ALFONS

ALFONS is an acronym for Acoustic Low Frequency Observation Network System. The goal is to build an up-to-date map of low frequency sound (infrasound). For this project I am looking for several team members. Interested people should contact me via the comment function.

Overview of the functionality of a sensor module:

• Airborne sound pickup approx. 1 to 50 Hz by pressure sensors, preferably differential pressure sensors with acoustic low-pass (1 Hz) at the second pressure port.
• Optional vibration sensors and geophones for recording structure-borne sound (walls, soil, etc.)
• Determination of frequency and signal bandwidth (-3 dB) by means of FFT
• Localization of the signal / determination of the direction (2D)
• Sensitivity: to be defined, in dB
• Filtering of short time signals (< 1 min.)
• GPS module, optional
• Cloud connection via LoRa, WiFi, BT-LE or NB-IoT
• Periodic transmission of detected frequency, bandwidth and direction approx. every hour and when anomalies are detected.
• Battery powered, optionally solar powered / Photo Voltaic (PV)
• Firmware update Over The Air (FOTA)
• Open Source (software, schematic, 3D print data)

Overview of the functionality of the online software:

• Database to store the sent data.
• Cloud software with geography and weather layer
• Optional integration of additional databases
• Management of individual sensors (nodes), including FOTA.
• Optional AI-based evaluation and assessment algorithms.

The effect of low-frequency sound on the environment, in particular on humans, animals and plants, is still unknown in many cases. For the investigation of local and temporal correlations, acoustic landscapes and especially the construction of a corresponding sensor network on this scale will thus be very useful.

Sound pickup / sensor

There are different concepts for the design of the sensors. One comes from Dr. K. Sander [2] and is based on differential pressure sensors. A corresponding journal article can be found in FA 4/2022, referencing previous articles in FA 66/2017 and FA 59/2010. Electret microphone capsule conversion is another possibility for low-cost infrasound sensors.

Four sensitive differential pressure sensors are also expected to be used in the present project. One of the two pressure ports of a sensor will be connected to a hose. The hose ends of the sensors will be arranged in a horizontally oriented rectangle with respect to each other. The second port of the differential pressure sensors will be connected to a common simple acoustic low-pass filter (hose or 3D-printed labyrinth with insulating material) to provide pressure equalization.

By determining the transit time differences of the signals from the four pressure sensors, it is possible to locate (compass direction) the sound source.

The sensor system can be supplemented by vibration sensors or earth sound microphones as well as a GPS module.

Details of the hardware (choice of MCU, possibly separate A/D converter, DC/DC converter, radio module etc.) as well as the software (RTOS etc.) are still to be determined. Possibly ideas from [1] can also be used, where electromagnetic waves are involved, but in a similar frequency range.

Local signal processing

The sensor signals are analyzed by a Fast Fourier Transform (FFT) and the frequency components, their levels and their bandwidth are determined. The calibration of the sound levels, in particular the characteristics of the acoustic low-pass, remains to be clarified. Data will be averaged over at least 1 minute to filter out short (volatile) events. Short signal excerpts will be saved periodically as well as when there are major changes in spectrum or level.

Optionally, a subsequent classification based on the spectra is possible [3]. A subsequent second filtering further reduces the amount of data sent to the cloud.

Cloud connection

The pre-processed data as well as short signal snippets will be sent via LoRa, WiFi, BT-LE or NB-IoT to a suitable cloud and stored in a database with a timestamp. A geography layer is provided to visualize the local and distribution. By combining the data from multiple locally distributed sensors, a plausibility check or detection of sensor errors is performed and also an increase in accuracy, for example by a triangulation method. An additional weather layer allows the assignment to weather events.

A digital frequency shift makes the short signal sections audible.

Details on the cloud software (Cumulocity or similar, hosting, maps platform, etc.) are yet to be determined.

[1] ELF-Empfänger, elector-magazine.de 4/2014
[2] https://www.sander-electronic.de/bs0013.html
[3] https://edoc.hu-berlin.de/bitstream/handle/18452/20365/meffert_hochmuth_werkzeuge%20der%20signalverarbeitung.pdf

No liability is assumed for the URLs provided.

ALFONS ist ein Akronym für Acoustic Low Frequency Observation Network System. Das Ziel ist der Aufbau einer aktuellen Landkarte zu niederfrequentem Schall (Infraschall). Für dieses angedachte Projekt werden mehrere Teammitglieder gesucht. Interessierte melden sich am besten über die Kommentarfunktion.

Übersicht der Funktionalität eines Sensormoduls:

• Luftschallaufnahme ca. 1 bis 50 Hz durch Drucksensoren, bevorzugt Differenzdrucksensoren mit akustischem Tiefpass (1 Hz) am zweiten Druckanschluss
• optionale Vibrationssensoren und Geophone zur Aufnahme von Körperschall (Wände, Erdreich etc.)
• Bestimmung von Frequenz und Signalbandbreite (-3 dB) mittels FFT
• Ortung des Signals / Bestimmung der Richtung (2D)
• Empfindlichkeit: noch festzulegen, in dB
• Ausfilterung von Kurzzeitsignalen (< 1 Min.)
• GPS-Modul, optional
• Cloud-Anbindung via LoRa, WiFi, BT-LE oder NB-IoT
• periodische Übermittlung der ermittelten Frequenz, Bandbreite und Richtung ca. stündlich sowie bei Erkennung von Anomalien
• Batteriebetrieben, optional Solarbetrieb / Photo Voltaik (PV)
• Firmware update Over The Air (FOTA)
• Open Source (Software, Schaltplan, 3D-Druckdaten)

Übersicht der Funktionalität der Online-Software:

• Datenbank zur Speicherung der zugesandten Daten
• Cloud-Software mit Geographie- und Wetter-Ebene
• Optionale Einbindung weiterer Datenbanken
• Verwaltung der einzelnen Sensoren (Nodes), einschließlich FOTA
• Optionale KI-basierte Auswerte- und Bewertungsalgorithmen

Die Wirkung von niederfrequentem Schall auf die Umwelt, insbesondere Mensch, Tier und Pflanzen ist vielfach noch unbekannt. Zur Erforschung von örtlichen und zeitlichen Korrelationen werden akustische Landschaften und vor allem der Aufbau eines entsprechenden Sensornetzes in diesem Maßstabsomit sehr nützlich sein.

Schallaufnahme / Sensor

Es gibt verschiedene Konzepte zum Aufbau der Sensoren. Einesstammt von Dr. K. Sander [2] und basiert auf Differenzdrucksensoren. Ein entsprechender Zeitschriftenartikel findet sich in FA 4/2022, in dem auf vorausgehende Artikel in FA 66/2017 und FA 59/2010 referenziert wird. Der Umbau von Elektret-Mikrofon-Kapseln ist eine weitere Möglichkeit für preiswerte Infraschall-Sensoren.

Im vorliegenden Projekt werden voraussichtlich ebenfalls vier empfindliche Differenzdrucksensoren verwendet. Einer der zwei Druckanschlüsse eines Sensors wird an einen Schlauch angeschlossen. Die Schlauchenden der Sensoren werden in einem horizontal ausgerichteten Rechteck zueinander angeordnet. Der zweite Anschluss der Differenzdrucksensoren wird an einen gemeinsamen einfachen akustischen Tiefpass (Schlauch oder 3D-gedrucktes Labyrinth mit Dämmstoff) angeschlossen und sorgt für einen Druckausgleich.

Durch die Ermittlung der Laufzeitunterschiede der Signale der vier Drucksensoren ist eine Ortung (Himmelsrichtung) der Schallquelle möglich.

Das Sensorsystem kann durch Vibrationssensoren oder Erdschallmikrofone  sowie ein GPS-Modul ergänzt werden.

Details zur Hardware (Auswahl der MCU, evtl. separatem A/D-Wandler, DC/DC-Wandler, Funkmodul usw.) sowie der Software (RTOS etc.) sind noch festzulegen. Evtl. können auch Ideen von [1] verwendet werden, wo es zwar um elektromagnetische Wellen geht, die jedoch in einem ähnlichen Frequenzbereich liegen.

Lokale Signalverarbeitung

Die Sensorsignale werden durch eine Schnelle Fouriertransformation (FFT) analysiert und die Frequenzkomponenten, deren Pegel sowie deren Bandbreite bestimmt. Die Kalibrierung der Schallpegel, insbesondere der Charakteristik des akustischen Tiefpasses, ist noch zu klären.Die Daten werden über mindestens 1 Minute gemittelt, um kurze (volatile) Ereignisse auszufiltern. Kurze Signalausschnitte werden regelmäßig sowie bei stärkeren Änderungen des Spektrums bzw. des Pegels gespeichert.

Optional ist eine anschließende Klassifizierung auf Basis der Spektren möglich [3]. Eine darauffolgende zweite Filterung reduziert nochmals das Datenaufkommen, das zur Cloud gesendet wird.

Cloud-Anbindung

Die vorverarbeiteten Daten sowie kurze Signalausschnitte werden via LoRa, WiFi, BT-LE oder NB-IoT auf eine geeignete Cloud gesendet und in einer Datenbank mit einem Zeitstempel gespeichert. Zur Visualisierung der örtlichen und Verteilung wird eine Geographie-Ebenen vorgesehen. Durch Kombination der Daten von mehreren örtlich verteilten Sensoren erfolgt eine Plausibilisierung bzw. Erkennung von Sensorfehlern sowie auch eine Erhöhung der Genauigkeit, beispielsweise durch ein Triangulationsverfahren. Eine zusätzliche Wetter-Ebene ermöglicht die Zuordnung zu Wetterereignissen.

Durch eine digitale Frequenzverschiebung werden die kurzen Signalausschnitte hörbar gemacht.

Details zur Cloudsoftware (Cumulocity oder Ähnliches, Hosting, Maps-Plattform usw.) sind noch festzulegen.