% Analisis de la dependencia de las probabilidades de falsa alarma y de no
% alarma en funcion de la relacion seal a ruido
% Fecha de creacion: 10 de Abril de 2007
N=4960;
num_band=33;
over_lap=31/32;
finf=300;
fsup=2000;
alpha=0.18; % umbral para considerar deteccion correcta
time_detect=8000; % numero de muestras correspondientes al tiempo
% del trozo de audio que se coge. 24000 se
% corresponden a 3segundos*8000muestras/segundo
% Calculo de los fingerprints de los anuncios para la base de datos
f_22_23_01_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\22_23_01_8000_8'),N,over_lap,num_band,finf,fsup);
f_22_23_02_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\22_23_02_8000_8'),N,over_lap,num_band,finf,fsup);
f_22_23_03_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\22_23_03_8000_8'),N,over_lap,num_band,finf,fsup);
f_22_23_04_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\22_23_04_8000_8'),N,over_lap,num_band,finf,fsup);
f_01_07_01_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\01_07_01_8000_8'),N,over_lap,num_band,finf,fsup);
f_08_19_01_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\08_19_01_8000_8'),N,over_lap,num_band,finf,fsup);
f_09_19_01_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\09_19_01_8000_8'),N,over_lap,num_band,finf,fsup);
f_10_19_01_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\10_19_01_8000_8'),N,over_lap,num_band,finf,fsup);
f_11_19_01_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\11_19_01_8000_8'),N,over_lap,num_band,finf,fsup);
f_12_19_01_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\12_19_01_8000_8'),N,over_lap,num_band,finf,fsup);
f_13_19_01_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\13_19_01_8000_8'),N,over_lap,num_band,finf,fsup);
f_14_19_01_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\14_19_01_8000_8'),N,over_lap,num_band,finf,fsup);
f_17_19_01_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\17_19_01_8000_8'),N,over_lap,num_band,finf,fsup);
f_18_23_01_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\18_23_01_8000_8'),N,over_lap,num_band,finf,fsup);
f_20_23_01_8000_8=fingerprint_actualizable(wavread('Anuncios\Procesado\20_23_01_8000_8'),N,over_lap,num_band,finf,fsup);
% Simulamos como si se cogiera un intervalo de tiempo de una emision de
% radio a la cual le sumamos un ruido blanco gaussiano.
% Luego se analiza si se corresponde con algun anuncio de la base de datos
% y las probabilidades de error (Pn y Pf)
anuncio_detectado=wavread('Anuncios\Procesado\22_23_01_8000_8');
energia=calc_energia(anuncio_detectado);
long=length(anuncio_detectado);
p=1;
for snr=5:60
energia_ruido=energia*10^(-snr/10);
amp_noise=sqrt(energia_ruido/long);
ruido=amp_noise*randn(long,1);
senal_captada=anuncio_detectado+ruido;
t=1;
s=1;
key=1;
for repeticion=1:1000
l=round((length(senal_captada)-time_detect)*rand(1));
finger_detectado=fingerprint_actualizable(senal_captada(l:l+time_detect-1,1),N,over_lap,num_band,finf,fsup);
if key==1
key=0;
[m,n]=size(finger_detectado);
num_bits=m*n; %numero de bits que se comparan en la busqueda
probab_alarm=zeros(1,m*n);
probab_no_alarm=zeros(1,m*n);
end
j=1;
distancia(j)=min(busqueda(finger_detectado,f_22_23_01_8000_8));
if distancia(j)~=0
probab_alarm(1,distancia(j))=probab_alarm(1,distancia(j))+1;
end
dist_alarm(p,t)=distancia(j);
t=t+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_22_23_02_8000_8));
if distancia(j)~=0
probab_alarm(1,distancia(j))=probab_alarm(1,distancia(j))+1;
end
dist_alarm(p,t)=distancia(j);
t=t+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_22_23_03_8000_8));
if distancia(j)~=0
probab_alarm(1,distancia(j))=probab_alarm(1,distancia(j))+1;
end
dist_alarm(p,t)=distancia(j);
t=t+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_22_23_04_8000_8));
if distancia(j)~=0
probab_alarm(1,distancia(j))=probab_alarm(1,distancia(j))+1;
end
dist_alarm(p,t)=distancia(j);
t=t+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_01_07_01_8000_8));
probab_no_alarm(1,distancia(j))=probab_no_alarm(1,distancia(j))+1;
dist_no_alarm(p,s)=distancia(j); % almacena distancia en deteccion correcta para calculo de probabilidad de falsa alarma
s=s+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_08_19_01_8000_8));
probab_no_alarm(1,distancia(j))=probab_no_alarm(1,distancia(j))+1;
dist_no_alarm(p,s)=distancia(j);
s=s+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_09_19_01_8000_8));
probab_no_alarm(1,distancia(j))=probab_no_alarm(1,distancia(j))+1;
dist_no_alarm(p,s)=distancia(j);
s=s+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_10_19_01_8000_8));
probab_no_alarm(1,distancia(j))=probab_no_alarm(1,distancia(j))+1;
dist_no_alarm(p,s)=distancia(j);
s=s+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_11_19_01_8000_8));
probab_no_alarm(1,distancia(j))=probab_no_alarm(1,distancia(j))+1;
dist_no_alarm(p,s)=distancia(j);
s=s+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_12_19_01_8000_8));
probab_no_alarm(1,distancia(j))=probab_no_alarm(1,distancia(j))+1;
dist_no_alarm(p,s)=distancia(j);
s=s+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_13_19_01_8000_8));
probab_no_alarm(1,distancia(j))=probab_no_alarm(1,distancia(j))+1;
dist_no_alarm(p,s)=distancia(j);
s=s+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_14_19_01_8000_8));
probab_no_alarm(1,distancia(j))=probab_no_alarm(1,distancia(j))+1;
dist_no_alarm(p,s)=distancia(j);
s=s+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_17_19_01_8000_8));
probab_no_alarm(1,distancia(j))=probab_no_alarm(1,distancia(j))+1;
dist_no_alarm(p,s)=distancia(j);
s=s+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_18_23_01_8000_8));
probab_no_alarm(1,distancia(j))=probab_no_alarm(1,distancia(j))+1;
dist_no_alarm(p,s)=distancia(j);
s=s+1;
j=j+1;
distancia(j)=min(busqueda(finger_detectado,f_20_23_01_8000_8));
probab_no_alarm(1,distancia(j))=probab_no_alarm(1,distancia(j))+1;
dist_no_alarm(p,s)=distancia(j);
s=s+1;
end
SNR(p)=snr;
% Calculo de la BER entre fingerprints y su desviacion tipica
ber_media(p)=(mean(dist_alarm(p,:)))/(m*n);
ber_desv(p)=(std(dist_alarm(p,:)))/(m*n);
% Dibujamos algunas PDFs
if (snr==5 || snr==10 || snr==15|| snr==20 || snr==25 || snr==30)
figure;
plot((1:m*n)/m/n,probab_alarm/sum(probab_alarm),'rx')
hold on;
plot((1:m*n)/m/n,probab_no_alarm/sum(probab_no_alarm),'yx')
plot((1:m*n)/m/n,zeros(1,m*n),'kx')
%plot([alpha alpha],[0 max(probab_no_alarm/sum(probab_no_alarm))])
title(['SNR (dB) =',num2str(snr)]);
xlabel('Tasa de error de bit entre fingerprints');
ylabel('pdf');
hold off;
end
% Para evitar problemas con 'wblfit'
if(min(dist_alarm(p,:))==0)
dist_alarm(p,:)=dist_alarm(p,:)+10^(-6);
end
% Calculo de los parametros de la distribucion que mas se aproxima a
% cada uno de los dos casos:
[a,b]=wblfit(dist_alarm(p,:));
[c,d]=normfit(dist_no_alarm(p,:));
% Probabilidad de producirse una deteccion incorrecta
prob1(p)=1-wblcdf(alpha,a(1,1)/(m*n),a(1,2));
prob2(p)=normcdf(alpha,c/(m*n),d/(m*n));
p=p+1;
end
% Dibujamos la relacion Pn con SNR
figure;
hold on;
plot(SNR,prob1);
xlabel('SNR (db)')
% Dibujamos la relacion Pf con SNR
plot(SNR,prob2,'r');
legend('Pn','Pf');
% Dibujamos el limite por encima del cual consideramos probabilidad de
% error permitida
hold off
% Dibujamos la relacion BER con SNR
figure;
plot(SNR,ber_media);
hold on
plot(SNR,ber_media+(ber_desv/2),'r');
plot(SNR,ber_media-(ber_desv/2),'r');
hold off
e-REdING. Biblioteca de la Escuela Superior de Ingenieros de Sevilla.
