Colloquium - Details
You will receive information about presentations in time if you subscribe to the newsletter of the Colloquium Communications Technology.
Bachelor-Vortrag: Algorithmen für die kontinuierliche Messung von kopfbezogenen Übertragungsfunktionen bei freier Bewegung des Probanden
Lena Wirtz
Mittwoch, 24. Oktober 2018
09:30 Uhr
Hörsaal 4G
Die Bedeutung von individuellen kopfbezogenen Übertragungsfunktionen (Head-Related Transfer Functions, HRTFs) nimmt in der modernen Audiotechnik immer weiter zu, da es viele Anwendungsgebiete zur natürlichen 3D-Audiowiedergabe gibt. Um den räumlichen Klang für jeden Probanden plausibel zu erzeugen, bedarf es individueller HRTFs für jeden Menschen. Um diese zu bestimmen werden konventionelle Messungen in schalltoten Räumen durchgeführt, bei denen diskrete Lautsprecherpositionen nacheinander ausgewertet werden. Dieses Verfahren ist sehr zeitintensiv und der Proband darf sich während der Messdauer nicht bewegen.
Diese Arbeit untersucht Versuchsumgebungen und Szenarien zur dynamischen HRTF-Messung bei freier Bewegung des Probanden mittels Head-Trackern und Varianten des Normalized Least Mean Squares (NLMS)-Algorithmus zur Systemidentifikation. Dabei wird die Kopfdrehung zunächst als diskrete Bewegung und anschließend als kontinuierliche Bewegung simuliert, wobei die Eigenschaften der NLMS-Algorithmen untersucht werden. Nachfolgend wird die HRTF-Messung in beliebigen Räumen thematisiert, um den Messort nicht auf spezielle, schalltote Räume beschränken zu müssen. Zuletzt wird der NLMS-Algorithmus auf Distanzänderungen zum Lautsprecher angepasst. Zusätzlich befasst sich diese Arbeit mit Auswirkungen der Wahl des Anregungssignals auf die Messung.
Der Progressive Activation-based NLMS (PA-NLMS)-Algorithmus zeigt die besten Simulationsergebnisse bei freier Bewegung des Probanden. Aus den Simulationen kontinuierlicher Kopfdrehungen in beliebigen Räumen resultiert, dass es überall möglich ist HRTFs zu messen. Dabei muss lediglich die Periode des Anregungssignals auf die Länge des geschätzten Systems und dementsprechend die Geschwindigkeit der Bewegung angepasst sein. Etwaige Distanzänderungen zum Lautsprecher können mithilfe der entworfenen Anpassung des NLMS-Algorithmus ausgeglichen werden. Des Weiteren zeigen die Simulationsergebnisse, dass ein neues Anregungssignal aus der Klasse der perfekten Sequenzen (PSEQs) vielversprechende Ergebnisse für die Geschwindigkeit der Systemidentifikation bei dynamischer Messung und freier Bewegung des Probanden liefert.
