Algoritmo para la detección clasificación y localización de embarcaciones, teniendo en cuenta sus condiciones de operación, estimación de la distancia al receptor, y diferentes escenarios de ruido ambiente

By analyzing acoustic signals produced by vessels, an algorithm is developed in order to detect, classify and locate vessels in the water. To develop this algorithm, we consider the operating conditions of vessels such as: weight, speed and medium conditions such as background and environmental nois...

Full description

Autores:
Arias Alfonso, Andrés Felipe
Arias Morales, Nefersson
Tipo de recurso:
Fecha de publicación:
2016
Institución:
Universidad de San Buenaventura
Repositorio:
Repositorio USB
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.usb.edu.co:10819/3960
Acceso en línea:
http://hdl.handle.net/10819/3960
Palabra clave:
Acústica Submarina
Sonar
Algoritmo
Densidad
Espectral de Potencia
Espectral de Potencia
Algoritmo
Acústica Submarina
Sonar
Densidad
Rights
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
id SANBUENAV2_1a7eeb9525bdea4cb8418ccd3b36bcbc
oai_identifier_str oai:bibliotecadigital.usb.edu.co:10819/3960
network_acronym_str SANBUENAV2
network_name_str Repositorio USB
repository_id_str
dc.title.spa.fl_str_mv Algoritmo para la detección clasificación y localización de embarcaciones, teniendo en cuenta sus condiciones de operación, estimación de la distancia al receptor, y diferentes escenarios de ruido ambiente
title Algoritmo para la detección clasificación y localización de embarcaciones, teniendo en cuenta sus condiciones de operación, estimación de la distancia al receptor, y diferentes escenarios de ruido ambiente
spellingShingle Algoritmo para la detección clasificación y localización de embarcaciones, teniendo en cuenta sus condiciones de operación, estimación de la distancia al receptor, y diferentes escenarios de ruido ambiente
Acústica Submarina
Sonar
Algoritmo
Densidad
Espectral de Potencia
Espectral de Potencia
Algoritmo
Acústica Submarina
Sonar
Densidad
title_short Algoritmo para la detección clasificación y localización de embarcaciones, teniendo en cuenta sus condiciones de operación, estimación de la distancia al receptor, y diferentes escenarios de ruido ambiente
title_full Algoritmo para la detección clasificación y localización de embarcaciones, teniendo en cuenta sus condiciones de operación, estimación de la distancia al receptor, y diferentes escenarios de ruido ambiente
title_fullStr Algoritmo para la detección clasificación y localización de embarcaciones, teniendo en cuenta sus condiciones de operación, estimación de la distancia al receptor, y diferentes escenarios de ruido ambiente
title_full_unstemmed Algoritmo para la detección clasificación y localización de embarcaciones, teniendo en cuenta sus condiciones de operación, estimación de la distancia al receptor, y diferentes escenarios de ruido ambiente
title_sort Algoritmo para la detección clasificación y localización de embarcaciones, teniendo en cuenta sus condiciones de operación, estimación de la distancia al receptor, y diferentes escenarios de ruido ambiente
dc.creator.fl_str_mv Arias Alfonso, Andrés Felipe
Arias Morales, Nefersson
dc.contributor.advisor.none.fl_str_mv Tafur Jiménez, Luis Alberto
dc.contributor.author.none.fl_str_mv Arias Alfonso, Andrés Felipe
Arias Morales, Nefersson
dc.subject.spa.fl_str_mv Acústica Submarina
Sonar
Algoritmo
Densidad
Espectral de Potencia
topic Acústica Submarina
Sonar
Algoritmo
Densidad
Espectral de Potencia
Espectral de Potencia
Algoritmo
Acústica Submarina
Sonar
Densidad
dc.subject.lemb.spa.fl_str_mv Espectral de Potencia
Algoritmo
Acústica Submarina
Sonar
Densidad
description By analyzing acoustic signals produced by vessels, an algorithm is developed in order to detect, classify and locate vessels in the water. To develop this algorithm, we consider the operating conditions of vessels such as: weight, speed and medium conditions such as background and environmental noise. Measurements were performed under controlled conditions with test boats in an Olympic pool. Furthermore, we used recordings of real vessels, recorded at Cartagena, Colombia, to verify the correct operation of the algorithm. We made records with different speeds and different weights, which were processed by the algorithm. By last, algorithm development was based on parametric methods for estimating the power spectral density (PSD) for random signals as are used in this work.
publishDate 2016
dc.date.issued.none.fl_str_mv 2016
dc.date.accessioned.none.fl_str_mv 2017-06-06T15:34:50Z
dc.date.available.none.fl_str_mv 2017-06-06T15:34:50Z
dc.date.submitted.none.fl_str_mv 2017-06-06
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.spa.spa.fl_str_mv Trabajo de Grado
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10819/3960
url http://hdl.handle.net/10819/3960
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.cc.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
http://purl.org/coar/access_right/c_abf2
dc.format.spa.fl_str_mv pdf
dc.format.extent.spa.fl_str_mv 180 páginas
dc.format.medium.spa.fl_str_mv Recurso en linea
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.faculty.spa.fl_str_mv Ingenierias
dc.publisher.program.spa.fl_str_mv Ingeniería de Sonido
dc.publisher.sede.spa.fl_str_mv Medellín
institution Universidad de San Buenaventura
dc.source.bibliographicCitation.spa.fl_str_mv [1] X. Lurton, An Introduction to Underwater Acoustics: Principles and Applications, S.S.& B. Media, Springer, 2002.
[2] R. E. Randall, «Underwater acoustics,» de Developments in Offshore Engineering Wave Phenomena and Offshore Topics, 1999.
[3] «Fundamentals of underwater sound,» International association of oil and gas producers (OGP), nº 406, 2008.
[4] C. W. Brennan, Basic acoustic theory R2Sonic LLC Multibeam training-Basic Acoustic Theory, 2009.
[5] D. Kraus, «Fundamentals of ocean acoustics,» de Underwater Acoustics and sonar signal processing, Institute of Wateracoustics, Sonar Engineering and Signal Theory.
[6] J. M. Hovem, Underwater acoustics: Propagations, devices and systems, Springer, 2007.
[7] C. B. J. Sherman, Transducers and arrays for underwater sound., Springer, 2007.
[8] R. P. Hodges, Underwater Acoustics: Analysis, Design and Performance of Sonar, Wiley, Ed., Wiley, 2010.
[9] J. Proakis y D. Manolakis, Tratamiento digital de Señales, Pearson Educación, 2007.
[10] L. A. López Márquez, «Cálculo de la densidad espectral de potencia mediante el algoritmo de Lomb,» Bucaramanga, 2005.
[11] P. Stoica y R. Moses, «SPECTRAL ANALYSIS OF SIGNALS,» Prentice Hall, New Jersey, 2005.
[12] R. T. Kessel y R. D. Hollett, «Underwater Intruder Detection Sonar for Harbour Protection: State of the Art Review and Implications,» de The Second IEEE International Conference on Technologies for Homeland Security and Safety, Istambul, 2006.
[13] R. J. Urick, Principles of underwater sound, New York: McGraw-Hill Book Company, 1983.
[14] B. Borowski, A. Sutin, H.-S. Roh y B. Bunin, «Passive acoustic threat detection in estuarine environments,» de Society of Photo-Optical Instrumentation Engineers (SPIE) Conference Series, 2008.
[15] M. R. Arshad, «Recent advancement in sensor technology for underwaters applications.,» Indian Journal of Marine Sciences, vol. 38, pp. 267-273, 2009.
[16] A. Nehorai y E. Paldi, «Acoustic vector-sensor array processing,» Signal Processing, IEEE Transactions on, vol. 42, nº 9, pp. 2481-2491, Sep 1994.
[17] H.-E. de Bree, E. Tijs y T. Akal, «The Hydroflown: MEMS-based underwater acoustic particle velocity sensor,» de ECUA, 2010.
[18] K. Wong y M. Zoltowski, «Extended-aperture underwater acoustic multisource azimuth/elevation direction-finding using uniformly but sparsely spaced vector hydrophones,» Oceanic Engineering, IEEE Journal of, vol. 22, nº 4, pp. 659-672, Oct 1997.
[19] B. Xerri, J.-F. Cavassilas y B. Borloz, «Passive tracking in underwater acoustic,» Signal Processing, vol. 82, nº 8, pp. 1067-1085, 2002.
[20] D. Zha y T. Qiu, «Underwater sources location in non-Gaussian impulsive noise environments,» Digital Signal Processing, nº 16, pp. 149-163, 2006.
[21] P. Felisberto, P. Santos y S. Jesus, «Tracking Source azimuth Using a Single Vector Sensor,» de Sensor Technologies and Applications (SENSORCOMM), 2010 Fourth International Conference on, 2010.
[22] L. Houégnigan, S. Zaugg, M. van der Schaar y M. André, «Space–time and hybrid algorithms for the passive acoustic localisation of sperm whales and vessels,» Applied Acoustics, vol. 71, nº 11, pp. 1000-1010, 2010.
[23] P. Giraudet y H. Glotin, «Real-time 3D tracking of whales by echo-robust precise TDOA estimates with a widely-spaced hydrophone array,» Applied Acoustics, vol. 67, nº 11–12, pp. 1106-1117, 2006.
[24] A. Tesei, S. Fiovaranti, V. Grandi, P. Guerrini y A. Marquer, «Acoustic surveillance of small vessels in confined areas,» de Procs. of SYMPOL2011 Int. Conf., 2011.
[25] Tesei.A, S. Fiovaranti, V. Grandi, P. Guerrini y A. Maguer, «Localization of small surface vessels through acoustic data fusion of two tetrahedral arrays of 166 hydrophones,» Proceedings of Meetings on Acoustics, vol. 17, nº 5, p. 070050, 2013.
[26] A. Ramalingam y S. Krishnan, «Gaussian Mixture Modeling of Short-Time Fourier Transform Features for Audio Fingerprinting,» Information Forensics and Security, IEEE Transactions on, vol. 1, nº 4, pp. 457-463, Dec 2006.
[27] M.-L. Bourguet y J. Wang, «A Robust Audio Feature Extraction Algorithm for Music Identification,» de Audio Engineering Society Convention 129, 2010.
[28] G. Tzanetakis y P. Cook, «Musical genre classification of audio signals,» Speech and Audio Processing, IEEE Transactions on, vol. 10, nº 5, pp. 293-302, Jul 2002.
[29] G. Tzanetakis, G. Essl y P. Cook, «Audio analisys using the discret wavelet transform,» de Proc. Conf. in Acoustics and Music Theory Applications, 2001.
[30] A. Schclar, A. Averbuch, N. Rabin, V. Zheludev y K. Hochman, «A diffusion framework for detection for moving vehicles,» Digital Signal Processing, vol. 20, pp. 111-122, 2010.
[31] H. J. Li y K. M. Li, «Application of wavelet transform in target identification,» Progress In Eletromagnetics Research, vol. 12, pp. 57-73, 1996.
[32] H. C. Choe, R. E. Karlsen, G. R. Gerhart y T. J. Meitzler, «Wavelet based ground vehicle recognition using acoustic signals,» Aerospace/Defense Sensing and Controls, pp. 434-445, 1996.
[33] H. Wu, M. Siegel y P. Khosla, «Vehicle sound signature recognition by frequency vector principal component analysis,» de Instrumentation and Measurement Technology Conference, 1998.
[34] M. E. Munich, «Bayesian subspace methods for acoustic signature recognition of vehicles,» de 12th European Signal Processiong Conference, 2004.
[35] A. Averbuch, E. Hulata, V. Zheludev y I. Kozlov, «A wavelet packet algorithm for classification and detection of moving vehicles,» Multidimensional Systems and Signal Processing, vol. 12, pp. 9-31, 2001.
[36] A. Averbuch, E. Hulata, V. Zheludev y I. Kozlov, «Identification of acoustic signatures for vehicles via reduction of dimensionality,» International Journal of Wavelets, Multiresolution and Information Processing, vol. 2, pp. 1-22, 2004.
[37] A. Averbuch, E. Hulata, N. Rabin y A. Schclar, «Wavelet-based acoustic detection of moving vehicles,» Multidimensional Systems and Signal Processing, vol. 20, pp. 55-80, 2009.
[38] T. C. Bailey, T. Sapatinas, K. J. Powel y W. J. Krzanowski, «Signal detection in underwater sound using wavelets,» Journal of the American Statistical Association, vol. 93, pp. 73-83, 1998.
[39] C. -K. Tu y H. -C. Huang, «Application of neural-network for real-time underwater signal classification,» Underwater Technology, pp. 253-257, 1998.
[40] C. -H. Chen, J. -D. Lee y M. -C. Lin, «Classification of underwater signals using neural networks,» Tamkang Journal of Science and Engineering, vol. 3, pp. 31-48, 2000.
[41] B. Song, H. Cunwu y S. Dehui, «Neural network based method for background modeling and detecting moving objects,» The Journal of China Universities of Posts and Telecommunications, vol. 22, pp. 100-109, 2015.
[42] A. Averbuch, V. Zheludev, P. Neittaanmäki, P. Wartiainen, K. Huoman y K. Janson, «Acoustic detection and classification of river boats,» Applied Acoustics, vol. 72, nº 1, pp. 22-34, 2011.
[43] N. N. De Moura, J. M. De Seixas y R. Ramos, «Passive sonar signal detection and classification daseb on independent component analisys,» Citeseer, 2011.
[44] G. L. Ogden, L. M. Zurk, M. E. Jones y M. E. Peterson, «Extraction of small boat harmonic signatures from pasive sonar,» The Journal of Acoustical society of America, vol. 129, pp. 3768-3776, 2011.
[45] M. Ashokan, G. Latha, P. E. Durai y K. Nithyanandam, «Application of wavelets for analysing ship noise from shallow water ambient noise measurements,» Indian Journal of Geo-Mrine Science, vol. 43, pp. 11-16, 2014.
[46] M. M. Khan, R. H. Ashique, B. N. Liya, M. M. Sajjad, M. A. Rahman y M. T. H. Amin, «New wavelet thresholding algorithm in dropping ambient noise from underwater acoustic signals,» Journal of Electromagnetic Analisys and Applications, vol. 7, p. 53, 2015.
[47] L. E. Gomez y D. J. Perez, «Algortimo para la detección, clasificación y localización de cualquier tipo de embarcación utilizando un hidrófono,» Tesis de Grado, Medellín, 2015.
[48] L. Ljung, System identification: Theory for the user, Prentice Hall, 1987.
[49] F. B. Jensen, Computational Ocean Acoustics, New York: Springer, 2011.
[50] A. S. o. America, Specification for octave-band and fractional-octave-band analog and digial filters, New York: American National Standard, 2004.
dc.source.instname.spa.fl_str_mv Universidad de San Buenaventura - Medellín
dc.source.other.spa.fl_str_mv Biblioteca USB Medellín (San Benito): CD-4234
dc.source.reponame.spa.fl_str_mv Biblioteca Digital Universidad de San Buenaventura
bitstream.url.fl_str_mv https://bibliotecadigital.usb.edu.co/bitstreams/6b5b9b38-f2ac-40f4-b36a-c7bc66d3a1c4/download
https://bibliotecadigital.usb.edu.co/bitstreams/d7dd0cd2-4c1d-4656-b2d3-c0867fd44eca/download
https://bibliotecadigital.usb.edu.co/bitstreams/eb96bf9b-767d-4f89-9543-282823025b17/download
https://bibliotecadigital.usb.edu.co/bitstreams/96b09226-d56a-4f70-a7ec-1f5e56ce2974/download
bitstream.checksum.fl_str_mv 8519234d5e793bba45717c2ffe8b2fcb
0c7b7184e7583ec671a5d9e43f0939c0
a5bfc9950d0357178cddd253e0087f7c
f0ac37cef039805a107d3b97a3f09064
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de San Buenaventura Colombia
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1837099225886752768
spelling Comunidad Científica y AcadémicaTafur Jiménez, Luis Alberto568ae96a-b1c8-4ddf-954f-5409fe5c30ae-1Arias Alfonso, Andrés Felipec26c3db8-3ffd-4d67-824d-de94a60d420f-1Arias Morales, Nefersson6f6444c4-6009-4a57-82bf-06d47d8322f8-12017-06-06T15:34:50Z2017-06-06T15:34:50Z20162017-06-06By analyzing acoustic signals produced by vessels, an algorithm is developed in order to detect, classify and locate vessels in the water. To develop this algorithm, we consider the operating conditions of vessels such as: weight, speed and medium conditions such as background and environmental noise. Measurements were performed under controlled conditions with test boats in an Olympic pool. Furthermore, we used recordings of real vessels, recorded at Cartagena, Colombia, to verify the correct operation of the algorithm. We made records with different speeds and different weights, which were processed by the algorithm. By last, algorithm development was based on parametric methods for estimating the power spectral density (PSD) for random signals as are used in this work.Mediante el análisis de señales acústicas producto de embarcaciones sobre el agua tomadas en campo, se desarrolló un algoritmo para la detección, clasificación y localización de dichas embarcaciones. Además se tuvieron en cuenta condiciones de operación de las embarcaciones como lo son: la carga, la velocidad y condiciones propias del medio de propagación como lo es el ruido ambiente. Las mediciones se realizaron en condiciones controladas con embarcaciones de prueba en una piscina olímpica, en donde variables como las dimensiones, la temperatura y la profundidad de esta, fueron determinadas. Además se contó con grabaciones realizadas en campo (Cartagena, Colombia), con las cuales se verificó el funcionamiento del algoritmo con señales de embarcaciones reales y diferentes señales de ruido ambiente. Para los registros con diferentes condiciones de operación de las embarcaciones de prueba, se realizaron tomas a diferentes velocidades y con diferentes cargas (peso), para luego ser ingresados en el algoritmo. Por último, el desarrollo de este se basó en métodos paramétricos para la estimación de densidad espectral de potencia (PSD) para señales aleatorias como lo son las señales de las diferentes embarcaciones analizadas en este trabajo.pdf180 páginasRecurso en lineaapplication/pdfhttp://hdl.handle.net/10819/3960spaIngenieriasIngeniería de SonidoMedellínAtribución-NoComercial-SinDerivadas 2.5 ColombiaPor medio de este formato manifiesto mi voluntad de AUTORIZAR a la Universidad de San Buenaventura, Sede Bogotá, Seccionales Medellín, Cali y Cartagena, la difusión en texto completo de manera gratuita y por tiempo indefinido en la Biblioteca Digital Universidad de San Buenaventura, el documento académico-investigativo objeto de la presente autorización, con fines estrictamente educativos, científicos y culturales, en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión Andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre derechos de autor. Como autor manifiesto que el presente documento académico-investigativo es original y se realiza sin violar o usurpar derechos de autor de terceros, por lo tanto, la obra es de mi exclusiva autora y poseo la titularidad sobre la misma. La Universidad de San Buenaventura no será responsable de ninguna utilización indebida del documento por parte de terceros y será exclusivamente mi responsabilidad atender personalmente cualquier reclamación que pueda presentarse a la Universidad. Autorizo a la Biblioteca Digital de la Universidad de San Buenaventura convertir el documento al formato que el repositorio lo requiera (impreso, digital, electrónico o cualquier otro conocido o por conocer) o con fines de preservación digital. Esta autorización no implica renuncia a la facultad que tengo de publicar posteriormente la obra, en forma total o parcial, por lo cual podrá, dando aviso por escrito con no menos de un mes de antelación, solicitar que el documento deje de estar disponible para el público en la Biblioteca Digital de la Universidad de San Buenaventura, así mismo, cuando se requiera por razones legales y/o reglas del editor de una revista.http://creativecommons.org/licenses/by-nc-nd/2.5/co/http://purl.org/coar/access_right/c_abf2[1] X. Lurton, An Introduction to Underwater Acoustics: Principles and Applications, S.S.& B. Media, Springer, 2002.[2] R. E. Randall, «Underwater acoustics,» de Developments in Offshore Engineering Wave Phenomena and Offshore Topics, 1999.[3] «Fundamentals of underwater sound,» International association of oil and gas producers (OGP), nº 406, 2008.[4] C. W. Brennan, Basic acoustic theory R2Sonic LLC Multibeam training-Basic Acoustic Theory, 2009.[5] D. Kraus, «Fundamentals of ocean acoustics,» de Underwater Acoustics and sonar signal processing, Institute of Wateracoustics, Sonar Engineering and Signal Theory.[6] J. M. Hovem, Underwater acoustics: Propagations, devices and systems, Springer, 2007.[7] C. B. J. Sherman, Transducers and arrays for underwater sound., Springer, 2007.[8] R. P. Hodges, Underwater Acoustics: Analysis, Design and Performance of Sonar, Wiley, Ed., Wiley, 2010.[9] J. Proakis y D. Manolakis, Tratamiento digital de Señales, Pearson Educación, 2007.[10] L. A. López Márquez, «Cálculo de la densidad espectral de potencia mediante el algoritmo de Lomb,» Bucaramanga, 2005.[11] P. Stoica y R. Moses, «SPECTRAL ANALYSIS OF SIGNALS,» Prentice Hall, New Jersey, 2005.[12] R. T. Kessel y R. D. Hollett, «Underwater Intruder Detection Sonar for Harbour Protection: State of the Art Review and Implications,» de The Second IEEE International Conference on Technologies for Homeland Security and Safety, Istambul, 2006.[13] R. J. Urick, Principles of underwater sound, New York: McGraw-Hill Book Company, 1983.[14] B. Borowski, A. Sutin, H.-S. Roh y B. Bunin, «Passive acoustic threat detection in estuarine environments,» de Society of Photo-Optical Instrumentation Engineers (SPIE) Conference Series, 2008.[15] M. R. Arshad, «Recent advancement in sensor technology for underwaters applications.,» Indian Journal of Marine Sciences, vol. 38, pp. 267-273, 2009.[16] A. Nehorai y E. Paldi, «Acoustic vector-sensor array processing,» Signal Processing, IEEE Transactions on, vol. 42, nº 9, pp. 2481-2491, Sep 1994.[17] H.-E. de Bree, E. Tijs y T. Akal, «The Hydroflown: MEMS-based underwater acoustic particle velocity sensor,» de ECUA, 2010.[18] K. Wong y M. Zoltowski, «Extended-aperture underwater acoustic multisource azimuth/elevation direction-finding using uniformly but sparsely spaced vector hydrophones,» Oceanic Engineering, IEEE Journal of, vol. 22, nº 4, pp. 659-672, Oct 1997.[19] B. Xerri, J.-F. Cavassilas y B. Borloz, «Passive tracking in underwater acoustic,» Signal Processing, vol. 82, nº 8, pp. 1067-1085, 2002.[20] D. Zha y T. Qiu, «Underwater sources location in non-Gaussian impulsive noise environments,» Digital Signal Processing, nº 16, pp. 149-163, 2006.[21] P. Felisberto, P. Santos y S. Jesus, «Tracking Source azimuth Using a Single Vector Sensor,» de Sensor Technologies and Applications (SENSORCOMM), 2010 Fourth International Conference on, 2010.[22] L. Houégnigan, S. Zaugg, M. van der Schaar y M. André, «Space–time and hybrid algorithms for the passive acoustic localisation of sperm whales and vessels,» Applied Acoustics, vol. 71, nº 11, pp. 1000-1010, 2010.[23] P. Giraudet y H. Glotin, «Real-time 3D tracking of whales by echo-robust precise TDOA estimates with a widely-spaced hydrophone array,» Applied Acoustics, vol. 67, nº 11–12, pp. 1106-1117, 2006.[24] A. Tesei, S. Fiovaranti, V. Grandi, P. Guerrini y A. Marquer, «Acoustic surveillance of small vessels in confined areas,» de Procs. of SYMPOL2011 Int. Conf., 2011.[25] Tesei.A, S. Fiovaranti, V. Grandi, P. Guerrini y A. Maguer, «Localization of small surface vessels through acoustic data fusion of two tetrahedral arrays of 166 hydrophones,» Proceedings of Meetings on Acoustics, vol. 17, nº 5, p. 070050, 2013.[26] A. Ramalingam y S. Krishnan, «Gaussian Mixture Modeling of Short-Time Fourier Transform Features for Audio Fingerprinting,» Information Forensics and Security, IEEE Transactions on, vol. 1, nº 4, pp. 457-463, Dec 2006.[27] M.-L. Bourguet y J. Wang, «A Robust Audio Feature Extraction Algorithm for Music Identification,» de Audio Engineering Society Convention 129, 2010.[28] G. Tzanetakis y P. Cook, «Musical genre classification of audio signals,» Speech and Audio Processing, IEEE Transactions on, vol. 10, nº 5, pp. 293-302, Jul 2002.[29] G. Tzanetakis, G. Essl y P. Cook, «Audio analisys using the discret wavelet transform,» de Proc. Conf. in Acoustics and Music Theory Applications, 2001.[30] A. Schclar, A. Averbuch, N. Rabin, V. Zheludev y K. Hochman, «A diffusion framework for detection for moving vehicles,» Digital Signal Processing, vol. 20, pp. 111-122, 2010.[31] H. J. Li y K. M. Li, «Application of wavelet transform in target identification,» Progress In Eletromagnetics Research, vol. 12, pp. 57-73, 1996.[32] H. C. Choe, R. E. Karlsen, G. R. Gerhart y T. J. Meitzler, «Wavelet based ground vehicle recognition using acoustic signals,» Aerospace/Defense Sensing and Controls, pp. 434-445, 1996.[33] H. Wu, M. Siegel y P. Khosla, «Vehicle sound signature recognition by frequency vector principal component analysis,» de Instrumentation and Measurement Technology Conference, 1998.[34] M. E. Munich, «Bayesian subspace methods for acoustic signature recognition of vehicles,» de 12th European Signal Processiong Conference, 2004.[35] A. Averbuch, E. Hulata, V. Zheludev y I. Kozlov, «A wavelet packet algorithm for classification and detection of moving vehicles,» Multidimensional Systems and Signal Processing, vol. 12, pp. 9-31, 2001.[36] A. Averbuch, E. Hulata, V. Zheludev y I. Kozlov, «Identification of acoustic signatures for vehicles via reduction of dimensionality,» International Journal of Wavelets, Multiresolution and Information Processing, vol. 2, pp. 1-22, 2004.[37] A. Averbuch, E. Hulata, N. Rabin y A. Schclar, «Wavelet-based acoustic detection of moving vehicles,» Multidimensional Systems and Signal Processing, vol. 20, pp. 55-80, 2009.[38] T. C. Bailey, T. Sapatinas, K. J. Powel y W. J. Krzanowski, «Signal detection in underwater sound using wavelets,» Journal of the American Statistical Association, vol. 93, pp. 73-83, 1998.[39] C. -K. Tu y H. -C. Huang, «Application of neural-network for real-time underwater signal classification,» Underwater Technology, pp. 253-257, 1998.[40] C. -H. Chen, J. -D. Lee y M. -C. Lin, «Classification of underwater signals using neural networks,» Tamkang Journal of Science and Engineering, vol. 3, pp. 31-48, 2000.[41] B. Song, H. Cunwu y S. Dehui, «Neural network based method for background modeling and detecting moving objects,» The Journal of China Universities of Posts and Telecommunications, vol. 22, pp. 100-109, 2015.[42] A. Averbuch, V. Zheludev, P. Neittaanmäki, P. Wartiainen, K. Huoman y K. Janson, «Acoustic detection and classification of river boats,» Applied Acoustics, vol. 72, nº 1, pp. 22-34, 2011.[43] N. N. De Moura, J. M. De Seixas y R. Ramos, «Passive sonar signal detection and classification daseb on independent component analisys,» Citeseer, 2011.[44] G. L. Ogden, L. M. Zurk, M. E. Jones y M. E. Peterson, «Extraction of small boat harmonic signatures from pasive sonar,» The Journal of Acoustical society of America, vol. 129, pp. 3768-3776, 2011.[45] M. Ashokan, G. Latha, P. E. Durai y K. Nithyanandam, «Application of wavelets for analysing ship noise from shallow water ambient noise measurements,» Indian Journal of Geo-Mrine Science, vol. 43, pp. 11-16, 2014.[46] M. M. Khan, R. H. Ashique, B. N. Liya, M. M. Sajjad, M. A. Rahman y M. T. H. Amin, «New wavelet thresholding algorithm in dropping ambient noise from underwater acoustic signals,» Journal of Electromagnetic Analisys and Applications, vol. 7, p. 53, 2015.[47] L. E. Gomez y D. J. Perez, «Algortimo para la detección, clasificación y localización de cualquier tipo de embarcación utilizando un hidrófono,» Tesis de Grado, Medellín, 2015.[48] L. Ljung, System identification: Theory for the user, Prentice Hall, 1987.[49] F. B. Jensen, Computational Ocean Acoustics, New York: Springer, 2011.[50] A. S. o. America, Specification for octave-band and fractional-octave-band analog and digial filters, New York: American National Standard, 2004.Universidad de San Buenaventura - MedellínBiblioteca USB Medellín (San Benito): CD-4234Biblioteca Digital Universidad de San BuenaventuraAcústica SubmarinaSonarAlgoritmoDensidadEspectral de PotenciaEspectral de PotenciaAlgoritmoAcústica SubmarinaSonarDensidadIngeniero de SonidoAlgoritmo para la detección clasificación y localización de embarcaciones, teniendo en cuenta sus condiciones de operación, estimación de la distancia al receptor, y diferentes escenarios de ruido ambienteTrabajo de grado - PregradoTrabajo de Gradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fPublicationORIGINALAlgoritmo_Deteccion_Embarcaciones_Arias_2016.pdfAlgoritmo_Deteccion_Embarcaciones_Arias_2016.pdfapplication/pdf9093917https://bibliotecadigital.usb.edu.co/bitstreams/6b5b9b38-f2ac-40f4-b36a-c7bc66d3a1c4/download8519234d5e793bba45717c2ffe8b2fcbMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82071https://bibliotecadigital.usb.edu.co/bitstreams/d7dd0cd2-4c1d-4656-b2d3-c0867fd44eca/download0c7b7184e7583ec671a5d9e43f0939c0MD52TEXTAlgoritmo_Deteccion_Embarcaciones_Arias_2016.pdf.txtAlgoritmo_Deteccion_Embarcaciones_Arias_2016.pdf.txtExtracted texttext/plain322305https://bibliotecadigital.usb.edu.co/bitstreams/eb96bf9b-767d-4f89-9543-282823025b17/downloada5bfc9950d0357178cddd253e0087f7cMD53THUMBNAILAlgoritmo_Deteccion_Embarcaciones_Arias_2016.pdf.jpgAlgoritmo_Deteccion_Embarcaciones_Arias_2016.pdf.jpgGenerated Thumbnailimage/jpeg6927https://bibliotecadigital.usb.edu.co/bitstreams/96b09226-d56a-4f70-a7ec-1f5e56ce2974/downloadf0ac37cef039805a107d3b97a3f09064MD5410819/3960oai:bibliotecadigital.usb.edu.co:10819/39602023-02-24 11:31:38.291http://creativecommons.org/licenses/by-nc-nd/2.5/co/https://bibliotecadigital.usb.edu.coRepositorio Institucional Universidad de San Buenaventura Colombiabdigital@metabiblioteca.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

Publicaciones similares