Resumen

Las redes inalámbricas de sensores acústicos (AWSN) necesitan frecuencias de muestreo elevadas para lograr una localización precisa del sonido. Pero también requieren mucho tiempo de análisis y mucha memoria (es decir, hay que procesar una gran cantidad de datos y ocupar más espacio de memoria, lo que supone una carga para los limitados recursos de los nodos). La disminución de las frecuencias de muestreo por debajo del criterio de Nyquist en aplicaciones de localización de fuentes acústicas (ASL) requiere el desarrollo de las técnicas existentes de estimación del retardo temporal para superar el reto de la baja resolución temporal. Este trabajo propone utilizar la envolvente y la transformada wavelet para mejorar la resolución de las señales recibidas mediante la combinación de diferentes contenidos de tiempo-frecuencia. Las señales mejoradas se procesan utilizando correlación cruzada junto con una interpolación de ajuste parabólico para calcular el retardo temporal con precisión. Los resultados experimentales muestran que, utilizando esta técnica, la precisión de la estimación se mejoró en casi un factor de 5 en el caso de utilizar una frecuencia de muestreo de 4,8 kHz. Esta conclusión es útil para desarrollar ASL precisos sin necesidad de recursos excesivos de sensores, en particular para aplicaciones de monitorización de la salud estructural.

• Materias:Sensores inalámbricos Sensor termoeléctrico Biosensores Sensores de fibra óptica
• Subjects:Wireless sensors Thermoelectric sensor Biosensors Fiber optic sensors
• Palabras claves:red de sensores acústicos inalámbricos, aplicaciones de vigilancia de la salud estructural, técnicas de estimación del retardo temporal, frecuencias de muestreo elevadas, localización de fuentes acústicas, exceso de recursos de los sensores, frecuencia de muestreo de khz, baja resolución temporal, más espacio de memoria, interpolación de ajuste parabólico
• Keywords:acoustic wireless sensor network, structural health monitoring applications, time delay estimation techniques, high sampling frequencies, acoustic source localisation, excessive sensor resources, khz sampling rate, low time resolution, more memory space, parabolic fit interpolation