzströmung:
Durch die nun schon länger andauernde Heizphase hat sich ein Strömungsfeld gebildet, dass die Temperaturerfassung stört. Auf dieses Problem wird in
Abschnitt 7.3.4 näher eingegangen.
4. Erwärmter Raum ohne Strömungsphänomene:
Nachdem die Wärmequellen keine Lufttemperaturdifferenzen mehr verursachen, stellt sich wieder eine homogene Verteilung bei einer höheren Temperatur
ein.
a) Phase 1: 12-17
b) Phase 2: 12-23
z/m
z/m
4
2
0
10
5
2
0
10
0
y/m
0
5
10
2
4
15
1.5
5
0
y/m
x/m
0
5
10
15
x/m
1
d) Phase 4: 15-10
c) Phase 3: 14-08
z/m
z/m
0.5
4
2
0
4
2
0
0
10
5
y/m
10
0
0
5
x/m
10
15
5
0
y/m
0
5
x/m
10
15
∆ϑ/◦C
Abbildung 7.9: relative Temperaturverteilung zu verschiedenen Zeiten
7.3.4 Einfluss der Konvektionsströmung
Durch die Deutung der Messergebnisse, konnten Konvektionsströmungen der Wärmequellen als Hauptursache für eine fehlerhafte Ermittlung der Temperaturvertei-
64
7.3 Ergebnisse und Diskussion
lung während der regionalen Beheizung des Untersuchungsgebietes ausgemacht werden.
Die Voraussetzung, die im theoretischen Teil dieser Arbeit genannt wurde, dass
Luftströmungen nicht berücksichtigt werden (sh. Abschnitt 2.4.3), hat sich für praktische Messungen als unrealistisch herausgestellt. Sobald in einem Raum größere
Temperaturunterschiede vorkommen (durch lokales Heizen), bildet sich eine Umwälzströmung aus [Riet 04, S. 90 ff.], deren Einfluss auf akustische Messungen zur
Temperaturerfassung nicht vernachlässigt werden kann. Die Wärmeströmung dürfte
sich in der Halle nach dem Prinzip in Abb. 7.10 ausgebildet haben.
Abbildung 7.10: Raumluftströmungen
[Riet 04, S. 92]
bei
Beheizung
mit
Raumheizkörpern
Es kann davon ausgegangen werden, dass die ausgeprägten, lokalen Temperaturdifferenzen in Abb. 7.9 c) größtenteils durch die Strömung im Raum verursacht wurden.
Wird nämlich im Raum nicht geheizt, wird eine realistische, homogenere Temperaturverteilung dargestellt. Die Umwälzströmung verursacht einen Fehler, dessen
Größe von der Strömungsgeschwindigkeit, ihrer Orientierung, sowie der Schallausbreitungsrichtung bzw. der Orientierung der Schallstrecken abhängig ist. Die Schallausbreitung erfolgt entlang der modellierten Schallstrecken in alle Raumrichtungen,
wobei ein Richtungswechsel bei jeder Reflexion stattfindet.
In diesem Abschnitt soll nun noch die Größe des Fehlers durch die Umwälzströmung
abgeschätzt werden. Bei der Wärmeströmung, die durch einen Heizkörper verursacht
wird, handelt es sich um natürliche Konvektion, deren Wärmeabführvermögen bzw.
Wärmeübergangskoeffizient αK nach [Zirn 06, S. 75] mit
αK = 12 ∗
√
v0 + 2
(7.1)
angenähert werden kann. Nun wird als Wärmequelle ein Heizkörper mit einer Höhe
von 0.6 m, einer Länge von 1.4 m und einer Übertemperatur von 20 K angenommen.
Für einen solchen Wärmetauscher wurde in [Heri 12, S. 918] ein Wärmeübergangskoeffizient zu αK = 4.2 W/m2 K errechnet. Setzt man diesen Wert in Gl. 7.1 ein,
folgt für die Strömungsgeschwindigkeit, aufgrund von Konvektion v0 = 0.27 m/s.
Bei einer Raumtemperatur von ϑav ≈ 20 ◦C würde dieser Strömungseinfluss auf die
65
7 Beispielmessung
mittlerer Temperatur entlang einer Schallstrecke, nach Gl. 2.28 eine Abweichung von
∆ϑav ≈ 0.45 K zur tatsächlichen Raumtemperatur verursachen. Das ist auch in etwa
die Größenordnung der Abweichungen relativer Temperaturen zwischen benachbarter Raumteilvolumen in Abb. 7.9 c).
66
8 Fazit
Bisherige Ansätze für eine akustische Erfassung von Raumtemperaturverteilungen
wurden mit einer Vielzahl von Sender/Empfänger-Paaren realisiert, die um ein Untersuchungsgebiet verteilt, Messstrecken zur Schalllaufzeiterfassung bilden. Mithilfe
eines tomografischen Verfahrens konnten mit diesen Informationen Temperaturverteilungen wiedergegeben werden. Ausgehend von der Idee, die LS, welche das Untersuchungsgebiet umgeben, durch virtuelle Schallquellen zu ersetzen, wurde in dieser
Arbeit eine experimentelle, akustische Messmethode entwickelt, Raumtemperaturverteilung zu analysieren. Unter der Einbeziehung von Schallreflexionen geschieht
dies mit lediglich einem LS und einem Mikrofon. Sämtliche Vorteile der akustischen
Ermittlung von raumklimatologischen Größen bleiben dabei erhalten.
8.1 Zusammenfassung
Unter Kenntnis der Raumgeometrie und der Position von Sender und Empfänger,
werden Schallstrecken, sowie die dazugehörigen theoretischen Schalllaufzeiten bestimmt. Dies geschieht auf Grundlage der geometrischen Raumakustik und einem
SSQ-Modell für quaderförmige Räume zweiter Ordnung. Dabei ist es nicht unerheblich, welche Positionen gewählt werden, denn sie bestimmten die Verteilung von
Schallstrecken im Raum, sowie die zeitlichen Abstände der Ankunftszeiten. Mittels der gemessenen Schalllaufzeiten auf den modellierten Schallstrecken, kann die
mittlere Schallgeschwindigkeit, die proportional zur mittleren Temperatur auf der
Strecke ist, bestimmt werden.
Diese Laufzeiten werden auch in Form von Peaks im Bereich der frühen Reflexionen
in der IR des betreffenden Raumes repräsentiert. Die RIR wird bei jeder Einzelmessung mittels der Korrelationsmesstechnik und einer MLS als Anregungssignal
ermittelt. Die Raumantwort wird statistisch aufbereitet, um Reflexionen hervorzuheben, indem die charakteristische Signalform von zurückgeworfenen Impulsen ausgenutzt wird, wodurch ein sog. Kurtosis-Reflektogramm entsteht. Unter der Kenntnis der theoretischen Schalllaufzeiten, wird das Reflektogramm analysiert, indem
in den Bereichen der erwarteten Reflexionen nach einem lokalen Maximum gesucht
wird. Nicht immer kann eine numerisch bestimmte Schalllaufzeit einem Peak in der
IR zugeordnet werden, zumal geometrische Ungenauigkeiten in realen Umgebungen
unvermeidbar sind und Mehrfachreflexionen zu einer geringen Ausprägung der Peaks
im Kurtosis-Reflektogramm führen. In solchen Fällen wird entweder eine manuelle
Korrektur des SSQ-Modells, mittels interaktiver Eingabe per Computermaus vorgenommen, oder die betreffende Schallstrecke wird gänzlich von der Berechnung der
Raumtemperaturverteilung ausgeschlossen.
Für die örtliche Differenzierung der Temperatur auf Grundlage der modellierten
Schallstrecken und der gemessenen Laufzeiten, sorgt eine experimentelle, algebraische, tomografische Rekonstruktion. Nach einer Diskretisierung des Raumes in Teilvolumen und Schallstreckenabschnitte, werden, mithilfe eines SIRT-Algorithmus, die
Temperaturen in den Teilvolumen ermittelt.
67
8 Fazit
Es hat sich gezeigt, dass ein Raum mit einem spezialisierten, tropfenförmigen LS,
in einem Frequenzbereich von zirka 200 Hz bis 4 kHz, annähernd richtungsunabhängig und mit einem ausreichend hohen Pegel, sondiert werden kann. Hierfür wurde ein kompakter LS mit einem einzelnen 2-Zoll-Treiber gebaut und evaluiert, obgleich theoretisch eine maximal breitbandige Monopol-Punktquelle für die vorgestellte Messmethode ideal wäre. Mehrere Treiber, die in alle Raumrichtungen abstrahlen, würden bei zeitgleicher Signalabgabe, aufgrund ihrer örtlich getrennten
SEO, das Korrelationsergebnis verschmieren.
Bei einer Beispielmessung mit dem experimentellen Messsystem in einer kleinen,
quaderförmigen Sporthalle, wurde gezeigt, dass die theoretischen Schalllaufzeiten
meist gut mit den Peaks im Kurtosis-Reflektogramm übereinstimmen. Die Verbindung zwischen dem Modell und der Realität ist, aufgrund einer automatischen
Laufzeitanpassung durch eine Referenzmessung, hinreichend gegeben. Die Messgröße
wurde während der Messdauer von drei Stunden mit mehreren elektrischen Heizgeräten an einer Stelle beeinflusst. Bei der Auswertung wurden Temperaturänderungsverläufe, relativ zum Messbeginn, mit den Daten konventioneller Sensoren verglichen.
In allen Raumbereichen haben die Kurven vergleichbare Tendenzen, auch wenn die
Temperaturänderungsverläufe betragsmäßig in einigen Fällen stark voneinander abweichen. Doch dies kann zum Teil mit der mangelnden Vergleichbarkeit aufgrund
der verschiedenen Messprinzipien, aber vor allem durch die jeweilige Positionierung
der herkömmlichen Sensoren im Raum, erklärt werden. Zudem stellt die akustische
Methode immer örtlich gemittelte Werte dar, wohingegen die Thermometer an einem Punkt messen. Der Ansatz, durch Laufzeitbeziehungen im Reflektogramm auf
absolute Temperaturen zu schließen, hatte einen unstetigen Temperaturverlauf zur
Folge, obgleich die Anpassung an einen realistischeren Temperaturwert, im Vergleich
zur initialen Angabe, funktioniert hat.
Schließlich wurden Verteilungen der relativen Temperaturen zu unterschiedlichen
Zeitpunkten visualisiert. Dabei kann zunächst die Position der Wärmequellen, aufgrund von lokalen Temperaturdifferenzen, gut erkannt werden. Doch es musste im
weiteren Verlauf der Messung festgestellt werden, dass die Annahme, die im theoretischen Teil dieser Arbeit gemacht wurde, nämlich dass Strömungseinflüsse unberücksichtigt bleiben sollen, nicht realistisch ist, sobald in einem Raum größere Temperaturunterschiede vorkommen. Neben Temperaturänderungen, führen vor allem
Fluktuationen der Raumluftströmung, die im Falle der Beispielmessung auf Wärmekonvektion zurückzuführen ist, zu zeitlichen Varianzen des Ausbreitungsmediums.
Diese Nichtlinearitäten haben Fehldarstellungen der Temperaturverteilung zur Folge. Sowohl Temperaturänderungen, als auch Strömungsfluktationen im Raum sind
gleichbedeutend mit einem partiellen oder totalen Time-Streching der RIR, welche
der experimentellen Messmethode zugrunde liegt.
8.2 Ausblick
Bei der Auseinandersetzung mit dem Thema der Arbeit und bei ihrer Umsetzung,
sind vielfältige Möglichkeiten aufgetaucht, wie die vorgestellte experimentelle Messmethode sinnvoll ausgebaut und verbessert werden kann. Diese umfassen sowohl
Software-Implementierungen, als auch Veränderungen bei der Hardware und des
68
8.2 Ausblick
Aufbaus und könnten bei einer Weiterentwicklung verwirklicht werden. Einige Ansätze sind nachfolgend aufgeführt:
Berücksichtigung von Strömungseinflüssen
Selbst in geschlossenen Räumen führen konvektive Strömungen zu einer vektoriellen Beeinflussung der Schallgeschwindigkeit (sh. Abschnitt 7.3.4), weshalb diese
bei einer Temperaturmessung zu Fehlern führen. Darüber hinaus ist die Strömung
selbst eine Größe, die bei raumklimatologischen Erhebungen von großem Interesse
ist. Der Strömungseinfluss kann für Temperaturmessungen herausgerechnet werden
[Bart 11]. Mit dem Aufbau der Messmethode dieser Arbeit, der nur aus einem Sender
und einem Empfänger besteht, wird der Forderung nach reziproken Schallstrecken
zur Berücksichtigung der Strömung nicht nachgekommen. Ein Ansatz wäre, Strömungseinflüsse als systematische Fehler zu betrachten [Vech 13].
Komplexeres Raummodell
Die Beschränkung auf einen quaderförmigen Raum durch die rudimentäre Implementierung des SSQ-Modells stellt eine erhebliche Einschränkung für Messungen in
realen Umgebungen dar. Daher wäre eine praxisnahe Umsetzung der Berechnung
von Schallstrecken und Laufzeiten mithilfe eines Raumsimulationsprogramms eine
denkbare Lösung.
Numerische Bestimmung der Position von Sender und Empfänger
Die geforderte gleichmäßige Verteilung der Schallstrecken im Raum und der Reflexionen im Reflektogramm könnte numerisch bestimmt werden. Dies würde zu einer
optimierten Position von Sender und Empfänger im Raum führen.
Einbeziehung von Reflexionen höherer Ordnung
Reflexionen höherer Ordnung werden zum Teil früher vom Empfänger erfasst und
sind energiereicher, als Reflexionen erster und zweiter Ordnung. Deshalb wäre eine
Betrachtung höherer Reflexionen erstrebenswert, um Schallstrecken nach der Qualität der zugehörigen Reflexionen auszuwählen. Außerdem könnte man eine verbesserte Abdeckung des Raumes mit Schallstrecken realisieren.
Erhöhung der Anzahl von Sender oder Empfänger
Zum einen würden zusätzliche Sender und Empfänger die Anzahl der zur Verfügung
stehenden Schallstrecken signifikant erhöhen. Zum anderen würde die Positionierung
zweier LS- /Mikrofonpaare dazu führen, dass auf Schallstrecken reziprok gemessen
werden kann und somit eine Bestimmung von Strömungsgeschwindigkeiten nach
[Bart 11] möglich wäre.
Einsatz konventioneller Audiokarten
Es ist nicht zwangsläufig eine spezialisierte Messkarte, wie sie für diese Arbeit verwendet wurde, nötig. Eine konventionelle Audiokarte mit hoher Abtastrate würde
den Anforderungen ebenso entsprechen. Erste vielversprechende Tests wurden mit
der On-Board-Soundkarte gemacht, die in dem Notebook aus Abschnitt 4.2 verbaut
ist. Die Folge wäre eine sehr kostengünstige Hardware für das komplette Messsystem.
Messung im Ultraschallbereich
In Hinblick auf das störende Anregungssignal im Hörschallbereich, wäre eine Sondierung des Raumes mit einem möglichst ungerichteten Ultraschall-Emitter erstre-
69
8 Fazit
benswert. Damit würden dauerhafte raumklimatologische Überwachungen trotz der
Anwesenheit von Personen ermöglicht werden.
Implementierung einer GUI
Innerhalb von Matlab® würde eine grafische Bedienoberfläche den praktischen Messvorgang erleichtern.
Unabhängigkeit von Matlab®
Sollte die Messmethode regelmäßig angewendet werden, wäre eine hardwarenahe
Implementierung des Messalgorithmus auf einem Mikrocontroller denkbar, oder er
könnte als ausführbares Programm umgesetzt werden.
Automatische Bestimmung der Raumgeometrie
Es gibt Ansätze, die die Geometrie eines Raumes durch die Analyse der RIR, aufgenommen von einem oder mehrerer Mikrofone an verschiedenen Stellen, schätzen
[Ribe 12][Anto 12][Dokm 13]. Die Herangehensweisen, wie die Raumantwort analysiert wird, ähneln der Methode dieser Arbeit. Es könnte erreicht werden, dass die
Raumtemperaturverteilung, ohne Informationen über die Raumgeometrie oder die
Position von Sender und Empfänger, bestimmt werden kann.
Berücksichtigung der richtungsabhängigen LS-IR
Die Richtwirkung des LS könnte bei Messungen berücksichtigt werden, indem eine
richtungsabhängige MLS für die jeweilige Raumrichtung zur Korrelation verwendet
wird.
70
Literaturverzeichnis
[Alle 79]
J. B. Allen and D. A. Berkley. “Image method for efficiently simulating
small-room acoustics”. The Journal of the Acoustical Society of America,
Vol. 65, No. 4, pp. 943–950, 1979. 1, 3.7
[Anto 12] F. Antonacci, J. Filos, M. R. Thomas, E. A. P. Habets, A. Sarti, P. A.
Naylor, and S. Tubaro. “Inference of room geometry from acoustic impulse responses”. Audio, Speech, and Language Processing, IEEE Transactions on, Vol. 20, No. 10, pp. 2683–2695, 2012. 8.2
[Arno 00] K. Arnold. “Ein experimentelles Verfahren zur Akustischen Tomographie im Bereich der atmosphärischen Grenzschicht”. Tech. Rep. Band
18, Wissenschaftliche Mitteilung aus dem Institut für Meteorologie der
Universität Leipzig, 2000. 1
[Bart 09]
M. Barth. “Akustische Tomographie zur zeitgleichen Erfassung von
Temperatur- und Strömungsfeldern”. Tech. Rep. Band 19, Wissenschaftliche Mitteilung aus dem Institut für Meteorologie der Universität Leipzig, 2009. 1, 2.4.1, 2.4.2, 5.2.12
[Bart 11]
M. Barth and A. Raabe. “Acoustic tomographic imaging of temperature
and flow fields in air”. Measurement Science and Technology, Vol. 22,
No. 3, p. 035102, 2011. 1, 3.8, 3.8, 5.2.12, 8.2
[Bohn 88] D. A. Bohn. “Environmental Effects on the Speed of Sound”. Journal of
the Audio Engineering Society, Vol. 36, No. 4, pp. 223–231, 1988. 1
[Bore 99]
G. Bore and S. Peus. Mikrophone - Arbeitsweise und Ausführungsbeispiele. Vol. 5, Firmenschrift Georg Neumann GmbH, Berlin, 1999. 4.2
[Brow 02] C. Brown. “mls.m - File Exchange - MATLAB Central”. 2002.
URL http://www.mathworks.de/matlabcentral/fileexchange/1246-mlsm, Zugriff: 17.09.2014. 5.2.3
[Copp 83] P. Coppin and K. Taylor. “A three-component sonic anemometer/thermometer system for general micrometeorological research”. BoundaryLayer Meteorology, Vol. 27, No. 1, pp. 27–42, 1983. 1, 5.1
[Dokm 13] I. Dokmanic, R. Parhizkar, A. Walther, Y. M. Lu, and M. Vetterli.
“Acoustic echoes reveal room shape”. Proceedings of the National Academy of Sciences, Vol. 110, No. 30, pp. 12186–12191, 2013. 3.7, 8.2
[DT98 13] DT9847 Series - Dynamic Signal Analyzer for USB With Low THD and
Wide Dynamic Range. Data Translation, Inc., 100 Locke Drive, Marlboro, MA 01752-1192, dt9847-1-1 Ed., 2013. 4.2
[Dunn 93] C. Dunn and M. J. Hawksford. “Distortion immunity of MLS-derived
impulse response measurements”. Journal of the Audio Engineering Society, Vol. 41, No. 5, pp. 314–335, 1993. 3.4, 4.1.1
71
Literaturverzeichnis
[Foke 06]
T. Foken. Angewandte Meteorologie. Springer, 2006. 1, 5.1
[Harr 71]
C. M. Harris. “Effects of humidity on the velocity of sound in air”. The
Journal of the Acoustical Society of America, Vol. 49, No. 3B, pp. 890–
893, 1971. 2.4.2, 2.4.2
[Heiß 14]
A. Heißmann. “mündliche Mitteilung”. 2014. URL http://heissmannacoustics.de/, Zugriff: 27.08.2014. 4.1.2
[Heri 12]
E. Hering, R. Martin, and M. Stohrer. Physik für Ingenieure, 11. Springer, 2012. 7.3.4
[Hofe 08]
D. Hofer. Implementierung eines 64 Kanal Mikrofonarrays. Master’s
thesis, Technische Universität Graz, 2008. 4.1.1
[Hoff 98]
R. Hoffmann. Signalanalyse und -erkennung: Eine Einführung für Informationstechniker. Springer, 1998. 4.2
[Hols 04]
P. Holstein, A. Raabe, R. Müller, M. Barth, D. Mackenzie, and E. Starke. “Acoustic tomography on the basis of travel-time measurement”.
Measurement Science and Technology, Vol. 15, No. 7, p. 1420, 2004. 1
[Jobs 12]
Jobst-Audio.
“Geschlosses-Gehäuse berechnen”.
2012.
URL
http://www.jobst-audio.de/tools-frequenzweiche/cbgehaeuse, Zugriff:
29.08.2014. 4.1.2
[Kaim 63] J. Kaimal and J. Businger. “A continuous wave sonic anemometerthermometer”. Journal of Applied Meteorology, Vol. 2, No. 1, pp. 156–164,
1963. 1
[Kaji 99]
S. Kajita, K. Takeda, and F. Itakura. “Compensation of Room Acoustic
Transfer Functions Affected by the Change of Room Temperature”. In:
Audio Engineering Society Convention 107, Audio Engineering Society,
1999. 3.2
[Khal 14]
N.
Khaled.
“straight
line
and
plane
intersection
File
Exchange
MATLAB
Central”.
2014.
http://www.mathworks.fr/matlabcentral/fileexchange/17751-straightline-and-plane-intersection, Zugriff 29.09.2014. 5.2.7
[Knes 61] H. Kneser. Handbuch der Physik (Herausgeber S. Flügge). Springer, Bd.
XI/1, 1961. 2.4.1
[Kob 96]
M. Kob and M. Vorländer. “Der Einfluß von Wind bei Maximalfolgenmessungen”. Fortschritte der Akustik, Vol. 22, pp. 280–281, 1996. 3.4,
5.2.4, 5.2.5
[Kutt 07]
H. Kuttruff. Acoustics: An Introduction. CRC Press, 2007. 2, 2.3
[Lind 06]
A. Lindau. Ein Instrument zur softwaregestützten Messung binauraler
Raumimpulsantworten in mehreren Freiheitsgraden. Master’s thesis, TU
Berlin, 2006. 5.2.4, 5.2.6
[Luke 92]
H. D. Luke. Korrelationssignale. Springer, 1992. 3.4, 5.2.3
72
Literaturverzeichnis
[Masi 11]
B. Masiero, M. Pollow, and J. Fels. “Design of a fast broadband individual head-related transfer function measurement system”. In: Proc.
Forum Acusticum, p. 136, 2011. 4.1.1, 4.1.2
[Math 14] Mathworks.
“Data Acquisition Toolbox”.
2014.
URL
http://www.mathworks.de/products/daq/, Zugriff 09.09.2014. 4.4
[Mesc 02] D. Meschede. Gerthsen Physik, 21., völlig neubearbeitete Auflage. Springer, 2002. 4.3
[Möse 10] M. Möser. Messtechnik der Akustik. Springer, 2010. 5.2.3
[Möse 12] M. Möser. Technische Akustik. Springer, 2012. 2, 2.3, 2.5
[Osta 09]
V. E. Ostashev, S. N. Vecherin, K. D. Wilson, A. Ziemann, and G. H.
Goedecke. “Recent progress in acoustic travel-time tomography of the
atmospheric surface layer”. Meteorologische Zeitschrift, Vol. 18, No. 2,
pp. 125–133, 2009. 1
[Peif 94]
T. Peifer and P. Profos. Handbuch der industriellen Messtechnik. Oldenbourg Industrieverlag, 1994. 7.3.2
[Pier 89]
A. D. Pierce. Acoustics: An Introduction to Its Physical Principles and
Applications. Acoustical Society of America, 1989. 1, 2.4.3
[Ribe 12]
F. Ribeiro, D. Florencio, D. Ba, and C. Zhang. “Geometrically constrained room modeling with compact microphone arrays”. Audio,
Speech, and Language Processing, IEEE Transactions on, Vol. 20, No. 5,
pp. 1449–1460, 2012. 8.2
[Riet 04]
H. Rietschel and K. Fitzner. Raumklimatechnik: Band 3: Raumheiztechnik. Springer, 2004. 7.3.4, 7.10
[Schu 11]
F. Schultz. Elektroakustisch optimierte Wiedergabe binauraler Signale.
Master’s thesis, TU Berlin, 2011. 4.1.1
[Seli 05]
M. Seliger. “Die Anwendung breitbandiger Signale für ein Messsystem
zur akustischen Laufzeittomographie”. 2005. Diplomarbeit an der Universität Leipzig, Fakultät für Physik und Geowissenschaften. 2.4.1, 3.4
[Star 99]
B. Stark. Lautsprecher Handbuch. Pflaum, 1999. 4.1.1
[Sven 99]
P. Svensson and J. L. Nielsen. “Errors in MLS measurements caused
by time variance in acoustic systems”. Journal of the Audio Engineering
Society, Vol. 47, No. 11, pp. 907–927, 1999. 1, 3.4, 3.5, 3.1, 3.5.2
[Terv 11]
S. Tervo. Localization and Tracing of Early Acoustic Reflections.
Vol. 143/2011 Doctoral Dissertations, Aalto University publication series, 2011. 3.6.1, 3.6.1, 5.2.5
[Ushe 10] J. Usher. “An improved method to determine the onset timings of reflections in an acoustic impulse response”. The Journal of the Acoustical
Society of America, Vol. 127, No. 4, pp. EL172–EL177, 2010. 3.6.2, 3.6.2,
5.2.6
73
Literaturverzeichnis
[Vech 13]
S. N. Vecherin, V. E. Ostashev, and D. K. Wilson. “Assessment of systematic measurement errors for acoustic travel-time tomography of the
atmosphere”. The Journal of the Acoustical Society of America, Vol. 134,
No. 3, pp. 1802–1813, 2013. 8.2
[Vorl 94]
M. Vorländer. “Anwendung der Maximalfolgenmeßtechnik in der Akustik”. Fortschritte der Akustik, Vol. 20, pp. 83–102, 1994. 3.3
[Vorl 95]
M. Vorländer and H. Bietz. “Der Einfluß von Zeitvarianzen bei Maximalfolgenmessungen”. Fortschritte der Akustik, Vol. 21, pp. 675–678, 1995.
3.4
[Vorl 97]
M. Vorländer, Mnder and M. Kob. “Practical aspects of MLS measurements in building acoustics”. Applied Acoustics, Vol. 52, No. 3, pp. 239–
258, 1997. 1, 3.5
[Wein 08] S. Weinzierl. Handbuch der Audiotechnik. Springer, 2008. 2.3, 3.1, 3.2,
4.1.1, 4.1.3
[Ziem 00] A. Ziemann. “Eine theoretische Studie zur akustischen Tomographie in
der atmosphärischen Grenzschicht”. Tech. Rep. Band 19, Wissenschaftliche Mitteilung aus dem Institut für Meteorologie der Universität Leipzig,
2000. 1
[Zirn 06]
O. Zirn and S. Weikert. Modellbildung und simulation hochdynamischer
Fertigungssysteme. Springer, 2006. 7.3.4
[Zmar 02] E. Zmarsly, W. Kuttler, H. Pethe, and . Zmarsly-Kuttler-Pethe.
Meteorologisch-klimatologisches Grundwissen: eine Einführung mit
Übungen, Aufgaben und Lösungen. E. Ulmer, 2002. 2.4.2
74
A Anhang
A.1 Matlab-Code
A.1.1 DAQrun.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% runs a measurement to determine the temperature distribution in a
% rectangular room.
%
% before running this:
% parameter settings in "DAQinit.m"
% reference measurement with "DAQrun_captureRef.m"
%
% various temperature outputs in Workspace:
% kurtosisTemperature:
average absolute acoustic virtual
temperature
%
on the sound rays
% kurtosisTemperatureRel:
average relative acoustic virtual
temperature
%
on the sound rays
% kurtosisTemperatureMean:
absolute acoustic virtual mean
temperature
%
averaged over sound rays
% kurtosisTemperatureMeanRel:
relative acoustic virtual mean
temperature
%
averaged over sound rays
% tomoTemperature:
absolute acoustic virtual temperature of
%
the tomographic voxels
% tomoTemperatureRel:
absolute acoustic virtual temperature of
%
the tomographic voxels
% tomoTemperatureMean
absolute acoustic virtual temperature
%
averaged over voxels
% tomoTemperatureMeanRel:
absolute acoustic virtual temperature
%
averaged over voxels
%
% copyright: Marcus Bleisteiner, Audiokommunikation und -technologie, TUBerlin
% marcus.bleisteiner@gmail.com
% Leipzig, 02.06.2014
% last change 24.10.2014
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
32
33
34
clear all
close all
35
36
37
38
if (~isempty(daqfind))
stop(daqfind)
end
39
40
41
%% load initial parameters
[room, r, s, fs, sampleRateIn, sampleRateOut, exOrder, lengthIn,
amplification, ...
A Anhang
measNr, measInterval, refDist, initialTemp, corrLength, windowLength,
...
cellOrder, excludeRay , kurtosisWindowLengthL, kurtosisWindowLengthM,
...
WeightDirect, WeightDiagonal] = DAQinit;
42
43
44
45
46
47
%%
SpecificHeatRatio = 1.4;
GasConstantAir = 287.058;
48
49
50
% loading data from reference measurement
load('MeasRef.mat');
51
52
53
% initial speed of sound at initialTemp
c = 331.5+0.596*initialTemp;
54
55
56
57
% initial time of arrival for direct sound
refDistSmp = refDist/(c/sampleRateIn);
refDistSmpRel = refDistSmp;
58
59
60
61
62
63
64
% calc Image Model
[imMout] = imageModel(room,s,r,fs,corrLength,c,0);
imMoutRel = imMout;
% adjustment of the image model, to center the window around the
reflexions
imMout(:,3) = imMout(:,3)+AdjWRef;
imMoutRel(:,3) = imMoutRel(:,3)+AdjWRef;
65
66
67
68
69
% calc matrix for tomography
[tomMa] = cellSoundRays(room,s,r,imMout,cellOrder);
tomMaRel = tomMa;
70
71
72
73
74
75
76
% check if sum of ray length in cells is identical with ray length
calculated by
% the image model
rayCheck = [sum(tomMa,2) imMout(:,5)];
if abs(rayCheck(:,1)-rayCheck(:,2)) >= 1e-6
errordlg('tomography matrix not calculated correctly','model error');
end
77
78
79
80
%% Signal
% MLS
exSignal = mls(exOrder,1);
81
82
83
% normalisation and amplification
exSignal = exSignal/abs(max(exSignal)) * amplification;
84
85
86
% load Referenz-Signal for Correlation
load('mls18_noFilt_216kHz_0.mat')
87
88
89
90
91
92
93
94
95
%% init DAQ card
% Output Ch
ao = analogoutput('dtol');
addchannel(ao,0);
ao.BufferingMode = 'Auto';
ao.TriggerType = 'Manual';
set(ao, 'SampleRate', sampleRateOut);
% Make sure the analog output is at zero.
ii
A.1 Matlab-Code
96
putsample(ao,0)
97
98
99
100
101
102
103
% Input Ch
ai = analoginput('dtol');
addchannel(ai, 0);
ai.BufferingMode = 'Auto';
ai.TriggerType = 'Manual';
set(ai, 'SampleRate', sampleRateIn);
104
105
106
107
108
% polarization voltage (IEPE)
set(ai.Channel, 'ExcitationCurrentSource', 'internal')
set(ai.Channel, 'Coupling', 'AC')
ai.channel.GainPerChan = 10;
109
110
111
requiredSamples = floor(sampleRateIn * lengthIn);
set(ai, 'SamplesPerTrigger', requiredSamples);
112
113
114
115
116
% initialize measurement
% Load test signal into the analog output buffer.
putdata(ao,exSignal');
start([ai,ao]);
117
118
119
% pause because of IEPE (loading mic condenser)
pause(20)
120
121
122
123
124
%%
% init: maximum of each window where a reflection is expected
kurtosisWindowMax = zeros(length(imMout),measNr);
kurtosisWindowMaxRel = zeros(length(imMout),measNr);
125
126
127
128
129
130
131
132
133
134
135
136
137
138
% init: different temperature calculations
kurtosisTemperature = zeros(length(imMout),measNr);
kurtosisTemperatureRel = zeros(length(imMout),measNr);
kurtosisTemperatureMean = zeros(1,measNr);
kurtosisTemperatureMeanRel = zeros(1,measNr);
% init: temperature for tomography
tomoTemperature = zeros(cellOrder^3,measNr);
tomoTemperatureRel = zeros(cellOrder^3,measNr);
tomoTemperatureMean = zeros(1,measNr);
tomoTemperatureMeanRel = zeros(1,measNr);
% init: running time for tomography algorithm input
kurtosisRunningTime = zeros(length(imMout),1);
kurtosisRunningTimeRel = zeros(length(imMout),1);
139
140
141
142
% init: individual reflexion window adaption for the relative temperature
% detection
WinAdaptRel = zeros(length(imMoutRel),1);
143
144
145
% init: SNR of each measurement
SNR = zeros(1,measNr);
146
147
148
% DAQ-trigger command needs a waiting time depending on the lenght of
recording
waitTime = lengthIn * 1.1 + 0.5;
149
150
%%
151
152
% figure for plotting correlation result at run-time
iii
A Anhang
153
154
interactiveFigure = figure(1);
set(gcf,'units','normalized','outerposition',[0 0 1 1]);
155
156
157
158
159
% create directory for saving
% create date and time string
datetime = datestr(clock,31);
datetime = [datetime(1:10),'_',datetime(12:13),'-',datetime(15:16),'-',
datetime(18:19)];
160
161
162
163
% make directory for measurement raw data
dname = sprintf('%s',datetime);
mkdir(dname);
164
165
166
167
168
169
170
%% exclusion of faulty sound rays (effects only tomography)
% very important: start from the highest!!!
for ex = 1:1:length(excludeRay)
tomMa(excludeRay(1,ex),:) = [];
tomMaRel(excludeRay(1,ex),:) = [];
end
171
172
173
174
%%
for i=1:1:measNr;
tic
175
% create date and time string
datetime = datestr(clock,31);
datetime = [datetime(1:10),'_',datetime(12:13),'-',datetime(15:16),'',datetime(18:19)];
176
177
178
179
% init: time data vector calculated with image model
kurtosisReflTimes = zeros(corrLength*sampleRateIn,1);
180
181
182
% init: current room temperature calculation
refDistSmpSum = 0;
183
184
185
% starts measurement
trigger([ai,ao])
wait(ai, waitTime);
% read data
[data,time] = getdata(ai);
186
187
188
189
190
191
% remove DC offset
data = data - mean(data);
192
193
194
% WRITE RECORDED DATA
fname = sprintf('%s_data%d.mat',datetime, i);
save([dname,'\',fname],'data');
195
196
197
198
% restart measurement for next triggering
putdata(ao,exSignal');
start([ai,ao]);
199
200
201
202
% HP Filter
[data_filt] = hpZeroPhase(data,sampleRateIn);
203
204
205
% recorded MLS in RAR
% remove DC offset of recorded reference signal
MLSrec = MLSrec - mean(MLSrec);
206
207
208
iv
A.1 Matlab-Code
209
[dataCorr,lags] = xcorr(data_filt,MLSrec);
210
211
212
213
%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% absolute temperature calculations
214
215
216
217
% consideration of the absolute running time
[Value,Ind] = max(abs(dataCorr));
dataCorr_cut = dataCorr(:,(Ind-floor(refDistSmp)):end);
218
219
220
% cut to image model length
dataCorr_cut = dataCorr_cut(:,1:corrLength*sampleRateIn);
221
222
223
% calculation to find the reflexion time
kurtosisEstimate = kurtosis(dataCorr_cut,kurtosisWindowLengthM,
kurtosisWindowLengthL);
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
% find maxima in each window
for j = 1:1:length(imMout)
% windowing to find the maximum (kurtosis)
windKurtosis = kurtosisEstimate((imMout(j,3)+runningTimeAdj(j,1))
-windowLength/2:(imMout(j,3)+runningTimeAdj(j,1))+windowLength
/2);
[kurtosisMaxValue,kurtosisMaxInd] = max(windKurtosis);
kurtosisWindowMax(j,i) = kurtosisMaxInd;
% absolute running time from mic to walls to receiver by adding
the
% window to the simulated window running time (kurtosis)
kurtosisPksDistAbs = imMout(j,3)-windowLength/2+kurtosisWindowMax
(j,i);
% running time (s)
kurtosisTerm = (kurtosisPksDistAbs- AdjWRef(j,1))/sampleRateIn;
% running time (ms) for tomography
kurtosisRunningTime(j,1) = kurtosisTerm*1000;
% speed of sound (m/s)
kurtosisMeasC = imMout(j,5)/kurtosisTerm;
% Tav = c^2/y*R
kurtosisT = kurtosisMeasC^2./(SpecificHeatRatio*GasConstantAir);
% Temperatur in°C
kurtosisTemperature(j,i) = kurtosisT-273.15;
kurtosisTemperatureMean(1,i) = sum(kurtosisTemperature(:,i))/
length(imMout);
245
246
247
248
249
250
251
252
253
254
% calculating a new reference distance (time in samples)
depending on the actual temperature
% using the time between direct sound and each "first order"
reflection
if isnan(imMout(j,9))
refDistSmpSum = refDistSmpSum+(kurtosisPksDistAbs-refDistSmp)
/((imMout(j,5)/refDist)-1);
end
end
%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% relative temperature calculations with initial reference
255
256
257
% consideration of the absolute running time
[ValueRel,IndRel] = max(abs(dataCorr));
v
A Anhang
dataCorr_cutRel = dataCorr(:,(IndRel-floor(refDistSmpRel)):end);
258
259
% SNR
MS_inigap = mean(dataCorr_cutRel(:,10:floor(refDistSmpRel)-200).^2);
MS_50 = mean(dataCorr_cutRel(:,floor(refDistSmpRel):floor(
refDistSmpRel)+sampleRateIn*0.05).^2);
SNR(1,i) = 10*log((MS_50-MS_inigap)/(MS_inigap));
260
261
262
263
264
% cut to image model length
dataCorr_cutRel = dataCorr_cutRel(:,1:corrLength*sampleRateIn);
265
266
267
% alternative calculation to find the reflexion time
[kurtosisEstimateRel] = kurtosis(dataCorr_cutRel,
kurtosisWindowLengthM,kurtosisWindowLengthL);
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
% find maxima in each window
for j = 1:1:length(imMoutRel)
% windowing to find the maximum (kurtosis)
windKurtosisRel = kurtosisEstimateRel((((imMoutRel(j,3)+
runningTimeAdj(j,1))-windowLength/2)+WinAdaptRel(j,1)):(((
imMoutRel(j,3)+runningTimeAdj(j,1))+windowLength/2))+
WinAdaptRel(j,1)-1);
[kurtosisMaxValueRel,kurtosisMaxIndRel] = max(windKurtosisRel);
kurtosisWindowMaxRel(j,i) = kurtosisMaxIndRel;
% calculate the window centering
if kurtosisMaxIndRel ~= windowLength/2
WinAdaptRel(j,1) = WinAdaptRel(j,1)+kurtosisMaxIndRelwindowLength/2;
end
kurtosisWindowMaxRel(j,i)=kurtosisWindowMaxRel(j,i)+WinAdaptRel(j
,1);
% absolute running time from mic to walls to receiver by adding
the
% window to the simulated window running time (kurtosis)
kurtosisPksDistAbsRel = imMoutRel(j,3)-windowLength/2+
kurtosisWindowMaxRel(j,i);
% running time (s)
kurtosisTermRel = (kurtosisPksDistAbsRel - AdjWRef(j,1))/
sampleRateIn;
% running time (ms) for tomography
kurtosisRunningTimeRel(j,1) = kurtosisTermRel*1000;
% speed of sound (m/s)
kurtosisMeasCRel = imMoutRel(j,5)/kurtosisTermRel;
% Tav = c^2/y*R
kurtosisTRel = kurtosisMeasCRel^2./(SpecificHeatRatio*
GasConstantAir);
% Temperatur in°C
kurtosisTemperatureRel(j,i) = kurtosisTRel-273.15;
kurtosisTemperatureMeanRel(1,i) = sum(kurtosisTemperatureRel(:,i)
)/length(imMoutRel);
%___________________________________________
297
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
298
299
300
%% First order rays temperature (just for displaying in a table)
% init: first order ray temperature
rayTemp = [];
301
302
303
vi
A.1 Matlab-Code
304
305
306
307
308
309
%
for t = 1:1:size(kurtosisTemperature,1)
if isnan(imMout(t,2))
rayTemp = [rayTemp; imMout(t,1) kurtosisTemperature(t,i)];
rayTemp = [rayTemp; imMout(t,1) kurtosisTemperatureRel(t,i)];
end
end
310
311
312
313
314
315
%% exclusion of faulty sound rays (only for tomography)
for ex = 1:1:length(excludeRay)
kurtosisRunningTime(excludeRay(1,ex),:) = [];
kurtosisRunningTimeRel(excludeRay(1,ex),:) = [];
end
316
317
318
319
320
321
322
323
324
325
326
327
328
%% tomography
xin = zeros(size(tomMaRel,2),1); % Anfangsverteilung
Average.Flag = 'on'; % keine Mittelung
Average.WeightDirect = WeightDirect;
Average.WeightDiagonal = WeightDiagonal;
Grid.NoOfTomoCells.XDir = cellOrder;
Grid.NoOfTomoCells.YDir = cellOrder;
Grid.NoOfTomoCells.ZDir = cellOrder;
[x,iter] = SirtATOM(tomMa,kurtosisRunningTime,15,xin,0,Grid,Average);
[xRel,iterRel] = SirtATOM(tomMaRel,kurtosisRunningTimeRel,15,xin,0,
Grid,Average);
% x is the slowness
329
330
331
332
333
tTemp = 1000^2./x.^2./SpecificHeatRatio/GasConstantAir;
tTempRel = 1000^2./xRel.^2./SpecificHeatRatio/GasConstantAir;
tTemp = tTemp -273.15;
tTempRel = tTempRel -273.15;
334
335
336
337
338
tomoTemperature(:,i) = tTemp;
tomoTemperatureRel(:,i) = tTempRel;
tomoTemperatureMean(1,i) = sum(tomoTemperature(:,i))/cellOrder^3;
tomoTemperatureMeanRel(1,i) = sum(tomoTemperatureRel(:,i))/cellOrder
^3;
339
340
341
%% new reference distance (time in samples) for next measurement
refDistSmp = refDistSmpSum/6;
342
343
344
% new c
c = refDist/(refDistSmp/sampleRateIn)
345
346
347
% calc image model
[imMout] = imageModel(room,s,r,fs,corrLength,c,0);
348
349
%% PLOT
350
351
352
% Plot (at run-time)
clf;
353
354
figure(1)
355
356
subplot(2,1,1)
357
358
runningTimePlot(imMoutRel, corrLength, sampleRateIn,
kurtosisEstimateRel, runningTimeAdj);
vii
A Anhang
359
set(interactiveFigure,'ButtonDownFcn',... %# Set the ButtonDownFcn
for the figure
@(s,e) interactivePlot(imMoutRel, interactiveFigure, runningTimeAdj))
;
360
361
362
if ~isempty(get(interactiveFigure,'UserData'))
runningTimeAdj = runningTimeAdj + get(interactiveFigure,'UserData
');
set(interactiveFigure,'UserData',[]);
end
363
364
365
366
367
uitable('Data', rayTemp, 'ColumnName', {'wall', 'temperature [C°]'},
'Position', [0 340 200 130]);
368
369
370
subplot(2,2,3)
imageModel(room,s,r,fs,corrLength,c,1);
371
372
373
374
subplot(2,2,4)
plotTemp3D(room,cellOrder,tTempRel)
375
376
377
drawnow;
378
379
380
%%
toc
ttt = toc;
381
382
383
% timing control
pause(measInterval-ttt);
384
385
386
387
end
388
389
390
391
if (~isempty(daqfind))
stop(daqfind)
end
A.1.2 hpZeroPhase.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
function[data_filt] = hpZeroPhase(data,sampleRateIn)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% hp filtering with tools included in the signal processing toolbox
%
% inputs:
% data:
signal that should be processed
% sampleRateIn: sampling rate of data
%
% outputs:
% data_filt:
processed data
%
% copyright: Marcus Bleisteiner, Audiokommunikation und -technologie, TUBerlin
% marcus.bleisteiner@gmail.com
% Leipzig, 06.08.2014
viii
A.1 Matlab-Code
15
16
% last change 13.10.2014
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
17
18
19
cut_off_freq = 150;
hp_order = 18;
20
21
22
23
24
25
Wn1 = (cut_off_freq * 2) / sampleRateIn;
h=fdesign.highpass('N,F3dB',hp_order,Wn1);
d=design(h,'butter');
data_filt = filtfilt(d.sosMatrix,d.ScaleValues,data);
data_filt = data_filt';
A.1.3 imageModel.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
function [imMout] = imageModel(room,s,r,fs,duration,c,plotFlag)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% computes and visualises a second order image model and its sound rays
% of a rectangular room
%
% inputs:
% room:
room Dimension [x y z] (m)
% s:
source position [x y z] (m)
% r:
receiver position [x y z] (m)
% fs:
sampling frequency (Hz)
% duration: length of time domain (s)
% c:
speed of sound (m/s)
% plotFlag 1 for showing the model in a plot
%
% outputs:
% imMout:
a matrix with the following content:
%
rows: sound ray numbers
%
columns:
1: wall number first reflection
%
2: wall number second reflection
%
3: time of incoming reflections (samples)
%
4: time of incoming reflections (s)
%
6,7,8: point of first order reflection and
%
point of first second order reflection
%
9,10,11: point of second second order reflection
%
%
% copyright: Marcus Bleisteiner, Audiokommunikation und -technologie, TUBerlin
% marcus.bleisteiner@gmail.com
% Leipzig, 07.06.2014
% last change 13.10.2014
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
32
33
nsamples = duration*fs;
34
35
36
37
% Create output vectors
reflt1 = zeros(nsamples,1);
reflt2 = zeros(nsamples,1);
38
39
40
%% image model
% room/plane definition
ix
A Anhang
41
42
43
44
%
n
%
p
unit normals of room
= [0 -1 0; 1 0 0; 0 1 0; -1 0 0; 0 0 1; 0 0 -1];
points part of the walls
= [0 0 0; room(1,1) 0 0; 0 room(1,2) 0; 0 0 0; 0 0 room(1,3); 0 0 0];
45
46
47
48
49
% init first order image sources
ss1 = [];
% init second order image sources
ss2 = [];
50
51
52
53
54
55
56
57
58
59
60
% output [i j "t1s or t2s" "t1 or t2" "reflPathLen1 or reflPathLen1" "I
or J1" J2]
% i:
wall number first reflection
% j:
wall number second reflection
% t1s,t2s: time of incoming reflections (samples)
% t1,t2: time of incoming reflections (seconds)
% reflPathLen1 or reflPathLen2: length of sound ray
% I:
point of first order reflection
% J1:
point of first second order reflection
% J2:
point of second second order reflection
out = [];
61
62
63
64
65
66
67
68
69
70
71
72
73
% first order image sources
for i = 1:1:6
s1 = s+2*dot((p(i,:)-s),n(i,:))*n(i,:);
reflPathLen1 = norm(s1-r);
t1 = reflPathLen1/c;
[I,check] = plane_line_intersect(n(i,:),p(i,:),r,s1);
ss1 = [ss1; s1 t1 i I reflPathLen1];
% s1:
point of first order image source
% t1:
time of incoming first order reflection
% i:
wall number
% I:
reflection point
% reflPathLen1: length of reflected sound ray
74
t1s = floor(t1*fs);
reflt1(t1s,1) = 1;
75
76
77
out = [out; i NaN t1s t1 reflPathLen1 I NaN NaN NaN];
78
79
% second order image sources
% here the new source is s1
for j = 1:1:6
s2 = s1+2*dot((p(j,:)-s1),n(j,:))*n(j,:);
reflPathLen2 = norm(s2-r);
t2 = reflPathLen2/c;
[J1,check] = plane_line_intersect(n(j,:),p(j,:),r,s2);
[J2,check] = plane_line_intersect(n(i,:),p(i,:),s1,J1);
80
81
82
83
84
85
86
87
88
if j ~= i && J1(1,1) >= 0 && J1(1,1) <= room(1,1) ...
&& J1(1,2) >= 0 && J1(1,2) <= room(1,2) ...
&& J1(1,3) >= 0 && J1(1,3) <= room(1,3)
ss2 = [ss2; s2 t2 i j J2 J1 reflPathLen2];
% s2:
point of second order image source
% t1:
time of incoming second order reflection
% i:
wall number first reflection
% j:
wall number second reflection
% J1:
point of first second order reflection
89
90
91
92
93
94
95
96
97
x
A.1 Matlab-Code
% J:
point of second second order reflection
% reflPathLen2: length of reflected sound ray
98
99
100
t2s = floor(t2*fs);
reflt2(t2s,1) = 1;
101
102
103
out = [out; i j t2s t2 reflPathLen2 J1 J2];
104
105
end
106
end
107
108
end
109
110
imMout = out;
111
112
113
114
%% Plots
115
116
if plotFlag == 1
117
118
119
120
121
122
123
124
%
%
%
%
%
%
%
figure
hold on
t=length(reflt1)/fs;
dt=t/length(reflt1);
tv=0:dt:t-dt;
plot(tv,reflt1,'b')
plot(tv,reflt2,'r')
% overall time
% time increment
% time vector
125
126
127
128
129
130
131
132
133
134
135
136
% Room
% figure
hold on
A = [0 0 0];
B = [room(1,1) 0 0];
D = [0 room(1,2) 0];
E = [0 0 room(1,3)];
H = [0 room(1,2) room(1,3)];
F = [room(1,1) 0 room(1,3)];
C = [room(1,1) room(1,2) 0];
G = [room(1,1) room(1,2) room(1,3)];
137
138
139
140
141
142
143
P = [A;B;F;G;C;D;A;E;H;G;F;E;H;D;C;B];
% P = [A;B;F;H;G;C;A;D;E;H;F;D;E;C;G;B];
plot3(P(:,1),P(:,2),P(:,3),'k','LineWidth',1.5)
xlabel('x [m]'); ylabel('y [m]'); zlabel('z [m]');
title('Image Model')
axis equal
144
145
146
147
148
149
150
151
152
153
154
155
% receiver
scatter3(r(1,1),r(1,2),r(1,3),'fill');
% source
scatter3(s(1,1),s(1,2),s(1,3),'fill');
% first order image sources
% scatter3(ss1(:,1),ss1(:,2),ss1(:,3),'k','*')
% reflection point
scatter3(ss1(:,6),ss1(:,7),ss1(:,8),'b','*')
% second order image sources
% scatter3(ss2(:,1),ss2(:,2),ss2(:,3),'k')
% points of first second order reflections
xi
A Anhang
scatter3(ss2(:,7),ss2(:,8),ss2(:,9),'r')
% points of second second order reflections
scatter3(ss2(:,10),ss2(:,11),ss2(:,12),'g')
156
157
158
159
% plot paths first order
for i = 1:1:size(ss1)
toward = [s;ss1(i,6:8)];
line(toward(:,1), toward(:,2), toward(:,3), 'Color','b')
backward = [ss1(i,6:8);r];
line(backward(:,1), backward(:,2), backward(:,3))
end
160
161
162
163
164
165
166
167
% plot paths second order
for i = 1:1:size(ss2)
toward = [s;ss2(i,7:9)];
line(toward(:,1), toward(:,2), toward(:,3),'Color','r')
transverse = [ss2(i,7:9);ss2(i,10:12)];
line(transverse(:,1), transverse(:,2), transverse(:,3),'Color','r
')
backward = [ss2(i,10:12);r];
line(backward(:,1), backward(:,2), backward(:,3),'Color','r')
end
168
169
170
171
172
173
174
175
176
177
axis equal %vis3d
grid on
ViewAngle = 'view(-15,9)';
eval(ViewAngle);
178
179
180
181
182
183
end
A.1.4 kurtosis.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
function [kurtosisEstimate] = kurtosis(dataCorr_cut,kurtosisWindowLengthM
,kurtosisWindowLengthL)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% computes the kurtosis estimation of a signal
% reference:
% J. Usher. ?An improved method to determine the onset timings of
% reflections in an acoustic impulse response.?
% The Journal of the Acoustical Society of America,
% Vol. 127, No. 4, pp. EL172?EL177, 2010.
%
% inputs:
% dataCorr_cut:
input signal
% kurtosisWindowLengthM:
short window
% kurtosisWindowLengthL:
long window
%
% outputs:
% kurtosisEstimate:
kurtosis estimation
%
% copyright: Marcus Bleisteiner, Audiokommunikation und -technologie, TUBerlin
% marcus.bleisteiner@gmail.com
% Leipzig, 10.07.2014
% last change 13.10.2014
xii
A.1 Matlab-Code
22
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
23
24
25
26
27
28
29
30
31
kurtosisEstimate = zeros(1,length(dataCorr_cut));
% running kurtosis analysis
for u = kurtosisWindowLengthM/2:1:length(dataCorr_cut)kurtosisWindowLengthM/2
kurtosisWindowL = dataCorr_cut(1,u-kurtosisWindowLengthL/2+1:u+
kurtosisWindowLengthL/2);
kurtosisWindowM = dataCorr_cut(1,u-kurtosisWindowLengthM/2+1:u+
kurtosisWindowLengthM/2);
kurtosisEst = (mean(kurtosisWindowL)-mean(kurtosisWindowM))^4 / (std(
kurtosisWindowM))^4;
kurtosisEstimate(1,u) = kurtosisEst;
end
A.1.5 runningTimePlot.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
function runningTimePlot(imMout, corrLength, sampleRateIn,
kurtosisEstimate, runningTimeAdj)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% specialized plot function used by "DAQrun.m" "DAQrun_captureRef.m"
while execution
%
% inputs:
% im Mout:
matrix with various values computed by "imageModel.m"
% corrLength:
length of analysis window (Reflektogramm)
% sampleRateIn:
sampling rate
% kurtosisEstimate: kurtosis estimation (Reflektogramm)
% runningTimeAdj:
manual running time correction values
%
% copyright: Marcus Bleisteiner, Audiokommunikation und -technologie, TUBerlin
% marcus.bleisteiner@gmail.com
% Leipzig, 15.09.2014
% last change 14.10.2014
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
17
18
kurtosisReflTimes = zeros(corrLength*sampleRateIn,1);
19
20
21
22
23
% amp image model data (just for displaying)
for l = 1:1:length(imMout)
kurtosisReflTimes((imMout(l,3)+runningTimeAdj(l,1)),1) = max(
kurtosisEstimate);
end
24
25
26
27
28
t=length(kurtosisEstimate)/sampleRateIn;
dt=t/length(kurtosisEstimate);
tv=(0:dt:t-dt)*1000;
% overall time
% time increment
% time vector
29
30
31
32
33
34
hold on
plot(kurtosisEstimate);
plot(kurtosisReflTimes,'r');
for i = 1:1:length(imMout)
if isnan(imMout(i,2))
xiii
A Anhang
walls = imMout(i,1);
else
walls = [imMout(i,1) imMout(i,2)];
end
walls = num2str(walls);
rayNumber = num2str(i);
w(i) = text((imMout(i,3)+runningTimeAdj(i,1)),max(kurtosisEstimate)*1
.02/4,walls,'Rotation',90);
r(i) = text((imMout(i,3)+runningTimeAdj(i,1)),max(kurtosisEstimate)*0
.95/4,rayNumber,'Rotation',90);
35
36
37
38
39
40
41
42
43
44
end
45
46
47
48
49
50
51
52
set(w(:),'fontw','bold','fonts',8)
set(r(:),'fontw','bold','fonts',8)
hold off
axis([0 length(kurtosisReflTimes) 0 max(kurtosisEstimate)/4])
title('Kurtosis')
xlabel('Time / Samples');
ylabel('Amplitude');
A.1.6 interactivePlot.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
function interactivePlot(imMout, interactiveFigure, runningTimeAdj)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% enabels interacitivity in "runningTimePlot.m"
%
% inputs:
% im Mout:
matrix with various values computed by "
imageModel.m"
% interactiveFigure:
graphic object
% runningTimeAdj:
manual running time correction values
%
% copyright: Marcus Bleisteiner, Audiokommunikation und -technologie, TUBerlin
% marcus.bleisteiner@gmail.com
% Leipzig, 07.06.2014
% last change 30.06.2014
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
15
16
interactiveRunningTimeAdj = zeros(length(imMout),1);
17
18
xx = (imMout(:,3)+runningTimeAdj);
19
20
21
[xm1, ym1] = ginput(1); %xmouse, ymouse
[xm2, ym1] = ginput(1);
22
23
24
25
26
27
%Engine
[~, xidx] =
% [~, yidx]
% x_closest
% y_closest
min(abs(xx-xm1)); %closest index
= min(abs(yy-ym));
= xx(xidx) %extract
= yy(yidx)
28
29
interactiveRunningTimeAdj(xidx,1) = xm2 - (imMout(xidx,3)+runningTimeAdj(
xidx,1));
xiv
A.1 Matlab-Code
30
31
interactiveRunningTimeAdj = floor(interactiveRunningTimeAdj);
set(interactiveFigure,'UserData',interactiveRunningTimeAdj);
A.1.7 cellSoundRays.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
function [tomMa] = cellSoundRays(room,s,r,imMout,cellOrder)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% computes the length of sound rays contained in defined cell volumes
% (voxels) dividing a rectangular room. Rays are calculated by the
function
% "imageModel.m" which has "imMout" as output. It can be used for the
% tomography function "SirtATOM_MBl.m".
% The room volume is divided into "cellOrder"-parts in each dimension.
% The numbering of the voxels is done in layers from bottom to top.
% Each level is composed of ascending series starting from the room
origin.
%
% input:
% room:
room Dimension [x y z] (m)
% s:
source position [x y z] (m)
% r:
receiver position [x y z] (m)
% imMout:
sound ray data
% cellOrder:
determines the space division
17
18
19
20
21
22
23
24
25
26
27
28
29
%
%
%
%
%
%
%
%
output:
tomMa: matrix for tomography containing the sections of each sound
ray in every voxel.
rows: sound rays
columns: voxels
copyright: Marcus Bleisteiner, Audiokommunikation und -technologie, TUBerlin
% marcus.bleisteiner@gmail.com
% Leipzig, 07.06.2014
% last change 14.10.2014
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
30
31
32
33
34
35
%% room/plane definition
% unit normals of room
n = [0 -1 0; 1 0 0; 0 1 0; -1 0 0; 0 0 1; 0 0 -1];
% points part of the walls
p = [0 0 0; room(1,1) 0 0; 0 room(1,2) 0; 0 0 0; 0 0 room(1,3); 0 0 0];
36
37
38
39
40
41
42
43
44
45
46
47
%% cell calculation
% cell planes (same size for every cell)
cellPlanes = p./cellOrder;
% origins of the cells
po = zeros(cellOrder^3,3);
counter = 1;
zValue = -room(1,3)/cellOrder;
for k = 1:1:cellOrder
zValue = zValue+room(1,3)/cellOrder;
yValue = -room(1,2)/cellOrder;
xv
A Anhang
for l = 1:1:cellOrder
yValue = yValue+room(1,2)/cellOrder;
xValue = -room(1,1)/cellOrder;
for m = 1:1:cellOrder
xValue = xValue+room(1,1)/cellOrder;
po(counter,:) = [xValue yValue zValue];
counter = counter+1;
end
end
48
49
50
51
52
53
54
55
56
57
end
58
59
60
61
62
63
64
65
% placing cell planes to cell origins
pc = cell(1,cellOrder^3);
for k = 1:1:length(pc)
for l = 1:1:length(cellPlanes)
pc{k} = [pc{k}; cellPlanes(l,:)+po(k,:)];
end
end
66
67
68
69
%%
% interseption points
% length of rays in cells
70
71
72
% init: matrix with data for tomography
tomMa = zeros(length(imMout),cellOrder^3);
73
74
75
76
% to detect all intersection points of a ray with a cell, the cell has to
be
% shrinked slightly due to rounding issues
shrink = 1e-9;
77
78
79
for k = 1:1:length(imMout)
for l = 1:1:length(pc)
80
% intersection points of a cell
% first order ray from source to wall reflection
Ic1DistPoints = [];
% first order ray from receiver to wall reflection
Ic2DistPoints = [];
% second order ray from source to first wall reflection
Ic3DistPoints = [];
% second order ray from first wall reflection to second wall
reflection
Ic4DistPoints = [];
% second order ray from receiver to second wall reflection
Ic5DistPoints = [];
81
82
83
84
85
86
87
88
89
90
91
92
for m = 1:1:6
% intersection of FIRST ORDER sound rays with every plane of
% every cell
93
94
95
96
% calc a extended vector from source or receiver to the point
% of the reflection
vec = imMout(k,6:8)-s;
normVec = vec/norm(vec);
% start point
vStart = s;
% end point
97
98
99
100
101
102
103
xvi
A.1 Matlab-Code
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
vEnd = imMout(k,6:8)+normVec*0.2;
% length of ray from source to refelction point
[Ic,check] = plane_line_intersect(n(m,:),pc{l}(m,:),vStart,
vEnd);
% ROUND e.g. to the 10th decimal because otherwise not all
% logical operators return the correct result
Ic = round(Ic.*1e10)./1e10;
if
Ic(1,1) >= po(l,1)-shrink && Ic(1,1) <= po(l,1)+room
(1,1)/cellOrder+shrink ...
&& Ic(1,2) >= po(l,2)-shrink && Ic(1,2) <= po(l,2)+room
(1,2)/cellOrder+shrink ...
&& Ic(1,3) >= po(l,3)-shrink && Ic(1,3) <= po(l,3)+room
(1,3)/cellOrder+shrink ...
&& isnan(imMout(k,9)) && check == 1
Ic1DistPoints = [Ic1DistPoints; Ic];
if size(Ic1DistPoints,1) == 2
Ic1Dist = norm(Ic1DistPoints(1,:)-Ic1DistPoints(2,:))
;
tomMa(k,l)=tomMa(k,l)+Ic1Dist;
end
% case for cell where source is located
if
s(1,1) >= po(l,1) && s(1,1) <= po(l,1)+room(1,1)/
cellOrder...
&& s(1,2) >= po(l,2) && s(1,2) <= po(l,2)+room(1,2)/
cellOrder...
&& s(1,3) >= po(l,3) && s(1,3) <= po(l,3)+room(1,3)/
cellOrder...
&& isnan(imMout(k,9))
tomMa(k,l)=tomMa(k,l)+norm(s-Ic);
end
end
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
% calc a extended vector
vec = imMout(k,6:8)-r;
normVec = vec/norm(vec);
% start point
vStart = r;
% end point
vEnd = imMout(k,6:8)+normVec*0.2;
[Ic,check] = plane_line_intersect(n(m,:),pc{l}(m,:),vStart,
vEnd);
Ic = round(Ic.*1e10)./1e10;
if
Ic(1,1) >= po(l,1)-shrink && Ic(1,1) <= po(l,1)+room
(1,1)/cellOrder+shrink...
&& Ic(1,2) >= po(l,2)-shrink && Ic(1,2) <= po(l,2)+room
(1,2)/cellOrder+shrink...
&& Ic(1,3) >= po(l,3)-shrink && Ic(1,3) <= po(l,3)+room
(1,3)/cellOrder+shrink...
&& isnan(imMout(k,9)) && check == 1
Ic2DistPoints = [Ic2DistPoints; Ic];
if size(Ic2DistPoints,1) == 2
Ic2Dist = norm(Ic2DistPoints(1,:)-Ic2DistPoints(2,:))
;
tomMa(k,l)=tomMa(k,l)+Ic2Dist;
end
% case for cell where receiver is located
xvii
A Anhang
if
148
149
150
151
152
r(1,1) >= po(l,1) && r(1,1) <= po(l,1)+room(1,1)/
cellOrder...
&& r(1,2) >= po(l,2) && r(1,2) <= po(l,2)+room(1,2)/
cellOrder...
&& r(1,3) >= po(l,3) && r(1,3) <= po(l,3)+room(1,3)/
cellOrder...
&& isnan(imMout(k,9))
tomMa(k,l)=tomMa(k,l)+norm(r-Ic);
end
end
153
154
155
156
% intersection of SECOND ORDER sound rays with every plane of
% every cell
157
158
159
% Note the order of reflections in "imMout". The point of the
% second reflection faces the point of the first reflection.
160
161
162
% calc a extended vector from source or receiver to the point
% of the reflection
vec = imMout(k,9:11)-s;
normVec = vec/norm(vec);
% start point
vStart = s;
% end point
vEnd = imMout(k,9:11)+normVec*0.2;
% length of ray from source to refelction point
[Ic,check] = plane_line_intersect(n(m,:),pc{l}(m,:),vStart,
vEnd);
Ic = round(Ic.*1e10)./1e10;
% check if first or second order and if there is a unique
point of intersection on the sound ray
% check if point of intersection is really on the sound ray (
small distance to the ray)
if
Ic(1,1) >= po(l,1)-shrink && Ic(1,1) <= po(l,1)+room
(1,1)/cellOrder+shrink ...
&& Ic(1,2) >= po(l,2)-shrink && Ic(1,2) <= po(l,2)+room
(1,2)/cellOrder+shrink ...
&& Ic(1,3) >= po(l,3)-shrink && Ic(1,3) <= po(l,3)+room
(1,3)/cellOrder+shrink ...
&& ~isnan(imMout(k,9)) && check == 1
Ic3DistPoints = [Ic3DistPoints; Ic];
if size(Ic3DistPoints,1) == 2
Ic3Dist = norm(Ic3DistPoints(1,:)-Ic3DistPoints(2,:))
;
tomMa(k,l)=tomMa(k,l)+Ic3Dist;
end
% case for cell where source is located
if
s(1,1) >= po(l,1) && s(1,1) <= po(l,1)+room(1,1)/
cellOrder...
&& s(1,2) >= po(l,2) && s(1,2) <= po(l,2)+room(1,2)/
cellOrder...
&& s(1,3) >= po(l,3) && s(1,3) <= po(l,3)+room(1,3)/
cellOrder...
&& ~isnan(imMout(k,9))
tomMa(k,l)=tomMa(k,l)+norm(s-Ic);
end
end
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
xviii
A.1 Matlab-Code
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
% calc a extended vector from source or receiver to the point
% of the reflection HERE ON BOTH SIDES
vec = imMout(k,9:11)-imMout(k,6:8);
normVec = vec/norm(vec);
% start point
vStart = imMout(k,6:8)-normVec*0.2;
% end point
vEnd = imMout(k,9:11)+normVec*0.2;
% length of ray from refelction point to refelction point
[Ic,check] = plane_line_intersect(n(m,:),pc{l}(m,:),vStart,
vEnd);
Ic = round(Ic.*1e10)./1e10;
if
Ic(1,1) >= po(l,1)-shrink && Ic(1,1) <= po(l,1)+room
(1,1)/cellOrder+shrink ...
&& Ic(1,2) >= po(l,2)-shrink && Ic(1,2) <= po(l,2)+room
(1,2)/cellOrder+shrink ...
&& Ic(1,3) >= po(l,3)-shrink && Ic(1,3) <= po(l,3)+room
(1,3)/cellOrder+shrink ...
&& ~isnan(imMout(k,9)) && check == 1
Ic4DistPoints = [Ic4DistPoints; Ic];
if size(Ic4DistPoints,1) == 2
Ic4Dist = norm(Ic4DistPoints(1,:)-Ic4DistPoints(2,:))
;
tomMa(k,l)=tomMa(k,l)+Ic4Dist;
end
end
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
% calc a extended vector from source or receiver to the point
% of the reflection
vec = imMout(k,6:8)-r;
normVec = vec/norm(vec);
% start point
vStart = r;
% end point
vEnd = imMout(k,6:8)+normVec*0.2;
% length of ray from source to refelction point
[Ic,check] = plane_line_intersect(n(m,:),pc{l}(m,:),vStart,
vEnd);
Ic = round(Ic.*1e10)./1e10;
if
Ic(1,1) >= po(l,1)-shrink && Ic(1,1) <= po(l,1)+room
(1,1)/cellOrder+shrink ...
&& Ic(1,2) >= po(l,2)-shrink && Ic(1,2) <= po(l,2)+room
(1,2)/cellOrder+shrink ...
&& Ic(1,3) >= po(l,3)-shrink && Ic(1,3) <= po(l,3)+room
(1,3)/cellOrder+shrink ...
&& ~isnan(imMout(k,9)) && check == 1
Ic5DistPoints = [Ic5DistPoints; Ic];
if size(Ic5DistPoints,1) == 2
Ic5Dist = norm(Ic5DistPoints(1,:)-Ic5DistPoints(2,:))
;
tomMa(k,l)=tomMa(k,l)+Ic5Dist;
end
% case for cell where source is located
if
r(1,1) >= po(l,1) && r(1,1) <= po(l,1)+room(1,1)/
cellOrder...
xix
A Anhang
&& r(1,2) >= po(l,2) && r(1,2) <= po(l,2)+room(1,2)/
cellOrder...
&& r(1,3) >= po(l,3) && r(1,3) <= po(l,3)+room(1,3)/
cellOrder...
&& ~isnan(imMout(k,9))
tomMa(k,l)=tomMa(k,l)+norm(r-Ic);
240
241
242
243
end
end
244
245
end
246
end
247
248
end
xx
A.2 DAQinit.m: Parameter der Beispielmessung
A.2 DAQinit.m: Parameter der Beispielmessung
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
function [room, r, s, fs, sampleRateIn, sampleRateOut, exOrder, lengthIn,
...
amplification, measNr, measInterval, refDist, initialTemp, corrLength
, ...
windowLength, cellOrder, excludeRay, kurtosisWindowLengthL, ...
kurtosisWindowLengthM, WeightDirect, WeightDiagonal] = DAQinit
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% In this script, all relevant parameters for a temperature distribution
% measuremant in a rectangular room with "DAQrun_wRel2_captureRef.m",
% "DAQrun_wRel2" and "DAQrun_wRel2_reconstruction.m" are listed.
%
%
% copyright: Marcus Bleisteiner, Audiokommunikation und -technologie, TUBerlin
% marcus.bleisteiner@gmail.com
% Leipzig, 07.06.2014
% last change 30.06.2014
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
16
17
18
% Sonotec Halle
room = SonotecHalle;
% Room Dimension [x y z] (m)
19
20
21
r = [6.1 5.5 0.9];
s = [3.1 1.8 2.4];
22
23
24
25
%%
refDist = 5.03;
initialTemp = 25.5;
(K)
% distance source - receiver (m)
% initial (current) room temperature
26
27
28
29
exOrder = 18;
% order of mls / sweep (17: lengthIn
= 1, 18: lengthIn = 2, 19: lengthIn = 4)
% watch the correct (recorded) MLS for correlation
lengthIn = 2;
% recording length (s)
30
31
amplification = 0.3;
% power of output-signal (factor)
measNr = 1080;
measInterval = 10;
% measurements (number)
% time between measurements (s)
32
33
34
35
36
37
38
39
40
corrLength = 0.1;
% length of correlation vector (s)
% (depends on room-size)
windowLength = 120;
% length of window for each
reflection (samples)
% (influences corr signal and kurtosis)
cellOrder = 3;
% cells for tomography (number)
41
42
43
44
excludeRay = [20 19 15 14 10 8 4 2 1];
% here you can exclude spezific sound rays from the tomography algorithm.
% (start from the highest ray number)
45
46
47
48
% kurtosis parameter
% short window
kurtosisWindowLengthL = 4;
%gut:4
xxi
A Anhang
49
50
51
52
% long window
kurtosisWindowLengthM = 380;%gut:380
% Window widths are likely to be selected according to the sampling
% frequency, the length of the correlation signal and the room size
53
54
55
56
% tomography parameter
WeightDirect = 0.05;
WeightDiagonal = 0.05;
% (factor)
% (factor)
57
58
59
60
fs = 216000;
sampleRateIn = fs;
sampleRateOut = fs;
xxii
% (Hz)
A.3 Datenblätter
A.3 Datenblätter
Visaton FRS 5 XTS - 8 Ohm
xxiii
A Anhang
xxiv
A.3 Datenblätter
xxv
A Anhang
Measurement Microphone AVM MI 17
xxvi
A.3 Datenblätter
Kemo M032S - Universal Verstaärker 12 W
xxvii
A Anhang
Testo testostor 171-3
testostor 171-3
testostor 171-3, a compact data
logger with an internal
humidity/temperature probe
which can be quickly positioned
directly on site.
The saved data can be
documented on site on the Testo
printer or can be analysed on your
PC via interface and software.
Internal humidity/temperature sensor
Attachable display, checks readings
on site
Control and adjustment option using
adjustment set
Measuring cycle: 2 s to 24 h,
selectable
Easy battery replacement
DKD calibration possible
Sintered cap protection for dusty
environments (see Accessories)
Suitable for outdoor use
Protection class IP65
Data analysis on PC
testostor 171-3, humidity data
logger for %RH, °C with starting
magnet, battery and calibration
protocol
Part no.
0577 1713
Accessories
Transport and Protection
Transport case(plastic) for measurement datastorageinstruments (max. 6
off) and accessories, for safetransport
Part no.
05160117
Holder with lockfor datalogger, theft-proof
0554 1782
Stainless steel sintered cap, Ø21mm, can bescrewed onto humidityprobe,
protection in caseof high mechanical load and highvelocities
05540640
Additional Accessories and Spare Parts
Sparebatteryfor testostor 171, quickand easybatteryreplacement
Set
Part no.
Set testostor 171-3, incl. humiditydatalogger for%RH, °C with starting
magnet, battery, calibration protocol and softwarewith interface
05631713
05150018
testo salinepots for control and humidityadjustment of humidityprobes, 11.3 05540660
%RHand 75.3 %RHwith adapter for humidityprobe, quickchecks or
calibration of humidityprobe
Software and Accessories
ComSoft 3- Professional with datamanagement, incl. database, analysis and 05540830
graphics function, dataanalysis, trend curve
Technical data
Probe type
Meas. range
Accuracy
±1digit
NTC
-10to+50 °C
±0.5°C(-10to+39.9°C)
±0.6°C(+40to+50 °C)
Testo humid. sensor, cap.
0to+100%RH
±3 %RH(+2to+98 %RH)
Ethernet adapter, RS232- Ethernet incl. softwaredriver, mains unit, facilitates 05541711
datacommunication in network
Resolution
0.1 °C
0.1 %RH
Calibration Certificates
ISOcalibration certificate/temperature, temp. datalogger;calibration points - 05200171
8°C;0°C;+40°C per channel/instrument
Oper. temp.
Storagetemp.
Memory
Material/Housing
Batterytype
Dimensions
Weight
-20to+70 °C
-40to+85 °C
20000
Aluminium, anodized
Protection class
Warranty
Lithiumbattery
131 x68x84 mm
320 g
Software:menu-driven fromMicrosoft Windows
95 / ME/ 2000 / XP / Vista
ComSoft 3- For requirements to CFR21Part 11, incl. database, analysis and 05540821
graphics function, dataanalysis, trend curve(w/o interface)
Interface, attachableto testostor 171datalogger
0554 1781
DKDcalibration cert./humidity, humiditydatalogger;cal. points
11.3%RHand 75.3%RHat +25°C;per channel/instrument
05200246
ISOcalibration certificatehumidity, Humiditydatalogger;calibration points 05200076
11.3 %RHand 75.3 %RHat +25°C/+77 °F;per channel/instrument
26
xxviii
Additional information at
IP65
2 years
Measuring rate:2 s to 24 h, selectable
Batterylife:up to 5 years
www.testo.com
A.4 Vom Autor verwendete Software
A.4 Vom Autor verwendete Software
• ARTA
Version: 1.7.1
ARTALABS
• Boxsim
Version: 1.20
Boxsim
• DAQ Adaptor for Matlab®
Data Translations
• Data Aquisition Toolbox
Version: 3.3
MathWorks
• DOSBox
Version: 0.74
DOSBox
• ET Commander
Version: 3.3
Outline
• ITA Toolbox
Revision: 11139
Institute of Technical Acoustics, RWTH Aachen University
• Matlab®
Version: 2013a
MathWorks
• Monkey Forest
Build: 26.11.2008 - Reciprocity
Four Audio
• Signal Processing Toolbox
Version: 6.19
MathWorks
xxix
A Anhang
A.5 Inhalt Datenträger
Der Arbeit liegt ein Datenträger mit folgendem Inhalt bei:
• Abschlussarbeit
Masterarbeit im Volltext als PDF
• Beispielmessung
Daten der Referenztemperaturmessung
Rohdaten
Ergebnisse
• Datenblätter
AVM Measurement Microphone MI 17
Kemo M032s - Universal Verstärker
Testo testestor 171-3
Visaton FRS 5 XTS 8 Ohm
• Korrelationssignale
MLS verschiedener Ordnungen
• Lautsprecher-Validierung
Directivity Daten
• Literatur
Literatur im Volltext
Literaturverzeichnisse
• Quellcode
Matlab-Skripte und Funktionen
xxx