Курс Розробка пристроїв акустичної детекції

Навчіться створювати системи акустичної детекції: від роботи з сенсорами та DSP - до пеленгації, AI / Edge AI та автономних мереж для виявлення і локалізації цілей.

Програма курсу

Акустичні методи детекції: вступ до курсу та фізика середовища

• Розберете фізику поширення звуку та принципи акустичної детекції
• Дізнаєтесь, як температура, вітер і тип поверхні впливають на дальність і точність виявлення
• Навчитеся враховувати рефракцію, відбиття й поглинання звуку
• Ознайомитеся з авторським датасетом записів БПЛА та інструментами Python для аналізу сигналів
• Оберете напрям фінального проєкту: Software/DSP, Embedded/Edge AI або розподілена мережа

Архітектура сенсорів та побудова автономного тракту детекції

• Розберете, як мікрофон перетворює акустичний сигнал на електричний
• Навчитеся працювати з аналоговими та цифровими MEMS-мікрофонами
• Ознайомитеся з інтерфейсами I2S та PDM
• Розберете принципи роботи ADC, DC Bias та AC coupling
• Дізнаєтесь, як передавати сигнал з мінімальними втратами й завадами

Цілісність сигналу й методи придушення електромагнітних завад (ЕМІ)

• Розберете джерела електромагнітних завад у польових умовах
• Навчитеся використовувати диференціальну передачу сигналу та CMRR
• Дізнаєтесь, як екранувати кабелі та фільтрувати "брудне" живлення
• Навчитесь узгоджувати рівні сигналів між рекордером та мікроконтролером
• Розрахуєте SNR та спроєктуєте стійкий до завад вхідний тракт

Цифрова обробка: частотний аналіз та візуальна розвідка сигналів

• Розберете основи цифрової обробки акустичних сигналів
• Навчитеся працювати зі спектрограмами та FFT
• Дізнаєтесь, як знаходити акустичні сигнатури БПЛА на фоні шуму
• Попрацюєте з віконними функціями Hann і Hamming та спектральним відніманням шуму
• Навчитесь аналізувати сигнал в Audacity та Python

Пеленгація джерел звуку: методи TDOA/DOA та питання синхронізації

• Розберете принцип роботи мікрофонних масивів
• Навчитеся визначати часову затримку сигналу через TDOA
• Перетворюватимете затримку на напрямок до джерела через DOA
• Дізнаєтеся, чому синхронізація критична для точної локалізації
• Реалізуєте пеленгацію через кроскореляцію в Python

Просторова фільтрація: Beamforming та концепція синтетичної апертури

• Розберете принципи beamforming та просторової фільтрації
• Навчитеся розраховувати геометрію мікрофонного масиву
• Дізнаєтесь, як уникати просторового аліасингу
• Розберете концепцію Synthetic Aperture Acoustics
• Навчитеся використовувати рух сенсора для підвищення точності детекції

Акустична анатомія БПЛА: аеродинаміка лопатей та спектральні сигнатури

• Розберете, як формується акустична сигнатура БПЛА
• Навчитеся визначати Blade Pass Frequency, гармоніки та RPM
• Порівняєте спектральні портрети різних типів дронів та двигунів
• Навчитесь ідентифікувати тип цілі за її гармонійною структурою
• Створите спектральний профіль БПЛА на основі реального аудіозапису

Кінематика цілі та Stealth-технології: ефект Доплера і методи зниження помітності

• Розберете ефект Доплера та його застосування в акустичній детекції
• Навчитесь оцінювати швидкість руху цілі за зміною частоти
• Розраховуватимете Time-to-Impact для швидкісних БПЛА
• Проаналізуєте акустичні особливості малошумних і тороїдальних пропелерів
• Навчитеся знаходити ознаки акустичного маскування та хибних цілей

Машинне навчання в акустиці: підготовка ознак та архітектури CNN

• Навчитеся перетворювати аудіо на Mel-spectrograms та MFCC
• Розберете підготовку даних для моделей машинного навчання
• Ознайомитеся з CNN, MobileNetV2 та YAMNet
• Навчитеся застосовувати Transfer Learning для акустичних задач
• Розберете Precision, Recall та інші метрики якості систем детекції

EDGE AI та TINYML: запуск інтелектуальних моделей на мікроконтролерах

• Розберете обмеження пам’яті й обчислювальних ресурсів embedded-пристроїв
• Навчитесь оптимізувати акустичні дані та алгоритми для ESP32
• Порівняєте аналітичну детекцію через FFT з ML-моделями
• Налаштуєте VS Code, PlatformIO та GitHub для embedded-розробки
• Зберете базовий pipeline автономної обробки сигналу без ноутбука

Апаратно-економічна архітектура та метеокомпенсація систем

• Навчитесь оцінювати BoM та обирати апаратну архітектуру під задачу
• Порівняєте можливості ESP32 та зв’язки ESP32 + STM32F4
• Інтегруєте метеосенсори BME280 / AHT21
• Розберете Sensor Fusion для компенсації змін температури, вологості й тиску
• Навчитесь автоматично перекалібровувати акустичні алгоритми під польові умови

Silentmesh: проєктування інфраструктури розподілених мереж моніторингу

• Розберете архітектуру розподілених мереж акустичних сенсорів
• Ознайомитеся з Mesh, LoRaWAN, LTE та Edge-to-Cloud
• Навчитеся синхронізувати вузли через GPS-PPS та PTP
• Спроєктуєте формат передачі метаданих від сенсора до сервера
• Дізнаєтесь, як будувати автономну мережу з урахуванням живлення, зв’язку та РЕБ

Мультидоменна розвідка: сейсмоакустика та гідроакустичні системи

• Розберете поширення хвиль у ґрунті й воді
• Ознайомитеся з геофонами, сейсмічними сенсорами та гідрофонами
• Дізнаєтесь, як застосовувати сейсмоакустику для виявлення подій та локалізації джерел
• Розберете принципи пасивної гідроакустичної детекції
• Навчитесь інтегрувати різні типи сенсорів у мультидоменні системи моніторингу

Захист курсових проєктів та огляд індустрії Defense-Tech

• Презентуєте фінальний проєкт та аргументуєте обрані технічні рішення
• Завершите Aero-Analyst, Edge-Guard, SilentMesh Node або власний погоджений проєкт
• Розберете помилки та обмеження, виявлені під час розробки
• Оформите код, документацію та результати в GitHub-портфоліо
• Отримаєте цілісне розуміння шляху від акустичного сигналу до готової системи детекції

Особливості курсу

• Допомога ментора
• Практика
• Курсовий проєкт
• Кейс в портфоліо
• Сертифікат про проходження курсу

Викладачі курсу

• Дмитро Маслов - Subsea engineering | Autonomous systems
• Дмитро Дегтярьов - Senior Data Scientist