Acoustic signal representation for environmental surveillance monitoring (esm)

Abstract

This work presents an integrated development framework, with scalable and reconfigurable hard- ware/software co-design components, for space-time computational signal processing embed- ded system applications such as acoustic beamforming, aperture synthesis image formation, dis- tributed adaptive signal correlation, correlated interferometry, and distributed virtual instrumen- tation; termed here as the WALSAIP Sensor Grid (WSG), were WALSAIP stands for Wide Area Large Scale Automated Information Processing. The WSG is used as a basis to develop an off- the-shelf approach for the Acoustic Environmental Surveillance Monitoring (ESM) of puerto rican crested toads Bufo lemur. The WSG is based on a centralized architecture, i.e. there exist a central or master node that interacts with the lower nodes and it is responsible for collecting, pro- cessing, and communicating the information from the observatory to an end user or to a server. This design is the result of years of experience working and evaluating other platforms including digital signal processors (DSP), field programmable gate arrays (FPGA), and wireless sensor net- works (WSN) or Motes. The main advantage of the system is that we now have a very flexible tool that can be modified to adress specific needs. We developed the WSG for the treatment of acous- tic signals, since acoustic signals presents the perfect balance between computational complexity and the state of the art on computational platforms. We also formulated the Short-Time Fourier Transform (STFT) under the framework of signal algebra operators. A comparisson between a Cyclic-STFT and Cornell University Raven audio analysis software is presented. Our algorithm produces better resolution graphics at the expense of computational power. Finally, a variant of the STFT was implemented on ARM-powered Gumstix single board computers (SBC) showing a performance comparable with more advanced digital signal processor units such as the Texas Instruments C6713.|Este trabajo de investigación presenta un marco de desarrollo integrado compuesto por elementos de hardware y software reconfigurables y escalables para aplicaciones de procesamiento de señales con atributos espacio-temporales en sistemas embebidos como lo son el beamforming acústico, síintesis para formación de imágenes, correlación de señales distribuídas y adaptivas, interferometría correlacionada e instrumentación virtual distribuída. A este nuevo marco le denominamos con el nombre de WALSAIP Sensor Grid, en donde el término WALSAIP se deriva de la traducción al inglés del procesamiento automatizado de la información a gran escala en áreas amplias. El WSG es usado como base para desarrollar una solución "off-the-shelf" (del anaquel) para tratar el problema de monitoreo y vigilancia ambiental del sapo concho puertorriqueño Bufo lemur. EI WSG esta basado en una arquitectura centralizada, donde un nodo maestro interactúa con nodos inferiores en términos de computación y disponibilidad de recursos con la finalidad de recolectar, procesar y transmitir información sobre el área bajo observación hacia un usuario final de esta información o hacia otros servidores. Esta solución es el resultado de la evaluación de otros sistemas que a nuestro entender eran comparables como los DSP, FPGA y los Motes. La gran ventaja de este sistema radica en la flexibilidad que otorga para tratar aplicaciones heterogéneas utilizando los mismos conceptos fundamentales. La aplicación a tratar fue la de monitoreo ambiental basado en señales acústicas. Elegimos las señales acústicas debido a que presentan un buen balance entre complejidad computacional y el estado del arte en cuanto a plataformas computacionales. Este trabajo formula también la Short-Time Fourier Transform bajo el marco conceptual de teoría de operadores. Una versión cíclica de este algoritmo es puesta en comparación con Raven, un software para el análisis de audio desarrollado por la Universidad de Cornell. Nuestro algoritmo presenta mejores resultados en términos de resolución que Raven a expensas de un incremento en la complejidad computacional. Finalmente, una variante de la STFT es implementada en las computadoras embebidas basadas en una arquitectura de procesadores ARM fabricadas por Gumstix, mostrando un desempeño comparable con arquitecturas mas poderosas como el DSP modelo C6713 del fabricante Texas Instruments.