In this article, an attempt has been made to estimate the amount of sound transmission loss in a flat oval channel by applying the approach of statistical energy analysis. Correct estimation of sound transmission loss in an air conditioning channel is of great importance due to the harmful effects of noise pollution in the environment on human health. Simulation with the statistical energy analysis method is a powerful approach to estimate sound and vibration in problems in which we deal with complex and multi-part systems; is considered. In this method, first, a system is divided into several subsystems, and then by writing a matrix equation that includes the energy exchanges between subsystems and energy loss coefficients; It is investigated from the perspective of vibration and sound estimation.On average, the model presented in this research is able to estimate the sound transmission loss in different dimensions of the air conditioning channels according to the experimental results in the accuracy range of ± 2.5 dB. Considering that it seems that the results obtained from modeling with this method are in good agreement with the experimental data; The results of this research can be used as an efficient approach to estimate noise in oval shaped channels stretched in different lengths.

هدف این مقاله تخمین موقعیت منابع صوتی است. روش پیشنهادی از دو حسگر بردار صوتی استفاده می کند به این صورت که تقاطع پرتوهای هر حسگر بردار صوتی (AVS) که از زاویه آزیموت آنها به دست می آید، موقعیت یک منبع را نشان دهد. ازآنجایی که در عمل منبع های صوتی غیرنقطه ای هستند پس تخمین موقعیت با استفاده از این روش، بیانگر مساحت ناحیه ای است که احتمال حضور منبع صدا در آن وجود دارد. در این مقاله، تأثیر پارامترهای مختلف بر خطای تخمین موقعیت منبع صوتی بررسی می شود. یکی از مهم ترین پارامترها، زاویه چرخش منبع صوتی است. نتایج به دست آمده نشان می دهد که خطای تخمین موقعیت تحت چه شرایط و پارامترهایی چگونه تغییر می کند. این موضوع کمک می کند که بهترین شرایط برای تخمین موقعیت منبع صوتی با کمترین خطا ارائه شود. خطا در تخمین موقعیت به اندازه منبع صوتی، فاصله منبع تا AVSها، فاصله دو حسگر از یکدیگر و زاویه منبع نسبت به حسگرها بستگی دارد. روش پیشنهادی در شناسایی منابع صوتی به خصوص در صنایع نظامی و تخمین موقعیت منابع صوتی متحرک مانند وسایل نقلیه جاده ای کاربرد دارد.

امروزه روش ها و تجهیزات متعددی برای برآورد و یا تخمین سرعت وسیله نقلیه متحرک وجود دارد که بسیاری از آنها به دلیل شرایط نصب و ملزومات مورد نیاز گران قیمت هستند. یکی از این روش ها استفاده از کمیت شدت صوتی است. حسگرهای بردار صوتی که جزء حسگرهای غیرفعال هستند، می توانند مقادیر شدت صوتی را از محیط به دست آوردند. در این مقاله با استفاده از دو حسگر بردار صوتی، میانگین سرعت وسایل نقلیه متحرک در مسیرهای دایروی شکل به دست می آید. در این روش برای به دست آوردن سرعت ابتدا لازم است مکان منبع تخمین زده شود. یک حسگر بردار صوتی به تنهایی قادر نیست مکان منبع صوت را تعیین کند و تنها می تواند برآورد جهت رسیدن (DoA) را انجام دهد. با استفاده از دو حسگر و تعیین محل تقاطع پرتوهای هر حسگر می توان محل منبع صوت را تشخیص داد. روش ها و معادلات حاکم بر این روش در این مقاله ارائه می شود. در انتها نیز به بررسی نتایج عددی پرداخته می شود. در این مقاله مسیرهای دایروی مختلفی مورد تحلیل قرار گرفته است. نتایج نشان می دهد روش پیشنهادی به خوبی به تخمین مکان و سرعت وسیله نقلیه متحرک در زمان های مختلف می پردازد.

موقعیت یابی بی درنگ منابع صوتی از پیچیدگی محاسباتی و سرعت کم پاسخ رنج می برد که به وجود نوفه، انعکاس و معماری چیدمان حسگرها جهت افزایش دقت و سرعت جهت یابی وابسته است. ارایه رویکرد مناسب مقیاس پذیر با پیچیدگی کم، مقاوم به انعکاس و نوفه های طبیعی و مصنوعی جهت افزایش سرعت تصمیم گیری با طراحی معماری مناسب از مباحث تحقیقاتی نوین درکاربردهای غیرنظامی و نظامی می باشد. این مقاله روش سریع مقیاس پذیر جهت یابی صوتیِ مقاوم به نوفه طبیعی و انعکاس برای تخمین سه بعدی جهت یابی با استفاده از تکنیک تأخیر زمان ورود علامت ها پیشنهاد داده است که با برخورداری از معماری مناسب حسگرها و بکارگیری صافی طیف فاز درکنار درون یابی اسپلاین مکعبی بدون پیش پردازش جهت حذف نوفه، از الگوریتم سریع کمینه سازی بدون محدودیت متوالی بهره می برد. در آزمایشات داده های واقعی و مصنوعی میدان نزدیک، میزان خطای زاویه سمت و ارتفاع به ترتیب 0/5587 و 1/1652 درجه و در میدان دور به ترتیب 0321/0 و 2759/0 درجه است. سرعت بی درنگ تعیین جهت برابر 1/006 ثانیه و دارای دقت بالای زاویه تخمین و موقعیت اصلی منبع است.

1شهود یکی از ویژگی های کارآفرینان و عاملی مهم در فرایندهای تصمیم گیری کارآفرینان است. در سالهای اخیر همزمان با توسعه کارآفرینی به عنوان یک علم میان رشته ای، شهود و ارائه تعاریف مختلف از آن، مورد توجه محقّقان و پژوهشگران این حوزه قرار نگرفته و تحقیقات فراوانی در این حوزه نوشته نشده است. این در حالی است که در رشته های دیگر علوم انسانی مخصوصا مدیریت ( که کارآفرینی با آن ارتباط نزدیکی دارد ) ، علوم پایه و حتی علوم پزشکی پیشینه و ادبیات نظری مناسبی در این باره وجود دارد. از طرف دیگر به نظر می رسد در اندک پژوهش های صورت گرفته نیز، بنیان های نظری و معرفتی این مفهوم آنچنان که ضروری است ، مورد پژوهش قرار نگرفته و تحقیقات بسیار کمی در این حوزه صورت گرفته است. در این مقاله اولّا تعاریف وپژوهش های صورت گرفته درباره شهود مرور می شود و ثانیا به پژوهش های اندک صورت گرفته در کارآفرینی و نسبت آن با سایر علوم پرداخته می شود .

جهت یابی منابع صوت به کمک روش های مبتنی بر آرایه فازی، اهمیت فراوانی در حوزه های مختلف از جمله سونار، بینایی ربات و تشخیص عیوب مکانیکی دارد. روش های شکل دهی پرتو وفقی، از جمله الگوریتم کمینه واریانس بدون اعوجاج از قدرت تفکیک بالایی نسبت به روش های غیروفقی برخوردار هستند؛ اما این برتری در ازای پیچیدگی محاسباتی این الگوریتم ها بدست آمده است. این مسیله باعث می شود در کاربردهایی که نیاز به جهت یابی زمان حقیقی منبع صوت دارند، به ندرت از این الگوریتم ها استفاده شود. از سوی دیگر، یک ویژگی مهم روش های شکل دهی پرتو وفقی از جمله کمینه واریانس، پتانسیل بالای این الگوریتم ها برای موازی سازی می باشد. هدف این مقاله، پیاده سازی موازی الگوریتم کمینه واریانس با به کارگیری واحد پردازنده گرافیکی (GPU)، به جای واحد پردازنده مرکزی (CPU) به منظور افزایش سرعت اجرا و رسیدن به حالت زمان حقیقی می باشد. برای دست یابی به این هدف از مدل برنامه نویسی کودا برای پیاده سازی الگوریتم بر روی پردازنده گرافیکی استفاده شده است. به منظور بررسی عملکرد پیاده سازی موازی الگوریتم کمینه واریانس، دو مدل GPU متفاوت و همچنین CPU بکاربرده شده است. صحت عملکرد پیاده سازی های مختلف در این مقاله توسط داده های واقعی سونار و همچنین داده های شبیه سازی تایید گردید. نتایج نشان می دهد که می توان با استفاده از یک آرایه 64 حسگره، جهت منابع صوت زیر آب را با استفاده از الگوریتم کمینه واریانس به صورت زمان حقیقی و با قدرت تفکیک بالا تخمین زد.

روش های کلاسیک در پردازش آرایه عمدتاً بر بالابردن قابلیت تفکیک منابع نزدیک به هم در شرایط نویزی هنگامیکه انتشار موج در محیط تخت باشد، متمرکز می باشند. در بین روش های کلاسیک، الگوریتم دسته بندی سیگنال های چندگانه و اصلاح شده آن از بقیه مرسوم تر بوده و بیشتر مورد توجه قرار گرفته اند. در این مقاله یک روش آشکارسازی منابع صدا برای آرایه پسیو ارایه شده است. ابتدا الگوریتم دسته بندی سیگنال های چندگانه کلاسیک به صورت کاملی تشریح شده است. سپس بر اساس موارد اساسی که در این روش وجود دارد ایده پیشنهادی معرفی شده است. ایده، اضافه نمودن یک منبع مجازی با زاویه دلخواه که مستقل از منابع و نویز آن ها به به داده های بدست آمده از سنسورها می باشد. این منبع مجازی مستقل از منابع و نویز آن ها در نظر گرفته شده است. اضافه نمودن این منبع با زاویه دلخواه مرتبه ماتریس کواریانس را یک واحد افزایش می دهد. با تغییر زاویه منبع مجازی هر جا زاویه آن با زاویه یکی از منابع اصلی هم راستا گردد، مرتبه ماتریس کواریانس از مقدار افزایش یافته به مقدار واقعی تقلیل می یابد. در انتها این ایده برای یک آرایه پنج عنصری پسیو برای دو مورد منابع مستقل و همدوس شبیه سازی شده است تا کیفیت آشکارسازی را نمایش دهد.

زمینه و هدف: صداگاه به عنوان یکی از ارکان غیربصری منظر شهری مستلزم ارزیابی و بازطراحی است که نیازمند ارزیابی منظر شنیداری و شناخت نقاط دارای مساله و سپس اقدام بر اساس ارزیابی های دقیق می باشد. میدان نقش جهان به عنوان یک فضای شهری پذیرای افراد از رده های سنی و اجتماعی مختلف بایستی به لحاظ منظر شنیداری مورد ارزیابی قرار گیرد. هدف از پژوهش حاضر ارزیابی کیفیت شنیداری صداگاه در میان نقش جهان اصفهان و با استفاده از بررسی طیف فرکانسی منابع صوت بود. روش بررسی: جهت انجام پژوهش، از دستگاه صوت سنج ST-8851 جهت رکورد صدای منابع صوتی استفاده گردید. شبکه ای شطرنجی از 429 نقطه مورد برداشت قرار گرفته و مجموع لگاریتمی تراز های طیف های فرکانسی پایین، میانه و بالا حساب شد و در قالب نقشه های GIS با مختصات دقیق مکانی ارائه گردید. یافته ها: با بررسی طیف فرکانسی منابع منفرد نوفه، حوزه های شنیداری مختلف در میدان بر اساس فرکانس های بالا، میانه و پایین مشخص شد. بحث و نتیجه گیری: نتایج نشان داد در فرکانس های پایین، نقشه ی همترازی تقریبا بصورت همگن بود. در فرکانس های میانه، مسیر حرکت اسب ها و نیز اطراف حوض میانی و ورودی بازار قیصریه از سطوح بالایی برخوردار بودند که نشان دهنده ی تراکم منابع صوتی فرکانس های میانه، مانند اصوات انسانی است. در فرکانس های بالا فقط مسیرهای عبور حمل و نقل سواره، گاری ها و آب نماها از سطوح بالایی برخوردار بودند و این به علت تمرکز منابع منفرد مرتبط با طیف فرکانسی بالاتر از 4000 هرتز می باشد. در انتها راهبردها و سیاست ها بر اساس نتایج ارائه شده است.

مسئله اصلی مورد مطالعه در این مقاله، تخمین خطای موقعیت سیستم ناوبری اینرسی از طریق تلفیق با داده های سامانه ی بینایی است. بستر مورد مطالعه، یک فضاپیمای بازگشتی است که باید موقعیت خود را نسبت به یک نقطه فرود از پیش تعیین شده، بطور دقیق اندازه گیری کند. فرض شده است که فضاپیما از یک سیستم ناوبری ماهواره ای کمکی بهره می گیرد. بنابراین در مواقعی که سیگنال ماهواره ها قطع شوند یا در حالتی که فرود بر یک سکوی دریایی متحرک موردنظر باشد، داده های سیستم ناوبری تصویری، جایگزین اطلاعات سیستم ناوبری ماهواره ای شده و باعث بهبود دقت سیستم ناوبری فضاپیما می شوند. برای تلفیق اطلاعات سیستم ناوبری اینرسی و داده های سیستم تصویری از فیلترکالمن توسعه یافته استفاده شده است. ضمن آن که داده های خروجی سیستم تصویری به منظور استفاده در معادلات اندازه گیری فیلتر کالمن، ابتدا به وسیله فیلتر حداقل مربعات بازگشتی مورد پردازش قرار می گیرند. روابط مربوطه آورده شده و براساس نتایج شبیه سازی نرم افزاری، کارایی روش پیشنهادی نشان داده شده است.