ÖZET
Endüstri sahalarında robot sistemlere; problemlere hızlı ve hassas çözümler getirmeleri, insan sağlığı ve güvenliğine zararlı olan pek çok faktörden etkilenmemeleri gibi sebeplerle ihtiyaç duyulmaktadır. Otomobil imal-montaj, ilaç, nükleer santraller, biyomedikal gibi alanlarda robotlar çok hassas işlerin yapımında kullanılmaktadır. Tıbbi alanda kritik ve hassasiyet gerektiren ameliyatlarda kullanılabilirler. Protez kol olarak kullanımları da yaygındır.

Projemizin çalışma konuları otomatik kontrol sistemi ve bilgisayardan gönderilen koordinatlarla robot manipülatörün konum kontrolüdür. Projemizde mekatronik bir sistemin kapalı çevrim kontrolü amaçlanmaktadır. Manipülatör sistemi, çok girişli çok çıkışlı bir sistemdir ve her eklem pozisyon denetimi için ayrı giriş sinyallerine ihtiyaç duymaktadır. Manipülatör sisteminin çeşitli yöntemlerle elde edilen dinamik modeli doğrusal değildir ve eklemlerin birbiri ile etkileşimini ifade eden bağlantılı terimler içerir. Sistemde altı serbestlik dereceli bir mekanik kol ve otomatik kontrol sistemi tasarlanmıştır. Robot manipülatörün hareketi, eklem yerlerinde bulunan DC motorlar ile sağlanır. Bu DC motorları sürmek için içinde H-Bridge (köprü) bulunan L298 entegresi ve kontrolör olarak da PIC 16F877 kullanılmıştır. Kontrolör ile PC arasındaki haberleşme Max232 seri arabirimi ile sağlanmıştır. MPLAB'ta PIC C derleyicisi kullanılarak geliştirilen algoritma ile robot manipülatörün pozisyon kontrolü sağlanmıştır. Robot manipülatörün eklemlerinden alınan analog geri besleme bilgisi PIC içerisinde bulunan ADC modülleriyle okunup, tasarlanan P.I. kontrol sistemi sayesinde istenilen konuma en az hatayla gitmesi sağlanmıştır.

SİSTEMİN BİLEŞENLERİ
Donanım Bileşeni
Projede kullanılmış olan PIC 16F877-20Mhz kontrolör içerisinde 8 adet ADC kanalı, iki adet PWM modülü bulunmaktadır. Motor sürücü entegresi olarak içerisinde iki H-Bridge (Köprü) bulunan L298 kullanılmıştır. Bu sürücüler 46 Volt kaynak gerilimine ve 4 Amper akıma kadar dayanabilmektedir. Kullanılan güç kaynağından sağladığımız gerilim değeri 15 volt olup, çekilen akım 0.5 amperi geçmemektedir. PC 'den pozisyon bilgilerini PIC 'e göndermek için seri arabirim olarak Max232 seri arabirimi kullanılmıştır.

PC 'den gönderilen pozisyon bilgileri Max232 seri arabirim aracılığıyla PIC 'in seri modülüne ulaşır. Robot Manipülatör eklemlerinden alınan geri besleme bilgisi PIC içerisindeki ADC modülü ile okunup, istenen analog değere yani istenen konuma gelmesi için PIC 'in çıkışına bağlı olan L298 'in girişlerine sinyaller gönderilir. Geliştirilen algoritma, hatanın sıfırlanabilmesi için manipülatörün hangi yöne hareket etmesi gerektiğine karar verir ve sürücülere gerekli sinyalleri gönderir. Robot manipülatör istenilen konuma geldiğinde ise motor frenlenerek konumunu koruması sağlanır. Mikrokontrolcü ile tüm eklemlerin konumları devamlı kontrol edilir ve herhangi bir konum değişikliği algılandığında istenilen konuma tekrar gelmesi sağlanır. Algoritma aynı zamanda hatayla orantılı bir şekilde motor uçlarındaki gerilimi de değiştirerek hassas konum kontrolü sağlamaktadır.

Yazılım Bileşeni

Mikrokontrolör için geliştirilen yazılım, MPLAB 'ta HI-TECH PICC derleyicisi ile derlenmiştir. Kontrolör tarafında gerçekleştirilen P.I. kontrol sistemi; her 6 eklem için devamlı olarak, ADC modülünden okunan geri besleme değeri ile istenen değer arasındaki farkı hesaplayarak hata değerlerini bulur. Bu hata değeri oransal Kp değeri ile çarpılır. Daha sonra hata değerlerinin integrali alınarak toplam hata bulunur ve toplam hata ile integral parametresi Ki çarpılır. Oransal ve integral kontrol sinyallerinin toplanmasıyla elde edilen kontrol sinyali belirli sınırlar içerisinde tutularak P.I. kontrol sistemi tasarlanmış olur.

Her eklem için bu hesaplama devamlı olarak yapılıp sürekli konum kontrolü gerçekleştirilir.

Sistemin matematiksel modeli çıkarılamadığından tasarlanan P.I. kontrol sistemi için Ziegler-Nichols metoduna başvurulmuştur.

PID kontrolörün I,D katsayıları 0 yapılarak, P sistem osilasyona gidene kadar yavaş yavaş arttırılır. Sistemin osilasyona gittiği andaki P değerine Kc, osilasyon frekansına Tc denilmiştir.

Ziegler-Nichols parametrelerinden yararlanılarak optimum P.I. kontrol parametreleri tespit edilmiştir ve sistemin vermiş olduğu yanıt ise aşağıda gösterilmiştir.

Grafiksel Kullanıcı Arabirimi Tasarımı
Kullanıcı arayüzü tasarımı QT designer ve Kdevelop entegre geliştirme ortamları kullanılarak C++ dilinde geliştirilmiştir. Arayüzün görünümü aşağıdaki gibidir. QT kütüphaneleri platformdan bağımsız kod üretmeyi mümkün kılmaktadır. Bu şekilde geliştirdiğimiz arayüz Unix, Linux, FreeBSD, MacOS, Windows gibi platformlarda çalışabilmektedir.

Robotun koordinatlarını belirlemek için Denavit-Hartenberg metodu kullanılmıştır. Bu metoda göre uzuvların alacağı açılar transformasyon matrisleriyle hesaplanarak açı değerleri elde edilmiştir. Bilgisayar arayüzünde hesaplanan koordinat değerleri USB veri yolu üzerinden 57600 baudrate ile mikrokontrolöre gönderilmiştir.

Forward (İleri ) Kinematics Problem
Robotik çalışmada karşılaşılan problem türlerinden biri, bilinen link dönme açı bilgileri ve robot parametreleri için robot uç nokta koordinatlarının hesaplanmasıdır. Robot hem dönme hem öteleme
hareketi yapacağından Translation (Öteleme) matris ve Rotation (dönme) matrislerinin hesaplanması gerekmektedir.

Bu şekilde elde edilen Transformasyon Matrisleri arayüz ile seri arabirim üzerinden kontrolcüye gönderilerek kontolün sağlanması amaçlanmaktadır. Kontrol sistemi değişkenleri istenildiği takdirde arayüzden ayarlanabilir ve sistem bu ayarlarla çalışmaya devam edebilmektedir. GUI 'nin ayarlar kısmından seriport aygıtımızın çeşidini, hangi baudrate değeri ile haberleşileceği, kontrol sistem parametrelerini ve motor uçlarına hangi oranda gerilim uygulanacağı seçilebilir.

Sonuç ve Değerlendirme
Geliştirdiğimiz sistem PC ile grafik arayüzden girilen kartezyen koordinatlara göre konum kontrolü yapabilmektedir. Operatör tarafından yeni bir koordinat verilmediği sürece pozisyonunu sürekli korumakta, istenilen herhangi bir zamanda koordinat değişikliği gerçekleştirilebilmektedir. Proje
sonucunda fabrikaların tüm alanlarında kontrol ve üretim açısından, biyomedikal alanlarda yardım açısından, savunma sanayisinde güvenlik açısından, insan sağlığına zararlı durumlardan koruma açısından ve akademik uygulamalarda eğitim amaçlı kullanılması açısından çok büyük yararlar elde
edilebilecek bir tasarım ortaya çıkarılmıştır. Projenin geliştirilebilecek yönü ise tıpkı insan beyninin kollarına hükmedebildiği gibi, iki robot manipülatörünün koordineli çalışabilmesi için kontrol sistemi geliştirilebilir.

Ayrıntılar için: http://cizgiromanokurlariplatformu.blogspot.com

]]> http://tarikzengin.wordpress.com/2007/12/16/matlab-ekg-analizi/ Sun, 16 Dec 2007 16:39:13 +0000 Aydın Tarık Zengin http://tarikzengin.wordpress.com/2007/12/16/matlab-ekg-analizi/ Biomedical Signal Analysis dersinde Timur Düzenli ve Salih Aslan ile beraber yaptığımız bir proje bu. EKG verileri üzerinden QRS Complex kısımlarının tespitinden bahsedeceğim. Öncelikle nedir ve neden önemlidir buna değinelim.

Çoğumuzun bildiği üzere EKG (ECG - Electrocardiogram) kalp aktivitelerinin elektriksel olarak kaydıdır. Electrocardiograph ile ölçülerek kaydedilir.

EKG analiz edilerek kalp hakkında oldukça detaylı bilgiler elde edilebilir. Tıp okumadığım için çok detaylı bilemem tabii ki. Fakat EKG sinyalinin birazdan bahsedeceğim kısımlarının zamanlaması hastalıklar hakkında oldukça yararlı bilgiler sağlamaktadır.

Tipik bir EKG sinyali aşağıdaki şekilde gösterilebilir.

Burada görüleceği gibi EKG sinyali belirli tipik kısımlar içerir. Bunlar P,Q,R,S ve T kısımlarıdır. Hepsi kalp hakkında önemli bilgiler taşır. Bu yazıda, sinyalde QRS Comlex'in yerinin bulunmasından bahsedeceğim. Bu bilgi önemlidir çünkü QRS Complex'in kaç milisaniye sürdüğü çıplak gözle anlaşılamaz.

Konuya girmeden önce şundan da bahsetmek isterim. Doktorların, ellerine gelen EKG kaydına bakarak karar vermesinde bahsedeceğim konu oldukça önem taşır. EKG sinyalleri elektriksel olarak zayıf sinyaller olduğu için kaydedilmesi ve çevre gürültülerden arındırılması işi oldukça zahmetlidir. Demek istediğim, ham bir EKG kaydından hiç bir doktor hiç bir teşhis koyamaz. O şeritteki net ve anlaşılır EKG'nin nasıl o hale geldiğini ele alacağız. Fakat tüm aşamaları koca bir kitap yapan bu analizin sadece küçük bir kısmı bu yazıca mevcut.

Analiz için kullanacağım önceden kaydedilmiş EKG verileri elimde mevcut. 4000 örnekten oluşan veriyi şuradan alabilirsiniz.

Analize başlayalım,

close all
clear all
clc

%% Degisken ve Sabitlerin Tanimlanmasi
fs=200; % sample rate

%% Sinyalin Matlab Ortamina Alinmasi
hamsinyal=load('ECG3');
plot(hamsinyal);
title('Ham Sinyal');
figure

Görüldüğü gibi sinyal oldukça fazla gürültü içeriyor. Hem yüksek frekanslı hem de şebekeden kaynaklanan ek bileşenler sinyale karışmış durumda. Öncelikle sinyali DC sıfır seviyesine çekelim

%% DC Bilesenlerin Atilmasi
dcsizsinyal=(hamsinyal-mean(hamsinyal));
plot(dcsizsinyal);
title('DC Bilesenleri Atilan Sinyal');
figure

Şimdi de sinyalden yüksek frekanslı gürültüleri temizleyelim. Bunun için bir alçak geçiren (low pass) filtre tasarlayıp sinyali bu filtreden geçirmemiz gerekli. Filtre tipi olarak 10 point avarage filtre kullanalım.

%% Filtre
% 10 point avarage filter
B=(1/10)*ones(1,10);
A=1;
freqz(B,A);
title('10 Point Moving Avarage Filtre');
figure
avaragefiltrelisinyal=filter(B,A,dcsizsinyal);
plot(avaragefiltrelisinyal)
title('Moving Avarage (Low Pass) Filtreden Gecmis Sinyal');
figure

Yüksek frekanslı gürültülerin azaldığını görebiliriz. Fakat hala kusursuz değil. Şimdi de düşük frekanslı gürültüleri yok etmek için bir yüksek geçiren (high pass) filtre tasarlayıp sinyali bu filtreden geçirelim. Bunun için de Derivative Based filtre oluşturacağız.

%% Derivative Based Filter
B=(1/1.0025)*[1 -1];% 1.0025 normalizasyon degeri
A=[1 -0.995];
freqz(B,A);
title('Derivative Based Filter');
figure
derivativefiltrelisinyal=filter(B,A,avaragefiltrelisinyal);
plot(derivativefiltrelisinyal)
title('Derivative Based (High Pass) Filtreden Gecmis Sinyal');
figure

Sinyalden atmamız gereken bir de 60Hz'lik şebeke gürültüsü var. Kayıt esnasında cihazın şehir şebekesinden kaptığı gütültü de sinyalle beraber kaydedilmiş durumda. Zaten bakıldığında çıplak gözle de görülebiliyor. Bu arada kullandığımız örnek yabancı bir kaynaktan olduğu için şebeke gürültüsü 60Hz. Bizim şebekemiz 50Hz. Onu da hatırlatayım.

60Hz'lik gürültüyü atmak için bir filtre tasarlanacak ve önceki filtreden çıkan sinyal bu filtreden geçirilecek. Önemli bir sorun da, şebekeden kapılan gürültünün yalnızca 60Hz değil aynı zamanda bunun harmonikleri olarak ortaya çıkması. Bu yüzden yalnızca 60Hz'i bastıran bir filtre işimiz görmeyecek. Bunun için 60Hz ve tüm harmoniklerini bastırmamızı sağlayacak bir Comb filtre tasarlamamız gerekir. Aşağıda yazdığım filtre katsayılarının nasıl bulunduğuna değinmeyeceğim, zira çok uzun mesele :) Zaten ben de hazır kullandım. Bulmaya çalışmak apayrı bir mesele.

%% Comb Filter
% 60Hz sebeke gurultusunu ve harmoniklerini bastiran filtre
B=conv([1 1],[0.6310 -0.2149 0.1512 -0.1288 0.1227 -0.1288 0.1512 -0.2149 0.6310]);
A=1;
freqz(B,A);
title('Comb Filter');
figure
comb=filter(B,A,derivativefiltrelisinyal);
plot(comb)
title('Comb (60Hz ve Harmoniklerini Bastiran) Filtreden Gecmis Sinyal');

Çok kusursuz olmasa da sinyal işlenebilecek hale geldi. Şimdi ise fark alarak sinyaldeki en keskin tepeleri bulalım. Bunlar bize R noktalarını verecek. Ardından da bu R noktasının sağında ve solunda en düşük seviyedeki noktaları bulalım. Bunlar da Q ve S noktalarını verecek.

%% Differentiator
differentiatorcikisi=diff(comb);

%% Squaring Operation
kare=differentiatorcikisi.*differentiatorcikisi;

%% Moving Window Integrator
window=ones(1,30); % N=30 moving window
integral= medfilt1(filter(window,1,kare),10);
delay = ceil(length(window)/2);
integral = integral(delay:length(integral));

%% QRS Arama
max_h = max(integral);
thresh = 0.2;
poss_reg = integral>(thresh*max_h);

sol = find(diff([0 poss_reg'])==1);
sag = find(diff([poss_reg' 0])==-1);

 for i=1:length(sol)
    [maxdeger(i) maxloc(i)] = max( comb(sol(i):sag(i)) );
    maxloc(i) = maxloc(i)-1+sol(i); % offset ekle
    [mindeger(i) minloc(i)] = min( comb(sol(i):sag(i)) );
    %mindeger Q noktasini verir
    minloc(i) = minloc(i)-1+sol(i); % offset ekle
    % Q noktasi icin offset
 end

% minpozisyon=ones(1,4000)*-max(comb);
% minpozisyon(1,minloc)=max(comb);
maxpozisyon=ones(1,4000)*(-max(comb));
maxpozisyon(1,maxloc)=max(comb);
% maxpozisyon(1,sol)=max(comb);
% maxpozisyon(1,sag)=max(comb);
% maxpozisyon(1,minloc)=max(comb);

figure
% plot(comb(1:(length(comb)/4)),'b-')
plot(comb)
title('R noktalari belirlenmis sinyal');
hold on
% plot(minloc,mindeger,'r--')
plot(maxloc,maxdeger,'g-')

figure
plot(comb)
title('R noktalari isaretlenmi� sinyal');
hold on
%plot(minpozisyon,'r') % Q baslangici
plot(maxpozisyon,'r')
legend('Comb Filtreden Gecen Sinyal','R');

Görüldüğü gibi QRS Complex'in yeri artık tam olarak bilinebiliyor. İstenen ölçümler buradan çıkarılabilir.

Bu arada sondan üçüncü Complex'de bir hata var. Algoritma burada hatalı sonuç veriyor. Gürültülerin kusursuz bir şekilde atılamamasından kaynaklanan bir hata söz konusu. P noktası olması gerekenden daha büyük olduğu için R olarak algılanmış ve bir hataya sebebiyet vermiş. Fakat sinyalin geri kalanı istediğimiz veriyi elde etmemiz için yeterli veriyi sağlıyor.

Şimdi elde ettiğimiz verilerden bazı sonuçlara ulaşmaya çalışalım. Girilen veride kaç adet beat (vuruş) bulunduğunu tespit edelim. R noktalarını tespit ettiğimize göre ve R noktası kadar vuruş bulunduğunu bildiğime göre kolaylıkla sonuca ulaşabiliriz.

%% Beat Sayisi
beat=length(maxloc)
heartrate=beat/(length(hamsinyal)/fs)

Cevap olarak şu sonuçları elde ediyoruz.

beat =

25
heartrate =

1.2500

Analiz sırasında P noktalarından birisi de R olarak algılanmıştı. Aslında beat sayısı 24 olmalıydı.

Şimdi de RR aralığının ortalamasını bulalım.

%% RR Araligi Ortalamasi
ortalama=0;
for i=1:beat-1
    ortalama=ortalama+(maxloc(i+1)-maxloc(i)-1)/fs;
    u(i)=(maxloc(i+1)-maxloc(i)-1)/fs;
end
ortalama=1000*ortalama/beat
% ms cinsinden bulmak icin 1000 ile carpildi.

Sonuç olarak elde edilen çıktı,

ortalama =

745.8000

%% Standart Sapma
variance=var(u)*1000 %ms cinsinden

variance = 22.4692

QRS genişliklerinin tespiti için ise zaten bulmuş olduğumuz noktaların farkları alınabilir.

% QRS Genisligi
for i=1:beat
    qrs(i)=sag(i)-minloc(i)
end

Çıktısında da QRS genişliklerinin birbirine yakın değerde olduğu gözlenebilir.

Görüldüğü gibi hastalık teşhisi için canla başla çalışanlar yalnızca doktorlar değil :) Bizleri de unutmayın.

Bu gezegeni kurarken birkaç yerde takıldım, doğru dürüst bir Türkçe kaynakta bulamadım. O yüzden hem ilk mesajın kıymetini artırmak hem de planet kurulumunun Türkçe olarak kayıtlara geçmesini sağlamak niyetiyle bu girdiyi obss-planet kurulumunu anlatarak doldurayım.

Hayırlı olsun efenim...

planetplanet.org sitesinden indirilen planet-2.0 kurulumu;

1. İlk önce zip dosyasını açın.
   • unzip planet-2.0.zip
2. İki tür site yapısı var; Basic ve Fancy.
   • Basic: İsminden de anlaşılacağı üzere gezegenin en basit hali.
   • Fancy: Basic yapının biraz daha cicili bicili hali.
3. Seçtiğiniz yapının dizininde bulunan config.ini dosyasını bir editör ile açın.
   • vi examples/fancy/config.ini - Yapı olarak Fancy seçtiyseniz
   • vi examples/basic/config.ini - Yapı olarak Basic seçtiyseniz

cron.sh dosyası

#!/bin/sh
cd /home/dizin_html/planet;
python planet.py examples/fancy/config.ini

Bilgisayar mühendisliğinden mezun olmak bana yetmediği için yüksek-lisans programına başladım. Şu anda mezun olduğum üniversitede yüksek-lisansa devam ediyorum. Öğrenmek istediğim ama lisansta vaktim olmadığı için öğrenemediğim şeyleri öğrenmek hoşuma gidiyor açıkçası. Süreç biraz yavaş işlemiş olsa da (mezun olduktan sonra içine girdiğim uyuşukluktan dolayı), bitirme projemi bir makaleye dönüştürmeyi başardım. Bir kaç gün önce makalemi bir kaç dergiye de gönderdik. Umarım kabul edilir.

Aylardır burada gevelediğim "program yazmak lazım" düşüncesini sonunda hayata geçirmeyi başardım. Son bir aydır, ikinci stajımda yazmış olduğum, yazarken de çok eğlenip bir çok şey öğrendiğim bir programı, yine aynı kişi için, bu sefer daha profesyonelce ve daha fazla işe yarayacak şekilde yeniden yazdım. Yazdığım şey, basit bir SMS gateway. Bilgisayara seri port ya da USB üzerinden bağlanan gerçek bir telefona bağlanıp mesaj atıp alabilen, multi-threaded, C/C++ ile yazılmış bir Linux programı. Çok büyük bir kod değil. 1000 satırdan biraz daha fazla olması lazım. Kodu dün gece bitirip yolladığım için ürünün ne şekilde lisanslanacağı henüz belli değil. Eğer özgür yazılım olursa (ki olmasını ben de çok isterim), mutlaka bir şekilde edinmenizi sağlayacağım.

Bir kaç gün evvel, hiç beklemediğim bir anda (openArena oynuyordum), okulumdan seminer teklifi aldım. Seminerin konusu daha çok benim ne iş yaptığım ile alakalı olsa da, durum bundan çok daha önemli. Eğitimi iyi (ve ağır) olan ama; adı duyulmamış bir üniversitede genelde öğrenciler (benim dönem arkadaşlarımın bir kısmı da dahil) okulu sevmekten ve mezun olduklarında işe yarayacaklarına inanmaktan uzak oluyorlar. Bu öğrencilere gerçek hikayeleri anlatmanın bu insanları motive edeceğini düşünüyorum. Bu yüzden bu seminer benim için en az iş yerinde verdiğim sunumlar ve eğitimler kadar önemli. Açıkçası, şimdiden heyecanlanıyorum. Onun nasıl geçtiğini de buraya yazarım. Eğer Atılım Üniversitesinden birileri burayı okuyorsa vereceğim seminer 7 Kasım 2007 - Saat 13:30 da konferans salonunda. Bekleriz.

Şimdilik benim yaptıklarım bu kadar ama; daha yapacağım çok şey var. O şeylerin arasında burayı daha sık güncellemek de var.

Üstünden 1 yıl geçti, hiç ilgilenemedim. Bu süre zarfında seslisozluk tasarımı değiştiği için proje çalışmaz duruma gelmişti. Geçenlerde tekrar aklıma takılınca ayağa kaldırasım geldi :)

Fakat bu kez yeni bir şeyler öğrenmek adına, daha önce Perl ve Bash Script kullandığım projeyi Python'a taşıma kararı aldım. Planım öncelikle çatıyı oluşturup ardından pyQT, pyGTK ya da wxPython kullanarak projeye kişilik kazandırmak.

Geçen yıl Erkan Kaplan'ın sağladığı, Lapis Forum'la beraber aynı sunucuda bulundurduğu şu sayfada yayınlamıştım. Şu an sayfadaki versiyonlar işlevsiz olsa da incelemek isteyenlere açık.

Python konusunda henüz hiç bilgim olmaması nedeniyle ilginç bir tecrübe olacak. İlk izleninim olarak okunaklı bir syntax'a sahip olduğunu söyleyebilirim. Bu izlenimimden dolayı pişman olmayacağımı umuyorum. Python bilen arkadaşlara da selam ederim. Başınızı ağrıtacağım.

Şu an için Zemberek ile kelime kökü bulma işlemlerini dahil etmeyeceğim. Bu konuyu Serkan ile konuşup program içine gömüp gömemeyeceğimi sormam gerek.

Çok fazla boş vaktim olmadığını ve hiç Python bilmediğimi de göz önünde bulundurursam bu kez 2 gecede bitmeyecek :) Zaten ne zaman vaktim olmasa, sıkışık olsam bu tür şeyler yapasım gelir. Huy işte, çıkmıyor.
Beta tester'ım hazır olsun. O kendini biliyor :D

İspinoz fotoğrafları çeken flickrcıları yaklaşık 1 hafta önce açtığım ispinoz grubuna beklerim. An itibariyle 80 üyesi bulunan grupta dünyanın her yerinden değişik ispinoz fotoğraflarını bulabilirsiniz. Üye ve fotoğraf sayısı aktiftir, her an yenileri eklenmektedir. :))

Bu websitesinin hedefi, Gouldian' ları koruma programı ile ilgili olarak yapılan çalışmaları internet üzerinden duyurmakmış. Vahşi Gouldian ispinozlarının doğadaki sayılarının giderek azalması üzerine bu alanda çalışmaya başlayan bu fon, araştırmacıların finansman kaynakları ile de ilgileniyor.

Çalışmanın amaçları:

• Avustralyalı ornitolojik bir ikonun kurtuluşuna katkıda bulunması için bir fırsatın olduğu avikültürist ve genel halka kaynak sağlamak

• Kuş himayesinin medyada negatif bir imaj şeklinde hitap etmek ve avikültürü pozitif bir şekilde sunmak. (Yani insanların kafeslerde kuş beslemesi yerine, bu kuşların doğal ortamlarında kendi hayatlarını yaşamalarını sağlamak - site sahibinin notu)

• Yeni bilimsel veriyi yorumlamak ve avikültürün pratiğini daha fazla arttırmak için bunu kullanmak.

• Dünyayı bir haber mektubunun ilanı ile Gouldian hikayesi hakkında bilgilendirmek.

2005 Eylül'de AWC' nin Mornington vahşi hayat mabetinde Gouldian ispinozunun vahşi nüfusunda gerilemeye destek araştırması avikültürist ve Gouldian aşığı Mike Fidler tarafından oluşturulmuş ve Tazmanyalı avikültürist Marcus ve eşi Elisabeth de ona katılmışlar. Mike ve Elisabeth, son 25 yıllarını kuzey-batı Avustralya'da vahşi Gouldian'ları kaydederek ve bu konuda çalışmalar yaparak geçirmişler. Bu problem üzerinde çalışırken, finansmanı sağlamak için kar amacı gütmeyen bu organizasyonu oluşturmuşlar ve bu proje için bağış desteklerini kabul etmeye başlamışlar.

Araştırmaları ile Gouldian ispinozu hakkında davranışsal ve beslenme açısından oldukça fazla bilgi toplamışlar. Eğer bu araştırmalar başarılı olursa, avikültürle ilgili bilgi kaynakları artacakmış. Bu projenin sahiplerine göre, insanların hayatında eğlenceli bir yeri olan Gouldianları kurtarmak için bu son şansımız olabilir. İsteyenler bu projeye şuradan destek verebilirler.

Bu projede Matlab ortamında, önceden kaydedilmiş olan bir bayan sesinin "Pitch Frequency" analizi yapılarak segmentasyon işlemi gerçekleştirilmiş ve sesli/sessiz segmentler ayırt edilerek sinyalin sesli segmentlerinin ortalaması çıkarılmıştır. Proje, ses tanıma algoritmalarına giriş niteliğinde bir ön bilgi olarak sayılabilir.

İçerik

• Değişkenlerin Tanımlanması
• İşlenecek Sinyalin Matlab Ortamına Alınması
• Sinyalden DC Bileşenlerin Atılması
• Segmentasyonda Kullanılacak Değişkenlerin Belirlenmesi
• Silence Analizi İçin Gerekli Değişkenlerin Bulunması
• Silence Olan Segmentlerin Atılması
• Clipping Level Parametrelerinin Elde Edilmesi
• Segmentlerin Enerjilerinin ve Otokorelasyonlarının Bulunması
• Sonuç

Değişkenlerin Tanımlanması

Programda kullanılacak değişkenler hız kazanmak için önceden tanımlanıyor.

İşlenecek Sinyalin Matlab Ortamına Alınması

normal_female.wav dosyası x değişkenine atiliyor. Okunan sinyalin sample frekansı fs değişkeninde tutuluyor. x değişkenine atanmış olan sinyal plot ediliyor.

Sinyalden DC Bileşenlerin Atılması

Sinyalin mean değeri kendinden çıkarılarak DC bileşenler atiliyor. Sonuç X değişkenine atılarak çizdiriliyor.

Segmentasyonda Kullanılacak Değişkenlerin Belirlenmesi

Bu kısımda segmentasyon işleminde kullanılacak parametreler belirlenip ardından buffer komutu ile belirlenen block değerlerinde segmentlere bölme işlemi gerçekleştiriliyor. Window'lar overlap miktarı kadar çakışık olarak bölünmektedir. Ardından elde edilen window'lar hamming window ile çarpılarak segmentler elde ediliyor.

Silence Analizi İçin Gerekli Değişkenlerin Bulunması

Sinyalin sesli/sessiz kısımlarının analizi için gerekli bazı değişkenlerin tanımlamaları yapılıyor.

Silence Olan Segmentlerin Atılması

Aşağıdaki döngüde silence olmayan segmentler hesaplanıyor. Her segmentin maximum değeri xseg_max değişkenine atanıyor. Bu değişken de threshold değerimiz olan maxy ile karşılaştırılıyor. Silence olmayan bir değer bulunduğunda ise z değeri 1 arttırılıyor.

Clipping Level Parametrelerinin Elde Edilmesi

Aşağıdaki döngüde her segmentin ilk ve son üçte birlik kısmının maximumu bulunup karşılaştırılıyor. Bu karşılaştırılan iki değerden de küçük olanı mm değişkenine atanıyor. Clipping Level ı tanımlamak amacıyla elde edilen değer de 0,68 ile çarpılıyor. Segmentin bu değerden büyük olan elemanlarından bu threshold değeri çıkarılıyor. Küçük olan değerler ise doğrudan 0'a yuvarlanıyor.

Segmentlerin Enerjilerinin Bulunması

Yukarıdaki döngü sonunda elde edilen cc matrisinin boyutları [1500,300]. Aşağıdaki döngüde ise her bir segment için energy hesaplanıyor. Bunun için sinyalin normunun karesi her bir kolonu için hesaplanıyor. xcorr komutu ile tüm sinyalin autocorrelation'i bulunuyor. Buradan 50Hz ile 400Hz arasindaki autocorrelation bileşenleri bulunuyor ve bunlara karşılık gelen pitch frekansları hesaplanıyor.

Sonuç

En son kısımda ise sesli sinyalinin ortalaması alınıyor

Ne projesi mi? Olgunlaşana kadar saklamaya karar verdiğim bitirme projemiz, bir sıkıştırma algoritması. Sadece yazı sıkıştırmak için. Özellikle Türkçe için tasarlandı, geliştirildi. İlk versiyonunu açmamamın nedeni tüm kodunun bana ait olmaması ve şu anki performansından pek memnun olmamam (Ayrıca ilk uygulamasını da biz yapıyoruz Türkçe için. Tasarımı da bize ait, evet). Daha düzenli, hızlı ve makina koduna çevrilebilir bir sürümünü çıkartınca koyacağım buraya.

Bu arada maalesef, sistem GNU/Linux için geliştirildi. Java mı? Hayır win32API yüzünden en önemli modulü olması gerektiği gibi çalışmıyor. Belki C++ versiyonu çalışır ya da port ederim.

Görüşmek üzere, iyi geceler.