A computational modelling framework for time-frequency signal representations

Abstract

This thesis presents an open source computational tool framework for the visualization and analysis of signals with time-dependent spectral content. SIRLAB (SIgnal Representation LABoratory) is the name given to this tool framework written in C- language for a Linux environment and using the OpenCV (Open Source Computer Vision) platform, a software library of programming functions for near-real-time computer vision application development. SIRLAB was initially developed as an application tool kit for environmental surveillance operations pertaining to acoustic monitoring of birds, amphibians, and aquatic animals. In this setting, it receives acoustic raw signal-data and it produces ordered sets of spectrogram frames which may be presented in a streaming video format due to its fast computation. Computer speed ups of more than 30 times have been reached when compared with MATLAB implementations utilizing the same computational resources and algorithm formulations. This allows to produce streaming video with a frame rate of 30 frames per second, for some applications, reaching the ATSC digital television frame rate standard.

Esta tesis presenta un marco computacional de código abierto para la visualización y análisis de señales con contenido espectral dependiente del tiempo. SIRLAB (Laboratorio de representación de señales) es el nombre dado a esta marco computacional escrito en lenguage C para ambiente Linux y usando la plataforma de OpenCV, una librería de software para desarrollo de aplicaciones en visión de computadoras para procesamiento cercano a tiempo real. SIRLAB fue inicialmente desarrollado como un juego de herramientas para operaciones de monitoreo ambiental asociado al monitoreo acústico de aves, anfibios, y animales acuáticos. En esta aplicaciones, SIRLAB recibe señales acústicas en datos crudos y produce conjuntos ordenados de espectrogramas los cuales pueden ser presentados en un formato de video debido a su rápida computación. Mejoras en la computación de hasta 30 veces con respecto a las implementaciones de Matlab han sido alcanzadas utilizando los mismos recursos computacionales y formulaciones de algoritmos. Esto permite producir video a una tasa de 30 cuadros por segundo, para algunas aplicaciones, alcanzando estándares de televisión digital (ATSC).