音頻

引言

本文給出運動聲源多普勒頻移之觀測者三維空間定位推導。

模型

1. 訊號採集與時頻特徵提取

1.1 音訊採集規範

  • 格式:無損壓縮格式(WAV/PCM),禁止使用具備心理聲學頻帶裁切之有損壓縮(如 MP3、AAC)。
  • 採樣率:$f_s \ge 44100\text{ Hz}$。飛機渦扇引擎基頻與葉片通過頻率(BPF)多位於 $100\text{ Hz} \sim 5000\text{ Hz}$,此採樣率滿足奈奎斯特採樣定理(Nyquist Theorem)。
  • 聲道:單聲道(Mono)全向性採集,關閉自動增益控制(AGC)與主動降噪。
  • 時間同步:記錄音訊啟動瞬間之絕對時間(UTC),精度需達 $\pm 0.1\text{ s}$(可由 NTP 校時獲取)。

1.2 音訊解析與短時距傅立葉變換 (STFT)

設離散音訊訊號為 $x[n]$,總長為 $N$。對訊號施加長度為 $M$ 的漢寧窗(Hann Window)$w[m]$,以步長 $H$(Hop size)進行滑動窗格分割,計算離散短時距傅立葉變換:

$$
X[k, m] = \sum_{n=0}^{M-1} x[n + mH] w[n] e^{-i \frac{2\pi k n}{M}}
$$
其中 $m$ 為時間幀索引,$k \in [0, M/2]$ 為頻率索引。對應之物理觀測時間 $t_o[m]$ 與物理頻率 $f[k]$ 為:

$$
t_o[m] = t_{\text{start}} + \frac{mH}{f_s}, \quad f[k] = \frac{k f_s}{M}
$$

1.3 瞬時頻率曲線提取

計算功率譜密度 $S[k, m] = |X[k, m]|^2$。在目標頻帶 $[f_{\text{low}}, f_{\text{high}}]$ 內搜尋峰值索引 $k_p[m] = \arg\max_k S[k, m]$。為消除離散頻率柵欄效應(Picket-fence effect),對對數功率譜峰值鄰近三點進行拋物線內插,解算亞像素級修正量 $\delta_m$:

$$
\delta_m = \frac{1}{2} \frac{\ln S[k_p-1, m] - \ln S[k_p+1, m]}{\ln S[k_p-1, m] - 2\ln S[k_p, m] + \ln S[k_p+1, m]}
$$

提取之連續多普勒曲線為離散點集 ${t_o[m], f_o[m]}$:

$$
f_o[m] = \left(k_p[m] + \delta_m\right) \frac{f_s}{M}
$$

2. 運動聲源多普勒方程推導

2.1 空間運動學模型

設三維歐氏空間中,觀測者固定於座標 $r_o$,環境聲速為常數 $c$。飛機以恆定速度向量 $v$(速率 $v = \lvert v \rvert < c$)作直線運動。設 $t_e$ 為聲源發射時間,定義 $t_e = t_{e0}$ 為飛機抵達距離觀測者最近點(Point of Closest Approach, PCA)之發射時刻,此時飛機空間位置為 $r_p$。

在任意發射時刻 $t_e$,飛機位置為:

$$
r_s(t_e) = r_p + v(t_e - t_{e0})
$$

由最近點之幾何定義,位移向量 $r_p - r_o$ 必與速度向量 $v$ 正交:

$$
(r_p - r_o) \cdot v = 0
$$
定義最短交會距離 $R_0 = \lvert r_p - r_o \rvert$。在時刻 $t_e$,聲源與觀測者之歐氏距離 $r(t_e)$ 為:

$$
r(t_e) = \lvert r_s(t_e) - r_o \rvert = \sqrt{v^2(t_e - t_{e0})^2 + R_0^2}
$$
徑向遠離速度 $v_r(t_e)$ 為距離對發射時間之導數:

$$
v_r(t_e) = \frac{dr(t_e)}{dt_e} = \frac{v^2(t_e - t_{e0})}{\sqrt{v^2(t_e - t_{e0})^2 + R_0^2}}
$$

2.2 推遲時間與多普勒參數方程

聲波由發射點傳播至觀測者需時 $r(t_e)/c$。觀測者接收時刻 $t_o$ 與發射時刻 $t_e$ 滿足推遲時間(Retarded time)關係:

$$
t_o(t_e) = t_e + \frac{r(t_e)}{c} = t_e + \frac{\sqrt{v^2(t_e - t_{e0})^2 + R_0^2}}{c}
$$
設聲源固有頻率為 $f_0$,觀測頻率 $f(t_e)$ 為:

$$
f(t_e) = \frac{f_0}{1 + \frac{v_r(t_e)}{c}} = \frac{f_0 c}{c + \frac{v^2(t_e - t_{e0})}{\sqrt{v^2(t_e - t_{e0})^2 + R_0^2}}}
$$

2.3 顯式方程 $f(t_o)$ 消元推導

令 $\Delta t_e = t_e - t_{e0}$,並定義無因次馬赫數 $\beta = v/c$。將推遲時間方程改寫並移項平方:

$$
c(t_o - t_{e0} - \Delta t_e) = \sqrt{v^2 \Delta t_e^2 + R_0^2}
$$
整理得到:
$$
(1 - \beta^2) \Delta t_e^2 - 2(t_o - t_{e0})\Delta t_e + (t_o - t_{e0})^2 - \frac{R_0^2}{c^2} = 0
$$
因亞音速條件 $\beta < 1$ 且因果律要求 $t_o - t_e = r/c > 0$,取二次方程之較小實根:

$$
\Delta t_e(t_o) = \frac{(t_o - t_{e0}) - \sqrt{\beta^2(t_o - t_{e0})^2 + (1 - \beta^2)\frac{R_0^2}{c^2}}}{1 - \beta^2}
$$
將 $\Delta t_e(t_o)$ 代入 $f(t_e)$,即獲得嚴格顯式曲線方程 $f(t_o)$。

2.4 交會點泰勒展開(線性近似)

在最近交會點 $t_e = t_{e0}$(即 $\Delta t_e = 0$)處,對應之觀測時刻為 $t_{o0} = t_{e0} + R_0/c$。對參數方程求一階導數:

$$
\frac{dt_o}{dt_e}\rvert_{t_e = t_{e0}} = [1 + \frac{v^2 \Delta t_e}{c \sqrt{v^2 \Delta t_e^2 + R_0^2}}]\rvert_{\Delta t_e = 0} = 1
$$
即:
$$
\frac{df}{dt_e}\rvert_{t_e = t_{e0}} = [-f_0 c \frac{\frac{v^2 R_0^2}{(v^2 \Delta t_e^2 + R_0^2)^{3/2}}}{(c + v_r)^2}]\rvert_{\Delta t_e = 0} = -\frac{f_0 v^2}{c R_0}
$$
由連鎖律得觀測頻率對觀測時間在 $t_{o0}$ 處之斜率:

$$
k_0 = \frac{df}{dt_o}\rvert_{t_o = t_{o0}} = \frac{df/dt_e}{dt_o/dt_e} = -\frac{f_0 v^2}{c R_0}
$$
在 $t_o \to t_{o0}$ 鄰域內,一階泰勒展開近似表達式為:

$$
f(t_o) \approx f_0 - \frac{f_0 v^2}{c R_0}(t_o - t_{o0})
$$

3. 觀測曲線特徵參數逆向提取

由實驗獲取之多普勒曲線 $f(t_o)$,可直接提取四個獨立物理特徵量:

  1. 極限漸近頻率(解算 $v$ 與 $f_0$)
    取 $t_o \to -\infty$ 與 $t_o \to +\infty$ 之水平漸近線:
    $$
    f_{\max} = \frac{f_0 c}{c - v}, \quad f_{\min} = \frac{f_0 c}{c + v}
    $$
    聯立反解聲源固有頻率 $f_0$ 與絕對速率 $v$:
    $$
    f_0 = \frac{2 f_{\max} f_{\min}}{f_{\max} + f_{\min}}, \quad v = c \left(\frac{f_{\max} - f_{\min}}{f_{\max} + f_{\min}}\right)
    $$

  2. 頻率中心點(解算 $t_{o0}$)
    當飛機位於最近點($\Delta t_e = 0$)時,$v_r = 0$,觀測頻率恰等於固有頻率 $f(t_{o0}) = f_0$。在曲線上定位 $f(t_o) = f_0$ 之橫軸座標,即得中心觀測時刻 $t_{o0}$。

  3. 中心斜率(解算 $R_0$)
    量測曲線於 $t_o = t_{o0}$ 處之切線斜率 $k_0 = \frac{df}{dt_o}\rvert_{t_{o0}}$,反解最短交會距離 $R_0$:
    $$
    R_0 = -\frac{f_0 v^2}{c k_0}
    $$

  4. 發射時刻還原(解算 $t_{e0}$)
    扣除聲波傳播延遲,獲得飛機抵達最近交會點之真實絕對時刻 $t_{e0}$:
    $$
    t_{e0} = t_{o0} - \frac{R_0}{c}
    $$

4. 結合航線數據之三維空間與地面雙點定位

4.1 座標系與航線插值

建立局部東北天(ENU, East-North-Up)直角座標系,地平面為 $z = 0$。由 ADS-B 歷史軌跡數據庫,對時間戳記 $t_{e0}$ 進行線性插值,獲取該時刻飛機之三維空間位置向量 $r_p$ 與單位飛行方向向量 $\hat{\mathbf{u}}$:

$$
r_p = \begin{bmatrix} x_p \ y_p \ z_p \end{bmatrix}, \quad \hat{\mathbf{u}} = \frac{v}{\lvert v \rvert} = \begin{bmatrix} u_x \ u_y \ u_z \end{bmatrix}
$$

4.2 三維空間圓環方程

觀測者位置 $r_o = [x, y, z]^T$ 同時受限於兩個幾何約束:

  1. 球面約束(距離為 $R_0$):
    $$
    \lvert r_o - r_p \rvert^2 = R_0^2
    $$
  2. 正交平面約束(連線垂直於速度向量):
    $$
    (r_o - r_p) \cdot \hat{\mathbf{u}} = 0
    $$

兩者交集構成三維空間中以 $r_p$ 為圓心、$R_0$ 為半徑、法向量為 $\hat{\mathbf{u}}$ 之空間圓環。構造與 $\hat{\mathbf{u}}$ 正交之兩個單位基底向量 $\hat e_1, \hat e_2$:

$$
\hat e_1 = \frac{\hat{\mathbf{u}} \times \hat{k}}{\lvert \hat{\mathbf{u}} \times \hat{k} \rvert} = \frac{1}{\sqrt{u_x^2 + u_y^2}} \begin{bmatrix} u_y \ -u_x \ 0 \end{bmatrix}, \quad \hat e_2 = \hat{\mathbf{u}} \times \hat e_1
$$
其中 $\hat{k} = [0, 0, 1]^T$。三維空間圓環之顯式參數方程為($\theta \in [0, 2\pi)$):

$$
r_o(\theta) = r_p + R_0 \cos\theta \ \hat e_1 + R_0 \sin\theta \ \hat e_2
$$

4.3 地平面投影與雙點解析解

引入地表高度約束 $z = z_o$(若於海平面則 $z_o = 0$),求解圓環與水平面 $z = z_o$ 之交點。

  1. 水平巡航情況($u_z = 0$)
    巡航階段垂直速度分量為零,$\hat{\mathbf{u}} = [u_x, u_y, 0]^T$,此時 $\hat e_2 = [0, 0, -1]^T$。將高度差 $\Delta z = z_p - z_o$ 代入球面方程,解出水平側向距離 $d$:
    $$
    d = \sqrt{R_0^2 - (z_p - z_o)^2}
    $$
    觀測者於地面之兩個對稱解析解 $r_{o,1}, r_{o,2}$ 為:
    $$
    \begin{bmatrix} x_o \ y_o \ z_o \end{bmatrix} = \begin{bmatrix} x_p \ y_p \ z_o \end{bmatrix} \pm \sqrt{R_0^2 - (z_p - z_o)^2} \begin{bmatrix} u_y \ -u_x \ 0 \end{bmatrix}
    $$

  2. 通用三維爬升/下降情況($u_z \neq 0$)
    由圓環參數方程之 $z$ 分量建立約束(因 $\hat e_1$ 之 $z$ 分量恆為 0):
    $$
    z_o = z_p + R_0 \sin\theta (\hat e_2 \cdot \hat{k})
    $$
    其中 $\hat e_2 \cdot \hat{k} = -\sqrt{u_x^2 + u_y^2}$。解得:
    $$
    \sin\theta = -\frac{z_p - z_o}{R_0 \sqrt{u_x^2 + u_y^2}}, \quad \cos\theta = \pm \sqrt{1 - \sin^2\theta}
    $$
    將兩組 $(\cos\theta, \sin\theta)$ 代回圓環參數方程,即得地面上左右對稱之兩個精確定位點:
    $$
    r_{o,\pm} = r_p \pm R_0 \sqrt{1 - \frac{(z_p - z_o)^2}{R_0^2(u_x^2 + u_y^2)}} \ \hat e_1 - \frac{z_p - z_o}{\sqrt{u_x^2 + u_y^2}} \ \hat e_2
    $$

後記

我是從YouTube影片中得到的靈感,作者聲稱可以從一段音頻提取出發布者的位置信息,我看完後發現憑藉的不過是並不神奇的多普勒效應。