Caractérisation de la qualité sonore de lenvironnement urbain : Une approche physique et perceptive basée sur lidentification des sources sonores.

Slides:



Advertisements
Présentations similaires
Test au sol du satellite Planck.
Advertisements

La place accordée à l’expression des salariés sur leur travail et leurs conditions de travail dans l’entreprise Résultats sondage exclusif CSA/ANACT.
Mais vous comprenez qu’il s’agit d’une « tromperie ».
Introduction à l’analyse
Reporting de la Cellule Nationale Droit dOption Situation au 31 décembre 2011.
MEDIAS MONITORING- ALGERIE-2012 Conférence de presse 8 Mai 2012.
Débat Public projet ferroviaire Bordeaux Espagne - 08/11/ J. Beaumont 1 Débat Public projet ferroviaire Bordeaux Espagne Des indicateurs pour qualifier.
Distance inter-locuteur
1 Plus loin dans lutilisation de Windows Vista ©Yves Roger Cornil - 2 août
Cliquez pour modifier le style des sous-titres du masque Fractures supracondyliennes sur PTG Jean-Alain Epinette Bruay-Labuissière.
Indexation Parole / Musique / Bruit
Classification des signaux exemples de signaux réels
Perception des bruits dAspirateurs Jérémie Brocard JJCAAS 2003.
LES ECHECS EN PHARMACIE : Résultats et commentaires OUELAA. H Département de pharmacie Faculté de médecine Annaba.
Les numéros 70 –
Nombre de sujets nécessaires en recherche clinique
Page : 1 / 8 Conduite de projet Examen du 3 juin 1988 Durée : 4 heures Le support de cours est toléré La notation tiendra compte très significativement.
1 Intégration numérique garantie de systèmes décrits par des équations différentielles non-linéaires Application à l'estimation garantie d'état et de paramètres.
Calculs automatisés n°1 Niveau 3ème. Consignes Indiquez votre nom. Indiquez si vous êtes côté fenêtres ou côté couloir. Numérotez votre feuille de (1)
LES TRIANGLES 1. Définitions 2. Constructions 3. Propriétés.
Identités remarquables : introduction Les 3 identités remarquables
Modélisation et commande hybrides d’un onduleur multiniveaux monophasé
Psychoacoustique seuils de détection
Données statistiques sur le droit doption au 31/01 8 février 2012.
Révision (p. 130, texte) Nombres (1-100).
Exploitation avec Excel.
Modèle affine Montage préparé par : André Ross
Christelle Scharff IFI 2004
PROMOTION 2012 Les résultats. Baccalauréat général et technologique Filière STG CFE STG COM RH STG MERC LES 1ES 2S1S2S3TOTAL Nb de candidats
ATTEINTES DE L’OREILLE INTERNE
Interagir avec un objet mixte Propriétés physiques et numériques Céline Coutrix, Laurence Nigay Équipe Ingénierie de lInteraction Homme-Machine (IIHM)
Modélisation de déclenchement d’avalanche par réseaux de neurones
Evaluation des pratiques et opinions des médecins généralistes dans le domaine de l’alimentation Octobre 2010 Rapport d’étude.
Présentation générale
TRAVAIL SUR DOCUMENTS.
Cours Corporate finance Eléments de théorie du portefeuille Le Medaf
Interrogation de calcul mental n°1 Niveau 4ème. Consignes Indiquez votre nom. Indiquez si vous êtes côté fenêtres ou côté couloir. Numérotez votre feuille.
Calcul mental Calcul mental Année scolaire Classe de …
Les nombres.
Tableaux de distributions
Tableaux de distributions
Comment créer une pyramide de population (pages 38 & 39 des photocopies)
Les chiffres & les nombres
sous la co-direction d’Evelyne VEUILLET et de Lionel COLLET
1.Un rang de données multicolores 2. Deux permutations des n premiers entiers 3. b permutations des k premiers entiers 4. Choix de n points dans [0,1]
Calculs et écritures fractionnaires
La statistique descriptive
La corrélation et la régression
Les modèles linéaires (Generalized Linear Models, GLM)
Corrélation Principe fondamental d’une analyse de corrélation
Les maths en francais 7ième année.
Cartes éclaires Multiplication
Année universitaire Réalisé par: Dr. Aymen Ayari Cours Réseaux étendus LATRI 3 1.
LES ERREURS DE PRÉVISION e t = X t - P t X1X2X3X4 X5 X6…X1X2X3X4 X5 X6…X1X2X3X4 X5 X6…X1X2X3X4 X5 X6… P5P6P5P6P5P6P5P6 e5e6e5e6e5e6e5e6.
Structure discriminante (analyse discriminante)
Fusion multi-capteur pour la détection d'obstacle
Exercice 11-1.
MAGIE Réalisé par Mons. RITTER J-P Le 24 octobre 2004.
Extraction de caractéristiques locales:crête et blob Février, 2003 Présentatrice: TRAN Thi Thanh Hai.
Résoudre une équation du 1er degré à une inconnue
Aire d’une figure par encadrement
La régression multiple
MAGIE Réalisé par Mons. RITTER J-P Le 24 octobre 2004.
Conférence de presse du 21 août 2014 Perspectives démographiques à horizon 2040 Le Valais et ses régions Maurice Tornay Chef du Département des finances.
Rappels de statistiques descriptives
Correction Addition de vecteurs km Sud 3 km Nord Déplacement Distance parcourue 3 km + 3 km = 6 km 3 km - 3 km = 0 km.
La formation des maîtres et la manifestation de la compétence professionnelle à intégrer les technologies de l'information et des communications (TIC)
Détection multi-utilisateurs pour un réseau de modems sous- marins discrets Karim Ouertani Département Signal et Communications Séminaire des doctorants.
Dans cet article, une nouvelle approche relative à l’indexation de la bande sonore de documents audiovisuels est proposée, son but est de détecter les.
Début. Question n°1 : Quelle distance moyenne parcourez-vous chaque jour en voiture, moto ou mobylette pour aller à votre travail ou à l’école ? A : Moins.
Transcription de la présentation:

Caractérisation de la qualité sonore de lenvironnement urbain : Une approche physique et perceptive basée sur lidentification des sources sonores.

Cadre général Directive européenne 2002/49/CE Cartes de bruits en extérieur - indicateur L den Disponibles au publique Plans dactions

Les ambiances sonores urbaines Séquence amorphe Boulevard Séquence amorphe Boulevard Séquence évènementielle Rue de quartier Séquence évènementielle Rue de quartier Indicateurs complémentaires Directive européenne 2002/49/CE

Objet du travail Établir un indicateur de qualité sonore Mise au point dune méthode dévaluation automatique dun environnement sonore urbain Pistes pour lidentification automatique des sources sonores Caractérisation des séquences évènementielles

Plan 1. Études perceptives en laboratoire 2. Validation méthodologique in situ 3. Identification des sources 1.1 Méthodologie et matériaux sonores 1.2 Indicateur lié au désagrément sonore 4. Conclusions et perspectives

Méthodologie Evaluation de la qualité de lenvironnement sonore (espace publique) : désagrément Dépend de lintensité sonore Dépend aussi de la nature des sources identifiées Comment caractériser ces sources ? Présence - prégnance - proximité

Matériaux sonores Vingt séquences de 15 s chacune Deux types denregistrements Rues typiques de quartier : Mono pour mesure des indicateurs Stéréo pour les tests découtes

Matériaux sonores

Tests 20 à 30 sujets par test (68 sujets en tout) : résidents Île-de-France - Parité hommes/femmes - Entre 20 et 45 ans Au casque 15 séquences : ordre aléatoire - niveaux identiques à la réalité Durée du test : 30 à 45 minutes Contexte : imaginer un déplacement dans lespace publique

Caractérisation des sources Désagrément sonore OU Intensité sonore

Intensité et désagrément Intensité sonore estimée Désagrément sonore 7 1 R²aj = 96.3%

Indicateur – Modèle subjectif Variables subjectivesR²aj Sonie estimée Prégnance voix denfants Présence bus Présence cyclomoteur 98.7 %

ACP sur tous les stimuli Objets : ensemble des stimuli Variables : 21 paramètres subjectifs (3 x 7) Axe 1 (27.4%) : bus Axe (19.8%-9.9%) : motos & cyclomoteurs Axe 3 (19.1%) : voix Axe 4 (17.0%) : oiseaux Axe 6 (3.1%) : séparation stimuli évènementiels marqués des stimuli non-évènementiels

ACP sur les stimuli contenant des voitures PrégnancePrésenceProximité Axe 10.82**0.86**0.95** Axe 20.54* PrégnancePrésenceProximité Axe 10.98** Axe ACP sur les stimuli contenant des bus

Indicateur - Modèle objectif VariablesR²aj Sonie calculée90.3 % Sonie calculée %T voix enfants Nombre de bus Nombre de cyclos 94,7 % Indicateurs objectifs : Intensité : N, N10, N5, L Aeq, L A10, L A5 Sources : L Aeq particulier, Nombre, %Temps

Plan 2. Validation in situ 1. Études perceptives en laboratoire 3. Méthode didentification 1.1 Méthodologie et matériaux sonores 1.2 Indicateur lié au désagrément sonore 4. Perspectives

Étude perceptive in situ 1

Variables subjectives Intensité sonore Intensité sonore + sources sonores sources sonores du modèle Désagrément de lAmbiance Rue85 %89.1%bus Parc34.4%95.5% voitures, oiseaux Marché0.0%80.0% voitures, voix

Conclusion de la partie perceptive Désagrément lié à lintensité sonore Désagrément lié aux sources sonores de façon différenciée Si voitures interprétées comme événements sonores : temps dapparition améliore le modèle du désagrément Sinon le rôle des voitures dans le désagrément est intégrés dans lintensité sonore

Plan 1. Études perceptives en laboratoire 2. Validation in situ 3. Méthode didentification 1.1 Méthodologie et matériaux sonores 1.2 Indicateur lié au désagrément sonore 4. Perspectives

Activité des sources sonores Hz 100Hz125Hz160Hz200Hz250Hz315Hz400Hz500Hz630Hz800Hz 1kHz 1.25kHz 1.6kHz 2kHz 2.5kHz 3.15kHz 4kHz5kHz 6.3kHz 8kHz Niveau (dB) Voiture Moto Bus Cyclomoteur Détermination de gabarits types :

Activité des sources sonores 1 ère routine Ressemblance spectrale Ressemblance Spectrale (RS) :

Détection de pics Coefficient : Affiner détection mob Détecter présence oiseaux 2ème routine Activité des sources sonores X1 X2 Si [ x1 > A et x2 > A ] Alors RS = RS x [ (x1+x2)/2 – A ]

Activité des sources sonores Identification correcte pour les voitures, les mobylettes, oiseaux. Problème pour les sources présentant une grande variabilité de signatures sonores : bus, motos, voix.

Plan 1. Études perceptives en laboratoire 2. Validation in situ 3. Méthode didentification 1.1 Méthodologie et matériaux sonores 1.2 Indicateur lié au désagrément sonore 4. Conclusion et perspectives

Conclusion Mise au point dun indicateur sous forme de régressions linéaires multiples Une méthode didentification simple, temps réel mais peu robuste aux variabilités spectrales au sein dune même catégorie de source Une méthode construire sur des fonctions de traitement du signal discriminantes Perspectives

NON VEHICULES VEHICULES SEQUENCES TESTS AUTOS Autos Mauvais véhicules CYCLOS Cyclomoteurs Mauvais véhicules Véhicules Mauvaises mobs CHIENS BUS Bus Mauvais véhicules Véhicules Mauvais bus OISEAUX VELOS KLAXONS PLUIE CLAC PORTES PAS VOIX Véhicules Mauvaises autos MOTOS Motos normales Motos ralentis Explosion pot Grosses cylindrées MOTOS Organigramme des détections Oiseaux Non véhicules Voix Non véhicules

Discussion Merci de votre attention