The relationship between the cross‐correlation function of two‐channel acoustic signals reproduced through the headphones and spatial impressions of sound image

1985 ◽  
Vol 78 (S1) ◽  
pp. S19-S19
Author(s):  
Kohichi Kurozumi ◽  
Kengo Ohgushi
Keyword(s):  
Correlation Function ◽  
Cross Correlation ◽  
Acoustic Signals ◽  
Cross Correlation Function ◽  
Sound Image ◽  
The Cross ◽  
The Relationship

A Waveguide-Invariant-Based Warping Operator and Its Application to Passive Source Range Estimation

2015 ◽  
Vol 23 (01) ◽  
pp. 1550003 ◽  
Author(s):  
Yu Bo Qi ◽  
Shi Hong Zhou ◽  
Ren He Zhang ◽  
Yun Ren
Keyword(s):  
Correlation Function ◽  
Cross Correlation ◽  
Low Frequency ◽  
Cross Correlation Function ◽  
Range Estimation ◽  
Waveguide Invariant ◽  
Correlation Component ◽  
The Cross ◽  
The Relationship ◽  
Warping Operator

A formula for the instantaneous phase of the cross-correlation function of two different modes using the relationship between the horizontal wavenumber difference and frequency described by the waveguide invariant is deduced in this paper. Based on the formula, a waveguide-invariant-based warping operator suitable for both reflected and refracted modes in shallow water at low frequency is presented, providing an effective tool to filter the cross-correlation function of modes from the signal autocorrelation function. Using the phase of the filtered cross-correlation component in the frequency domain, a passive source ranging method on a single hydrophone is proposed. Simulated and experimental data using impulsive signals verify the validity of the derived warping operator and source ranging method.

scholarly journals Tabular algorithm for evaluating the discrete cross-correlation function of the flowmeter acoustic signals

2021 ◽  
pp. 155-161
Author(s):  
С.И. Герасимов ◽  
В.Д. Глушнев
Keyword(s):  
Correlation Function ◽  
Correlation Functions ◽  
Cross Correlation ◽  
Acoustic Signals ◽  
Digital Data ◽  
Cross Correlation Function ◽  
Term Operation ◽  
Useful Signal ◽  
Correlation Processing ◽  
The Cross

Корреляционная обработка сигналов как частный случай использования цифровой обработки данных, получаемых с акустических датчиков, находит широкое применение в современных ультразвуковых расходомерах жидкости и газа. К ним можно отнести как непосредственно корреляционные меточные расходомеры, так и расходомеры преимущественно время-импульсного или время-пролетного типов, где корреляционная обработка акустических сигналов является дополнением к общему методу измерения объемного расхода жидкости и газа. Применение корреляционной обработки позволяет повысить разрешающую способность расходомера в целом и обеспечить выделение полезного сигнала на фоне присутствия шумов с высокой степенью достоверности. В статье описан способ вычисления дискретных корреляционных функций на основе обобщенного определения дискретной корреляционной функции через свертку дискретизированных сигналов с выходов датчиков потока. Суть данного метода сводится к вычислению набора значений кумулятивных произведений отсчетов зондирующих сигналов, взятых с разным шагом в зависимости от общего количества отсчетов сигналов и предполагаемого числа значений корреляционной функции. Полученный набор значений оформляется в виде двумерного массива или матрицы, однако для большего понимания его можно представить как таблицу. Результаты суммы отдельных элементов этой таблицы или матрицы, выбранных согласно установленному правилу, и будут являться конечными значениями взаимной корреляционной функции акустических сигналов. В рамках работы составлены непосредственно алгоритм вычисления дискретной корреляционной функции в соответствии с рассмотренным методом расчета корреляционной функции, приведены примеры вычисления программным способом взаимной и автокорреляционной функций акустических сигналов, приближенных по своим свойствам к сигналам реальных ультразвуковых расходомеров. Предложенный вариант расчета дискретных корреляционных функций может быть применен в энергоэффективных вычислительных модулях расходомеров, предназначенных для длительной эксплуатации от источника автономного питания, обладающих низкой производительностью. Correlation signal processing as a particular case of using a digital data processing obtained from acoustic sensors is widely used in modern ultrasonic liquid and gas flowmeters. These include both direct correlation flowmeters and predominantly a time-pulse or time-of-flight type’s flowmeters, where the correlation processing of acoustic signals is an addition to the general method for measuring the volumetric flow rate of liquid and gas. The use of correlation processing makes it possible to increase the resolution of the flowmeter as a whole and to ensure the useful signal extraction against the background of the noise presence with a high degree of reliability. The article describes a method for calculating discrete correlation functions based on the generalized definition of a discrete correlation function through the convolution of sampled signals from the flow sensors outputs. The essence of this method comes down to calculating a values set ​​of the cumulative products of the probing signal’s samples taken with different steps depending on the total number of signal samples and the assumed number of the correlation function samples. The resulting values sequence ​​is formatted as a two-dimensional array or matrix, but for better understanding it can be represented as a table. The results of the sum of the individual elements of this table or matrix, selected according to the established rule, will be the final values ​​of the cross-correlation function of acoustic signals. Within the framework, an algorithm for calculating the discrete correlation function is directly compiled in accordance with the considered method for calculating the correlation function, examples of software calculation of the cross- and autocorrelation functions of acoustic signals, which are close in their properties to the real signals of ultrasonic flowmeters, are given. The proposed option for calculating discrete correlation functions can be applied in energy-efficient computational modules of flowmeters designed for long-term operation from an autonomous power source with low performance.

Simultaneous Measurement of Temperature and Velocity Using µPIV

2006 ◽  
Author(s):  
Pramod Chamarthy ◽  
Steven T. Wereley ◽  
Suresh V. Garimella
Keyword(s):  
Brownian Motion ◽  
Correlation Function ◽  
Cross Correlation ◽  
Cross Correlation Function ◽  
Motion Information ◽  
Peak Broadening ◽  
Constant Temperature Water Bath ◽  
Gravity Driven ◽  
The Cross ◽  
Gravity Driven Flow

In μPIV, for a uniform velocity field the displacement of the cross-correlation function gives the velocity of the fluid and the broadening of the peak-width represents the amount of Brownian motion present. In the presence of a linear or a parabolic shear, the shape of the cross-correlation function would have both the Brownian motion information as well as the velocity distribution information. In the present work, the broadening of the cross-correlation function caused by the velocity gradient was subtracted from the total peak broadening in order to isolate the Brownian motion information and thus infer temperature. To the authors' knowledge, this technique has not been applied to measure the temperature of a moving fluid. The experiments were conducted in a gravity driven flow through a tube surrounded by a constant temperature water bath.

Sign in / Sign up

Export Citation Format

Share Document