Metody sztucznej inteligencji w systemach monitoringu hałasu lotniczego

• Autorzy: Wszołek W.

Warianty tytułu

EN

Artificial intelligence methods in air-noise monitoring systems

• Języki publikacji: PL

Abstrakty

PL

W systemach monitoringu hałasu lotniczego bardzo ważny jest proces identyfikacji samolotów. W istniejących systemach ten proces identyfikacji jest wspomagany przez połączenie systemu monitoringu hałasu ze stacjami radarowymi. Z uwagi na występujące trudności w tym systemie łączności korzystne byłoby wyposażenie systemu monitoringu w narzędzia pozwalające samodzielnie rozpoznawać i klasyfikować zarejestrowane zdarzenia akustyczne. W artykule przedstawiono koncepcję zastosowania zaawansowanych metod i technik sztucznej inteligencji wykorzystywanych jako narzędzie analityczne przy monitorowaniu hałasu wywoływanego przez ruch lotniczy. Prezentowana koncepcja postuluje więc zastąpienie znanego procesu rozpoznawania sygnału akustycznego bardziej zaawansowaną metodą jego analizy, polegającą na konfrontacji cech ujawnionych w sygnale podczas jego przetwarzania z takimi cechami, jakich można by było oczekiwać, opierając się na zgromadzonej w systemie wiedzy.

EN

In air-noise monitoring systems very important is the process of identification of airplanes. In existing systems, identification process is assisted by connection monitoring system with radar stations. Taking into considera-tion difficulties present in this communication system, it would be profitable to equip the monitoring system in tools allowed to recognized and classified independ-ently registered acoustic events. In the article, the idea of applying of advanced methods and techniques of artificial intelligence as an analytical tool for air-noise monitoring was presented. Presented idea postulate replacement of well-known process of acoustic signal recogni-tion more advanced analysis method, consisted on confrontation of feature s revealed during signal processing with features expected based on knowledge collected in the system.

Słowa kluczowe

PL

hałas lotniczy; monitoring; system monitorujący; sztuczna inteligencja; hałas

EN

noise; artificial intelligence; monitoring; monitoring system

• Wydawca: Wydawnictwo SIGMA-NOT ; Sieć Badawcza Łukasiewicz - Instytut Mechanizacji Budownictwa i Górnictwa Skalnego
• Czasopismo: Przegląd Mechaniczny
• Rocznik: 2006
• Tom: nr 3
• Strony: 15--21
• Opis fizyczny: Bibliogr. 9 poz., il.

Twórcy

autor

Wszołek W.

• Akademia Górniczo-Hutnicza, Kraków

Bibliografia

• 1. Engel Z., Chyla A., Wszołek W., Wszołek T.: Systemy ciągłego monitorowania hałasu lotniczego w Polsce. Proceedings of 11th Intern. Conf. on Noise Control, "Noise Control '98", Krynica, 2-4 June, 1998, pp. 345 - 353
• 2. Batko W.: Problemy stanu zagrożeń wibroakustycznych środowiska. Problemy diagnostyki technicznej. Mat. konserwatorium diagnostyki WAT, Żegiestów 1992.
• 3. Wszołek W., Tadeusiewicz R., Chyla A.: Recognition of selected helicopter types based on the generated acoustic signal with application of artificial intelligence methods. InterNoise 2001, International Congress and Exhibition on Noise Control Engineering, NAG, Hague 2001, pp. 2217 -2220.
• 4. Guiding J., Olmstead J., Bryan R., Mirsky L., Fleming G., D'Aprile J., Gerbi P.: Integrated Noise Model (INM) Version 6.0, User's Guide, U.S. Dept. of Transp., Federal Aviation Administration, Report No. FAA-AEE-99-03, Washington, D.C., August, 1999.
• 5. Tadeusiewicz R., Wszołek W., Izworski A.: Classification of acoustic and vibration signals by the artificial intelligence methods. Sixth International Congress on Sound and Vibration, 5-6 July 1999, Copenhagen, Denmark, pp. 3181 -3188.
• 6. Tadeusiewicz R., Izworski A., Wszołek W., Wszołek T.: Application of Neural Networks to Identification of Mobile Objects Based on Vibroacoustic Signals. Proceedings of Inter-Noise 99, 6 - 8 Dec. 1999, Fort Lauderdale, Florida, USA, pp. 233 -236.
• 7. Wszołek W., Engel Z., Chyla A., Wszołek T.: Założenia do opracowania systemów monitorowania hałasu śmigłowców. Mat. XXX Zimowej Szkoły Zwalczania Zagrożeń Wibroakustycznych, Gliwice-Wisła, 2002, ss. 151 - 159.
• 8. Leś Z., Tadeusiewicz R., Leś M.: Shape Understanding: Knowledge Generation and Learning. Proceedings of the Seventh Australian and New Zealand Intelligent Information Systems Conference (ANZIIS 2001), IEEE Engineering in Medicine and Biology Society, Perth, Western Australia, 2001, pp. 189- 195.
• 9. Tadeusiewicz R., Ogiela M.: Medical Image Understanding Technology, Springer-Verlag, Berlin Heidelberg 2004.