Radar acustico a 16 microfoni (PoC su FPGA)
Un Proof of Concept tecnologico che dimostra il beamforming acustico in tempo reale su FPGA. 16 microfoni MEMS sincronizzati in fase per individuare le sorgenti sonore con una risoluzione angolare < 2°.
Specifiche tecniche
| Parametro | Specifica |
|---|---|
| Piattaforma | Intel Cyclone 10 LP / Xilinx Artix-7 |
| Array di microfoni | 16x MEMS PDM (Uniform Circular Array) |
| Frequenza di campionamento | 48 kHz / 24-bit per canale |
| Beamforming | Delay-and-Sum (DAS) / MVDR (Capon) |
| Tempo di risposta | < 10 ms (visualizzazione in tempo reale) |
| Risoluzione angolare | ~2° in azimut |
| Interfaccia di uscita | HDMI (overlay heatmap), stream UDP |
La sfida
Le telecamere tradizionali presentano punti ciechi e hanno difficoltà in condizioni di scarsa illuminazione o in presenza di fumo. I sensori acustici tradizionali sono omnidirezionali: rilevano che qualcosa è rumoroso, ma non dove si trovi. L’obiettivo era costruire una “telecamera del suono” in grado di visualizzare in tempo reale le sorgenti di rumore per individuare sciami di droni, guasti ai macchinari o fughe di gas, senza la latenza tipica dell’elaborazione basata su CPU.
La nostra soluzione
Abbiamo progettato un processore acustico massivamente parallelo direttamente sul fabric dell’FPGA, escludendo la CPU dalle operazioni più gravose:
- Demodulazione PDM: 16 filtri CIC paralleli decimano i flussi Pulse Density Modulation (PDM) provenienti dai microfoni MEMS, convertendoli in audio PCM.
- Beamforming Delay-and-Sum: l’FPGA calcola simultaneamente 1024 beam di osservazione. Ritardando i segnali in base alla geometria dell’array, i suoni provenienti da un angolo specifico interferiscono costruttivamente, mentre il resto viene cancellato.
- Generazione della heatmap: la mappa dell’energia acustica viene sovrapposta al flusso video di una telecamera tramite HDMI, consentendo agli operatori di “vedere” il suono.
Stack tecnologico
Core FPGA (VHDL/Verilog)
- Blocchi DSP paralleli: 16 operazioni MAC simultanee per il beamforming.
- Algoritmo CORDIC: per l’allineamento dello sfasamento in tempo reale.
- Controller DMA: trasferimento zero-copy dei dati della heatmap verso il buffer di visualizzazione.
Aree di applicazione
- Counter-UAS: rilevamento del rumore delle eliche dei droni prima del contatto visivo.
- IoT industriale: individuazione di fughe di gas (sibili) o cedimenti dei cuscinetti in macchinari complessi.
- Smart City: rilevamento di colpi d’arma da fuoco e triangolazione per la localizzazione.