AKUSTİK VERİLERİN AKILLI HESAPLAMA YÖNTEMLERİYLE ANALİZİ

Abstract

Günümüzde hava araçlarının kullanımı hızla artarken, bu araçların tespiti ile akustik analizlerin önemi artmaktadır. Helikopterler ve drone gibi hava araçları, belirli bir frekans aralığında ses yayar ve bu seslerin analizi, araçların uçuş karakteristiklerinin anlaşılmasını sağlar. Her iki araç türü, farklı aerodinamik yapıları ve motor sistemleri nedeniyle farklı ses profilleri üretmektedir. Bu tez, drone ve helikopterlerin akustik verilerle analizini amaçlamaktadır. Çalışma, ses dosyalarından elde edilen Mel-Frekans Cepstral Katsayıları (MFCC) ve Zero-Crossing Rate (ZCR) gibi akustik parametrelerin kullanılmasıyla, her bir araç türünün karakteristik ses özelliklerini sınıflandırılmıştır. Toplam 546 ses dosyasından elde edilen verilerle; drone, helikopter ve çevre sesleri arasında ayrım yapabilen bir sınıflandırma modeli geliştirilmiştir. Eğitim süreci, karmaşıklık matrisine dayalı başarım kriterleri ile değerlendirilmiştir. MATLAB yazılımı kullanılarak gerçekleştirilen akustik analiz, her iki araç türünün akustik imzalarını ortaya koymuş ve bu yazılım ile çevre gürültüsünün etkisini minimize eden bir model önerilmiştir. Sonuçlar, akustik analizlerin drone ve helikopterlerin tanımlanması ve izlenmesi gibi uygulamalarda önemli bir araç olabileceğini ortaya koymaktadır. Ayrıca, çevresel gürültülerin etkisini minimize ederek, sadece hedef seslerin algılanmasını sağlayan model, güvenlik ve izleme teknolojilerinde kullanılabilecek potansiyeli göstermektedir. Bu çalışma, akustik verilerle hava araçları ve çevre seslerinin sınıflandırılması konusunda önemli bir adım atılmasını sağlamaktadır.

Nowadays, as the use of aircraft is rapidly increasing, the importance of acoustic analysis increases with the detection of these vehicles. Aircraft such as helicopters and drones emit sounds in a certain frequency range, and the analysis of these sounds allows the flight characteristics of the vehicles to be understood. Both types of vehicles produce different sound profiles due to their different aerodynamic structures and engine systems. This thesis aims to analyze drones and helicopters with acoustic data. The study classifies the characteristic sound features of each vehicle type using acoustic parameters such as Mel-Frequency Cepstral Coefficients (MFCC) and Zero-Crossing Rate (ZCR) obtained from sound files. A classification model that can distinguish between drone, helicopter and environmental sounds was developed with the data obtained from a total of 546 sound files. The training process was evaluated with performance criteria based on the complexity matrix. The acoustic analysis performed using MATLAB software revealed the acoustic signatures of both vehicle types, and a model that minimizes the effect of environmental noise was proposed with this software. The results show that acoustic analysis can be an important tool in applications such as identification and tracking of drones and helicopters. In addition, the model, which minimizes the effect of environmental noise and detects only target sounds, shows the potential to be used in security and monitoring technologies. This study provides an important step in the classification of aircraft and environmental sounds with acoustic data.