List of previous theses

Um Räume akustisch an die menschlichen Bedürfnisse anzupassen mussten früher aufwändige Messungen in den realen Räumlichkeiten oder anhand von maßstabsgetreuen Modellen vorgenommen werden. Heutzutage können solche akustischen Messungen simuliert werden. Ein Programm zur akustischen Simulation ist Staccato2. Ziel dieser Diplomarbeit war es, die Eingabe der Geometriedaten für das Programm Staccato2 hinsichtlich Effizienz und Benutzerfreundlichkeit zu verbessern. - Hierfür wurde im Rahmen dieser Diplomarbeit das Programm Maya2Staccato entwickelt. Dieses Programm kann Geometriedaten aus der 3D-Modellierungs- und Animationssoftware Maya 8.5 auslesen und in das Staccato2-konforme .rmd-Format umwandeln. - Der Nutzer kann somit alle Werkzeuge, die Maya ihm bietet, nutzen, um die realen Räume nachzumodellieren. Es können dadurch ohne größeren Zeitaufwand detailliertere Modelle entstehen. Dieser höhere Detailgrad wirkt sich auch positiv auf die anschließende Simulation aus und führt zu besseren Messergebnissen. - Im Rahmen des Entwicklungsprozesses wurde eine Anforderungsanalyse erstellt und auf Basis dieser das Programm implementiert. Das Programm setzt sich aus zwei Komponenten zusammen; der in MEL geskripteten GUI und einem Plug-in für Maya, welches für den Exportierprozess zuständig ist. - Abschließend wurde das Programm in einer Testreihe verifiziert. Ebenfalls wurde es in einem Compare-Usability-Test auf seine Effizienz und Benutzerfreundlichkeit getestet.

Diese in der Arbeitsgruppe Hörschall der Physikalisch-Technischen Bundesanstalt Braunschweig (PTB) entstandene Diplomarbeit beschäftigt sich mit der Modernisierung eines Mess-Systems zur Druckkammer-Reziprozitätskalibrierung von Labor-Normalmikrofonen. - Das System wird in der PTB zur Darstellung der Einheit des Schalldruckes verwendet. Realisiert wird diese Einheit durch die Bestimmung des Druck-Leerlauf-Übertragungsmaßes von Labor-Normalmikrofonen, die mit akustischen Kupplern paarweise verbunden werden. Durch Messung des Verhältnisses zwischen Leerlaufspannung des Empfangsmikrofons und Strom durch das Sendemikrofon, der so genannten elektrischen Transferimpedanz, kann bei bekannter akustischer Koppelimpedanz das Übertragungsmaß berechnet werden. Das zu optimierende System misst dafür vier durch Störungen beeinflusste Wechselspannungen. - Bei der Optimierung des Messablaufes wird besonderen Wert auf die Verkürzung der erforderlichen Messzeit gelegt. Ein wichtiger Faktor für die Geschwindigkeit der Messung ist die Beurteilung der Signalqualität bzw. Signalstabilität bei der Messung der Wechselspannungen durch eine Signalanalyse. - Der inkonsistente originale Algorithmus wurde durch eine optimierte Stabilitätskontrolle ersetzt, die Methoden aus der statistischen Prozess-Kontrolle einsetzt, um die Stabilität des Mess-Signals zu detektieren. Die Funktionsfähigkeit wurde durch Validierungsmessungen bestätigt. - Zur Messung der elektrischen Transferimpedanz wird ein nahezu stufenlos einstellbarer binärer Widerstand verwendet. Durch eine detaillierte Analyse der Messunsicherheit in verschiedenen Konfigurationen wurden in dieser Diplomarbeit theoretische Grundlagen geschaffen, um die Anzahl der notwendigen Einstellstufen zu verringern ohne dabei die Messunsicherheit inakzeptabel zu erhöhen.

Zur Sekundärkalibrierung von Messmikrofonen nach der Substitutionsmethode und für die Bestimmung von Richtcharakteristiken von Messmikrofonen und Schallpegelmessern im Freifeld wird ein Verfahren mit Sinustonanregung verwendet. Dieses Verfahren gewährleistet eine hohe Genauigkeit, braucht aber auch viel Zeit. - Zusätzlich zum hohen zeitlichen Aufwand, resultierend aus der sinusförmigen Anregung ausgewählter Messfrequenzen, ergeben sich weitere Einschränkungen. Die Sinustonanregung einzelner Frequenzen hat zur Folge, dass die spektrale Auflösung direkt proportional zum zeitlich Aufwand steht. So ergibt sich ein Kompromiss zwischen spektraler Auflösung und zeitlichem Aufwand. Weiterhin führt das aufwendige Messverfahren zu einem hohen technischen Aufwand, der der Forderung nach einer geringen Messunsicherheit und einfachen Fernsteuerbarkeit Rechnung trägt. - Aufgrund der aufgeführten Einschränkungen wurde in dieser Diplomarbeit ein Messverfahren entwickelt, das durch eine breitbandige Anregung Grundlage für eine Optimierung bietet. Mit einer breitbandigen Anregung kann eine deutlich höhere spektrale Auflösung bei gleichzeitiger Minimierung des zeitlichen Aufwands erreicht werden. Weiterhin konnte auch hier eine geringe Messunsicherheit gewährleistet werden. - Die Diplomarbeit beschreibt die Entwicklung eines zeitoptimierten Messplatzes zur präzisen Bestimmung von Kalibrierdaten und Richtcharakteristiken von Messmikrofonen mit breitbandigen Prüfsignalen. Ausgehend von der Beschreibung des entwickelten Messverfahrens wird der Messaufbau und die zur Fernsteuerung nötige Software vorgestellt. Im Weiteren werden Einflussfaktoren wie Stativform und Mikrofonposition auf die Messergebnisse untersucht. Es folgen eine Messunsicherheitsanalyse nach GUM und eine Rückführung des Messplatzes auf SI-Einheiten.

Das Ziel dieser Arbeit war die Implementierung eines Erkennungsalgorithmus zur Klassifikation von Akkorden in polyphonen Audiosignalen. Dabei wurden verschiedene Tonraummodelle für die Akkorderkennung verglichen und bewertet. In Kapitel 2.1 wurden die Prinzipien von fünf Klassifikationsverfahren erläutert: Hidden Markov Modell (HMM), K nächste Nachbarn (KNN), Support Vector Machines (SVM), Artificial Neural Networks (ANN) und Gaussian Mixture Models (GMM). Zusätzlich wurde beschrieben, wie jedes Verfahren mit vorhandenen Trainingsdaten trainiert wird, und wie die Klassifikation der Testdaten durch jedes Verfahren ausgeführt wird. Anschließend wurden Vor- und Nachteile jedes Klassifikators gegenübergestellt. Am Ende des Kapitels wurden die fünf Klassifikationsalgorithmen miteinander verglichen. Die Grundlagen der 3 Tonraummodelle mit den entsprechenden Gleichungen wurden in Kapitel 2.2 vorgestellt. Desweiteren wurde die Art und Weise der Signalverarbeitung, sowie die Anpassung des Toncharakters erläutert. Für die in Kapitel 2 vorgestellten Klassifikatoren wurde der Stand der Technik in einem Überblick in Kapitel 3 beschrieben. Vorgestellt wurde die Anwendung der Klassifikatoren in der Tonartdetektion und Akkordstrukturanalyse. Desweiteren wurde Literatur zu anderen Klassifikationsverfahren für die Akkorderkennung und ein Dokument zum Vergleich der häufig verwendeten Klassifikationsalgorithmen anhand der Akkordstrukturanalyse untersucht. In Kapitel 4.1 wurde ein Konzept für die Implementierung des HMMs vorgestellt. Zuerst wurde ein Beispiel für das Erzeugen der Übergangsmatrix A für die versteckten Zustände gezeigt. In dieser Arbeit wurden 24 versteckte Zustände ausgewählt, welche den 12 Dur- und 12 Mollakkorden entsprechen. Danach wurde das Verfahren zum Erstellen der 24?24 Übergangsmatrix beschrieben und diskutiert. Anschließend wurde die Vorgehensweise zur Berechnung anderer Parameter (Mittelwerte æ und Kovarianzmatrix S) und die Initialwahrscheinlichkeiten p beschrieben. Zum Schluss wurden die Parameter A, p, æ, S berechnet und die Akkorderkennung durchgeführt. Dabei fand der Viterbi-Algorithmus die höchstwahrscheinliche Akkordfolge. Die Implementierung des KNN Verfahrens wurde in Kapitel 4.2 erklärt. Insgesamt 24 Gruppen (Zustände) wurden verwendet. Jeder Zustand wurde durch eine definierte Anzahl von Punkten (n Punkte pro Zustand) beschrieben. Dabei wurden die n Mittelwerte aus den entsprechend segmentierten Trainingsdaten berechnet. Die Summe von n*24 ist die Gesamtzahl an möglichem Nachbarn. Die Testvektoren wurden anschließend klassifiziert. An dieser Stelle wurde die Anzahl von K (zu groß, zu klein) diskutiert. Anschließend wurden verschiedene Parametervariationen für die Vorhersage einer Klasse untersucht: die Auswirkung verschiedener Distanzen, die Verteilung der Punktdichte und die Form von unterschiedlichen Gruppen (Zuständen), die Anzahl von verschiedenen Gruppen, die Position des Testvektors und die Dimension der Daten. Nach der Erstellung aller Trainingspunkte wurde die Akkorderkennung mit KNN durchgeführt. Durch die Mehrheitsentscheidung unter den K nächsten Nachbarn wurde eine Akkordfolge Schritt für Schritt klassifiziert. - In Kapitel 5 wurden vier Experimente zur Akkorderkennung durch HMM und durch KNN vorgestellt. Insgesamt wurden 8 Datentypen verwendet: Centroid_1 (4TR), Centroid_2 (4TR + 4FR), Centroid_3 (3TR), Centroid_4 (3FR + 3TR), Centroid_5 (2TR), Centroid_6 (2TR + 2FR), Centroid_HSG (6D-Centroid) und der Chromavektor. Die Erkennung der Akkorde fand in der zeitlichen Reihenfolge automatisch statt. Die originale Akkordfolge wurde dann mit der vom Klassifikator erkannten Akkordfolge gegenübergestellt. Dabei wurden die Ergebnisse und Randbedingungen diskutiert. Im ersten Versuch (Experiment A) wurden 16 Lieder der Gruppe The Beatles als Trainingsdaten und Testdaten für die HMM-Klassifikation verwendet. Beim Test haben HSG die beste, der Chromavektor die zweitbeste und Centroid_4 die drittbeste Erkennungsrate erreicht. Im zweiten Versuch (Experiment B) wurden dieselben Trainings- und Testsongs verwendet, jedoch wurden die Trainingsdaten eines Akkords über den Mittelwert ihrer Merkmalsvektoren parametrisiert. Dieses Experiment wurde mit KNN und weiteren distanzbasierenden Verfahren durchgeführt. Die Anzahl von K wirkt sich auf die Ergebnisse aus. Für nicht gewichtete und gewichtete Distanzen sind die entsprechenden Zahlen der nächsten Nachbarn K unterschiedlich. Die Manhattan Distanz in Verbindung mit dem Chromavektor erzielten bessere Ergebnisse als die anderen Verfahren. Im Experiment C wurde mit manuell erstellten Chromavektoren trainiert. Getestet wurden die 16 Beatlessongs aus Experiment A und B. In den Ergebnissen gab es zwei Tendenzen: Bei geringem Rauschen war die Erkennungsrate von der Wahl des Parameters K unabhängig. Mit stärkerem Rauschen wurde die Erkennungsrate kleiner. Im letzten Versuch (Experiment D) wurden die gleichen Trainings- und Testdaten wie in Experiment A und B verwendet. Die Anzahl der Trainingspunkte pro Zustand wurde variiert mit 5, 10, 20, 30, 50, 70. Centroid_2 zeigte nach dem Chromavektor die besten Akkorderkennungsraten. Der Vergleich der Tonraummodelle bei den durchgeführten Experimenten zeigt, dass der Chromavektor sich am besten eignet, wobei die Ergebnisse des Symmetriemodells von Gatzsche und Mehnert nur knapp dahinter sind. Der 6D-Centroid von Harte, Sandler und Gasser war nur bei HMM besser geeignet als die anderen beiden Tonraummodelle. Die Untersuchungsergebnisse lassen darauf schließen, dass mit der Erweiterung der Klassifikationsalgorithmen bessere Akkorderkennungsraten ermöglicht werden. Ein Vorschlag wäre die Erweiterung der Trainingsdatenbank in einer zukünftigen Arbeit, weil die Klassifikatoren durch eine erhöhte Anzahl von Trainingsdaten optimiert werden können. Ein weiterer Schritt wäre die Erweiterung der zu erkennenden Akkordklassen. Dabei würde die Sensitivität zur Erkennung in Bezug auf die Tonraummodelle zunehmen. Die Kombination der unterschiedlichen Klassifikationsverfahren miteinander könnten ebenfalls untersucht werden. Dabei eignen sich einige Verfahren in der Regel besser für eine Strukturvorhersage als andere Verfahren, so dass sich mit Hybrid-Verfahren auf Grund des Charakters unterschiedlicher Klassifikationsalgorithmen die Effizienz steigern lässt. Dies zu untersuchen bleibt vorerst offen und ist Aufgabe weiterführender Projekte.

Die Diplomarbeit mit dem Thema "Verbesserung der Tieftonwiedergabe von Flachlautsprechern durch Eliminierung bzw. Nutzung der rückwärtigen Schallanteile" befasst sich mit verschiedenen Ansätzen, die den Frequenzgang von einem flachen Lautsprecher verbessern soll. Dabei liegt das Hauptaugenmerk auf der Erweiterung des Frequenzbereiches zugunsten tiefer Frequenzen. Außerdem werden die verschiedenen Effekte, die den Frequenzgang beeinflussen, beschrieben und untersucht. Dabei wird auf Effekte wie den akustischen Kurzschluss, die Verstärkung dessen in Wandnähe und die Diffrakten an Gehäusekanten eingegangen. Im Rahmen der Untersuchung wird versucht, die Phase des rückwärtigen abgestrahlten Schalls anzupassen und somit nutzbar zu machen. Dazu dienen Ansätze wie die Transmission-Line, das Bassreflex sowie die Einbringung von akustisch wirksamen Material. Durch die Kombination von diesen Ansätzen und mit einer zusätzlichen elektronischen Entzerrung konnte die Tieftonwiedergabe letztendlich erheblich verbessert werden.