Статьи выравнивание стен: Выравнивание стен: способы, советы

Выравнивание стен: способы, советы

Стены занимают большую часть видимых поверхностей в доме. Кроме того, их неровности не спрячешь под натяжным/навесным материалом, как в случае с потолком, а большая часть стены в любом случае будет находиться на виду.

Выравнивание стен во вторичном жилье всегда начинается с удаления старого материала… Но и в новостройках, к сожалению, редко можно встретить идеально прямые и готовые к чистовой отделке поверхности.

Эта статья о том, как максимально просто и качественно выровнять стены в помещении для того, чтобы в дальнейшем не возникло никаких проблем и ограничений в выборе отделочного материала для воплощения самых смелых дизайнерских решений.

Итак, существует два основных способа выравнивания стен: листовым материалом и строительными смесями. Поговорим подробнее о каждом из них.

Кстати, создать идеально ровные поверхности можно и с помощью стеклохолста. Подробнее о нем читайте в отдельной статье.

Выравнивание стен строительными смесями:


 

Строительные штукатурные смеси – довольно распространённый и достаточно экономный вариант выровнять поверхность. Проще говоря, штукатурка – это смесь определённых веществ и компонентов, от соотношения которых зависят свойства и долговечность такой отделки. Два основных связующих вещества, на основе которых производится строительная смесь, — это гипс или цемент.

Гипсовые смеси способны быстро высыхать, но при этом имеется парочка нюансов, о которых необходимо знать при их применении:

  • во-первых, слой штукатурки не должен превышать 50 мм,
  • во-вторых, высокая гигроскопичность данного материала является противопоказанием для его использования в помещениях с повышенной влажностью (ванная, санузел, кухня).

Смеси, в основе которых находится цемент, могут беспроблемно накладываться слоем толщиной до 10 мм, но сохнуть такая штукатурка будет гораздо дольше гипсовой.

Как правило, специалисты советуют использовать цементную штукатурку в кухне и санузлах, а в остальных помещениях, где влажность не считается повышенной, предпочтительно использовать гипсовый отделочный материал. Это значительно ускоряет процесс ремонта и приближает к тому самому завершению, ради которого и затевался весь процесс.

Смотрите также статью: Декоративная штукатурка: виды, нанесение, применение

Выравнивание стен листовым материалом:


 

Листовой материал также имеет несколько вариаций, но скорее только в теории. Выравнивание стен фанерой, распространённое во времена СССР, давно ушло в небытие, поскольку этот способ далеко не идеален за счёт свойства этого материала набухать от малейшей влажности и давать трещины в местах соединения.

Одно время были популярны гипсоволоконные плиты (ГВЛ), пока народ окончательно не убедился в их чрезмерной ломкости и несостоятельности выдерживать нагрузки. Таким образом, оптимальным вариантом для выравнивания стен в настоящее время является гипсокартон.

Еще статьи по теме: Покраска стен или обои? Что выбрать

Подготовка поверхности перед выравниванием:


 

Для нанесения штукатурной смеси, в первую очередь, нужно избавиться от всего лишнего: обоев, плитки, старой штукатурки, затем расшить имеющиеся трещины и удалить явные выступы с помощью перфоратора или другого подручного инструмента. Также, стоит отметить, что при появлении одиночных глубоких выбоин в процессе очистки поверхности, их следует предварительно заделать. И помните, не следует обольщаться: процесс подготовки стен — один из самых долгих и трудоёмких во всей процедуре выравнивания.

В новостройках зачастую встречается проблема обратного характера: слишком гладкая поверхность бетонной стены, на которой без предварительной обработки не закрепится ни одна строительная смесь. В таких случаях специалисты прибегают к одному из двух вариантов:

  • создание насечек на поверхности (не менее 100 штук на 1 кв. м),
  • обработка стены грунтовкой.

Далее оценивается степень кривизны стен с помощью строительного уровня, и выставляются маяки, после чего с помощью шпателя и правила наносится сам раствор. Завершающим этапом становится удаление маячков и заштукатуривание образовавшихся впадин. После высыхания раствора поверхность стены становится идеальной основой под поклейку обоев, отделку керамической плиткой и другими материалами.

В том случае, если выравнивание стен решено осуществить с помощью гипсокартона, то на начальном этапе необходимо произвести установку профильного каркаса в одной плоскости с помощью уровня. В данной ситуации огромным плюсом является то, что тщательная очистка стен теряет свою необходимость, а значит, таким образом можно сэкономить уйму времени. Далее на профиль крепится гипсокартон и с помощью шпаклёвки выравниваются все стыки и отверстия от шурупов. В результате этих нехитрых действий получается ровная стена, полностью подготовленная под отделку любыми чистовыми материалами.

Читайте также статью: Ремонт в новостройке: с чего начать?

Ознакомившись с теорией, остаётся принять одно решение: какой способ выравнивания подходит именно вам?

Получить любые консультации по ремонту и дизайну частных домов и квартир вы можете в студии «Интерьерком». Нас отличают высокий профессионализм и гарантированно достойный результат! Звоните!

Выравнивание стен квартиры

Вступление

Качественный ремонт в квартире подразумевает предварительное выравнивание стен. В этой статье посмотрим три варианта выровнять стены в квартире: штукатуркой, шпаклевкой и гипсокартоном.

Выравнивание стен квартиры штукатуркой

Штукатурные смеси это основной материал для выравнивания стен. Сама штукатурная смесь это густой раствор, наносимый на подготовленную поверхность стены. В зависимости от основного материала раствора различают цементные, известковые и гипсовые штукатурки.

Выравнивание стен штукатуркой

Подготовка поверхности для штукатурки заключается в очистке ее от грязи и пыли, битумных и жировых пятен, подтеков раствора.

Для лучшего сцепления штукатурки с основой стены, ее необходимо прогрунтовать.

Выравнивание стен  квартиры при помощи штукатурки производится в несколько слоев. Условно их три:

  • Обрызг;
  • Грунт;
  • Накрывочный слой.

Обрызг

Наносится на всю поверхность стены, методом набрасывания раствора на стену.

Грунт

Грунт это слой штукатурки,  наносимый на обрызг в несколько слоев.  Каждый слой грунта разравнивают.

Накрывочный слой

Накрывочный слой это финишный слой штукатурки при выравнивании стен.

Между слоями штукатурки необходимо выдерживать технологический  временной интервал. Временной промежуток между слоями штукатурки зависит от вида раствора. При использовании гипсовой штукатурки интервал между слоями 7-17 минут, для цементной штукатурки – 3-4 часа, новые слои известковой штукатурки наносятся на  не полностью высохнувшие, но побелевшие слои.

Выравнивание стен шпатлевкой

Штукатурка используются  для  устранения сильных неровностей  стен. Слой  штукатурки может достигать 7-9 см. Для финишного выравнивания стен нужно использовать шпаклевку. Шпаклевка имеет маленький размер зерен заполнителя, поддается шлифовке. Перед шпаклеванием поверхность  стены грунтуют. Наносят шпаклевку после полного высыхания грунтовки, в несколько слоев.

Выравнивание стен шпаклевкой

Выравнивание стен квартиры гипсокартоном

Dыравнивание стен квартиры гипсокартоном  можно разделить на каркасное и бескаркасное выравнивание. При бескаркасном выравнивании листы гипсокартона клеятся к стене специальными составами. Каркасное выравнивание предполагает монтаж  металлического или деревянного каркаса, который обшивается  листами гипсокартона.

Выравнивание стен гипсокатоном

После монтажа поверхность гипсокартона шпаклюется в несколько слоев, далее красится или оклеивается обоями.

Специально для сайта: Все про ремонт квартиры

Другие статьи раздела: Ремонтируем стены

Похожие записи

ВЫРАВНИВАНИЕ СТЕН В НОЛЬ

Многие заказчики не видят разницы между понятиями, выравнивание поверхностей под уровень и выравнивание в «0».

На самом деле разница как, между «Запорожцем» и «Мерседесом».

Выравнивание стен под уровень, входит в любой состав работ, по отделке стен ремонт квартир при ремонте квартир. «Гастарбайтер» — специалист среднего уровня, называющий себя отделочником, обязан владеть технологией отделки поверхностей под уровень. Самое главное чтобы, белые стены, покрытые слоем шпатлевки, не выдавались заказчику за выравнивание стен в «ноль».

Не вдаваясь в подробности технологий, можно сказать, что выравнивание в «0», не может быть без  монтажа маяков с помощью специальных измерительных инструментов.

На самом деле процесс не так сложен, для высокоорганизованной компании и оптимизирован по стоимости.
Новые технологии позволяют оптимизировать эти работы, с помощью применения компьютеров и трехмерных сканеров, но и возможно выполнение этих работ традиционными строительными инструментами теодолитом, нивелиром и др.

Для тех, кто желает получить более углубленные знания процесса, выравнивания стен в ноль, предлагается эта статья 



Выравнивание стен (поверхностей) в «ноль» это:

Ориентация поверхностей (плоскостей) стен, потолков, полов, в пространстве, согласно «нивелирной сети», учитывая параллельность или перпендикулярность по отношению к противоположных или смежных поверхностям, с погрешностью 5мм, относительно репера — «НУЛЕВОЙ» отметки — «уровня чистого пола» УЧП, с последующим выравниванием под уровень с погрешностью ± 0,5мм.

Естественно «абсолютного нуля» в данных работах быть не может, да «он» и не нужен.

Для того чтобы вывести стены в «0», необходимо иметь не только высококлассных специалистов имеющих высшее строительное образование, но и необходима серьезная техническая база, а это может позволить себе только серьезная организация. В начале необходимо определить или создать «нивелирную сеть», эти работы может выполнить только ограниченный круг специалистов геодезист, нивелировщик или маркшейдер. Работа начинается от определения существующего или закладки нового «нивелирного репера». Это можно сделать с помощью существующей проектной документации или GPS координирования — привязка реперов через спутниковую систему.

Перед началом строительства будь то многоэтажное здание, прокладка коммуникаций либо выполнение ландшафтного дизайна возникает необходимость перенесения проекта на местность. Это достигается путем вынесения осей строения, либо поворотных точек. При этом вынос проекта в натуру может выполняться как в плане, так и по высоте, что особенно важно для правильной посадки объекта строительства относительно рельефа и уже возведенных зданий и сооружений.
Оси закрепляются с помощью закладки реперов. При этом руководствоваться следует, прежде всего, условиями строительства и обеспечением сохранности вынесенных осей.

Важнейшим документом для специалиста при выполнении разбивочных работ является «разбивочный чертеж нивелирной сети», который должен входить в состав проектной документации объекта. В архивах Мосгиотреста имеется необходимая документация на все объекты Москвы, возможен доступ к этим документам. В случае отсутствия данной информации, данные работы выполняются специалистами подрядчика.

Перед началом отделочных работ, необходимо провести следующие  работы:

1. Определение или закладка «нивелирного репера»
2. Снятие существующих размеров объекта
3. Визуализация существующих размеров помещений
4. Разбивка всех площадей и объемов на оси, создание «нивелирной сети»
5. Визуализация проектируемых площадей и объемов
6. Определение отметки УЧП и нанесение всех планируемых поверхностей
7. Полученные данные вносятся в строительный или дизайн-проект
8. Затем под руководством специалиста создававшего «нивелирную сеть», производится закладка реперов, монтаж маяков в помещениях объекта.

Только после этого можно приступать к отделочным работа, ориентируя новые поверхности согласно — реперов.

Выравнивание стен из газоблоков — статьи компании ООО «РЕСАНО»

Газоблок – отличный современный кладочный материал. Благодаря его крупным размерам, стены возводятся быстро с минимальным расходом клеевого состава. Но какими бы профессионалами не были строители, небольшие погрешности на вертикальных плоскостях все равно остаются. В этой статье мы расскажем, как выровнять стены и подготовить их для финишной отделки.

Этапы выравнивания стен из газоблоков

  1. Подготовка поверхности стен для нанесения гипсового состава. В целях улучшение сцепления газоблоков с выравнивающей смесью необходимо прогрунтовать стены. Для этого применяется любой доступный грунтовой концентрат. Он разводится водой в соответствии с инструкцией или чуть гуще. Стены покрываются грунтом 2 раза с промежутками между покрытием в 5 часов.
  2. После высыхания грунтовок подготавливается гипсовая штукатурная смесь (в соответствии с инструкцией и наносится прямым шпателем (шириной от 350 мм) слоем в 3 – 7 мм на стены снизу-вверх, начиная с одного из углов постройки) с захватом на 10 – 12 см смежной стены. Ширина наложения штукатурки зависит от ширины кладочной штукатурной сетки (1 – 2 метра). Этот этап — предварительное выравнивание стен перед армированием.
  3. Затем, не дожидаясь затвердевания смеси, сверху-вниз раскладывается сетка с захватом угла и смежной стены на 10 – 12 см и вдавливается в раствор. Внизу излишки сетки отрезаются ровно по стыку стена-пол. Сетка разравнивается шпателем вдавливающими движениями.
  4. Затем наносится следующий слой штукатурки. Сетка накладывается с перехлестом в 10 см на предыдущий слой.

Преимущества выравнивания стен методом армирования

  • Таким образом, без использования маячков и дополнительных приспособлений, с помощью кладочной сетки и гипсовой штукатурки удается избавиться от неровностей стен глубиной до 7 – 10 мм;
  • стены приобретают защиту от растрескивания;
  • штукатурный слой заполняет все щели кладки, делает помещение более теплым;
  • сетка защищает штукатурку от проседания, откалывания;
  • штукатурный слой, армированный сеткой, может использоваться в качестве первого слоя под финишную отделку, укладку кафельной плитки.

Способ выравнивания стен с помощью базальтовой сетки экономит смесь, укрепляет и утепляет стены, не требует высокого профессионализма для выполнения работ. С подготовкой стен к дальнейшей отделке может справиться даже новичок.

Выравниваем стены в ванной

К сожалению, геометрически ровные стены в многоэтажных домах встречаются довольно редко, а вот покрытие, уложенное на кривую стену, – довольно часто, хотя смотрится это совсем неаккуратно. В ванной комнате уложить плитку на кривые стены иногда не удается вовсе – тогда мы задумываемся о способах решения этой проблемы. Прежде всего, необходимо определить, какова на самом деле кривизна ваших стен, и только после этого начинать ремонт. Выравнивать стены можно по разным технологиям, но в этой статье мы расскажем про оштукатуривание. Обычно его применяют, если у стен имеются незначительные перепады в плоскости в пределах 20–50 мм.

Предварительная подготовка стен

Перед тем как выровнять стены в ванной, необходимо предварительно подготовить поверхность. Это очень важный момент. Нельзя допустить, чтобы штукатурка через определенное время начала отваливаться вместе с дорогой плиткой.

Очищаем поверхность, удаляя рыхлые участки, мусор и пыль. Стены нужно обработать влагостойкой грунтовкой. Пористые участки обрабатываем грунтовкой повторно. При глубоком проникновении грунтовки происходит ее затвердение в приповерхностном слое стены. Слабые места укрепляются, а прочность сцепления при нанесении штукатурки увеличивается.

В новостройках задача решается проще – там стены в ванной еще не были ничем отделаны, и нужно только убрать с поверхности пыль и остатки строительных материалов. Шпатель и грубая наждачная бумага помогут решить эту задачу вручную. Для удаления старой плитки придется воспользоваться молотком с зубилом или перфоратором, настроенным в режим отбойного молотка.

Удаляем следы краски


Основательно повозиться придется и с удалением старой краски. Шпателем это сделать сложно, и, если краска держится прочно, применяем молоток и зубило, делая частые насечки. Удаление старой краски с помощью строительного фена или активных растворителей нужно проводить очень осторожно, используя средства индивидуальной защиты. По остаткам старой краски можно применить грунтовку с кварцевым наполнителем типа «Бетоноконтакт». На плотных, даже глянцевых поверхностях она создает шероховатую текстуру. Если общее покрытие стены кажется вам непрочным, можно по всей ее площади закрепить штукатурную сетку.

Что нужно для нанесения штукатурки

Для штукатурных работ необходимо подготовить дрель или строительный миксер для замешивания раствора, строительное ведро (кадку), правило, терку, маячный профиль, уровень, отвес, валик для грунтовки. Отвес можно сделать самостоятельно. Достаточно на длинную нить привязать увесистую гайку. С этими инструментами можно приступать к работе. Из материалов потребуются грунтовка, сухая штукатурная смесь, строительный гипс (алебастр) или скобы для крепления маячных реек, тонкая бечевка, перчатки, маска от пыли.

Устанавливаем маячки

Стены с кривизной более 10 мм оштукатуриваются по маячковым профилям из оцинкованной стали или пластика. Они имеют разную высоту гребня в 6, 8 или 10 мм, а крепятся с помощью строительного гипса или оцинкованными скобами. Первые два маячка устанавливаем по краям стены на расстоянии 100 мм от углов, чтобы вершина маячка на 5–10 мм возвышалась над самой выступающей точкой. Когда крепежная смесь под угловыми маяками затвердеет, между ними нужно протянуть прочные нити, благодаря которым вы сможете установить все промежуточные рейки. Для точного обозначения плоскости под оштукатуривание также можно использовать лазерный уровень.

Приготовление штукатурного раствора

При всей несложности замешивания раствора нужно соблюдать инструкции от производителя, написанные на упаковке. Это обеспечит не только получение нужного результата, но и предотвратит возможные ошибки. Обратите внимание на дозировку воды. Наливайте ее в строительное ведро (или кадку) в точности с рекомендуемым рецептом. Здесь сложность заключается в том, что вы можете затворять не весь пакет сразу, а частями. Сухую смесь постепенно добавляйте в воду, энергично перемешивая. Этим способом замес проводить легче и проще подобрать нужную вам вязкость раствора, хотя существуют и рекомендации делать замес в обратном порядке.

Раствор не должен быть слишком жидким или слишком густым. В итоге штукатурный раствор должен получиться однородным по структуре, с консистенцией «густой сметаны». После первичного вымешивания раствору нужно дать настояться в течение 10–15 минут.

Определить качество штукатурного раствора можно самостоятельно: наберите немного смеси мастерком. Если она лежит кусками, значит раствор приготовлен слишком густой. Если он сразу стекает в ведро, он слишком жидкий. Правильная вязкость, когда смесь распределилась по поверхности мастерка ровным слоем, не стекает с него и не стоит комом. Нужно добиться именно такой консистенции, и для этого не бойтесь добавлять сухую смесь в готовый раствор или воду, если в этом есть необходимость

После необходимых добавок раствор вновь нужно тщательно перемешать.

Выравнивание стен штукатуркой, гипсокартоном и другими способами

Выравнивание поверхности стен в квартире, частном доме или здании коммерческого назначения производится перед последующей отделкой. Для этого могут использоваться различные материалы, например, гипсокартон, штукатурка или другая строительная смесь. Прежде чем остановить выбор на определенном способе выравнивания, следует определить степень деформации оснований при помощи уровня, отвеса или лазерного нивелира.

Способы выравнивания стен

В процессе выравнивания могут применяться следующие технологии:

  • Мокрая (предусматривает использование строительных смесей).
  • Сухая (используются листовые материалы).

Впадины глубиной 0,5-1 см можно замаскировать с помощью финишной шпаклевки. Перепады от 3 до 5 см рекомендовано выравнивать штукатурными смесями. Глубокие впадины (более 5 см) проще всего скрыть под гипсокартоном.

Выравнивание стен штукатуркой

Для этого можно использовать гипсовые или цементные смеси. Первые подходят для помещений с нормальным уровнем влажности, вторые – универсальны. Нанесению штукатурки предшествуют следующие действия:

  • Подготовка основания (удаление старого покрытия, грунтование).
  • Фиксация армирующей сетки (она необходима в том случае, если толщина слоя штукатурки будет более 2 см).
  • Монтаж маяков (они крепятся с помощью раствора).

Штукатурку можно нанести вручную или выполнить машинное выравнивание стен. В последнем случае понадобится специальный распылитель.

Основным достоинством оштукатуривания является то, что его применение позволяет максимально сохранить полезную площадь комнаты. Кроме того, смеси можно наносить как на бетонные, так и на кирпичные основания.

Выравнивание стен гипсокартоном

Листы могут монтироваться на каркас или фиксироваться с помощью клея. Применение каркасной технологии предусматривает выполнение следующих действий:

  • Сооружение и установка каркаса (используется деревянный брус или металлические рейки).
  • Укладка теплоизоляции (в случае необходимости).
  • Монтаж листов (для фиксации используются саморезы).
  • Нанесение шпаклевки на стыки и шляпки саморезов или на всю поверхность.

Выравнивание стен по бескаркасной технологии состоит из таких этапов, как:

  • Подготовка основания и нанесение грунтовки.
  • Раскройка листов.
  • Нанесение клея с шагом 30 см и фиксация листов (для большей надежности панели в нескольких местах можно прикрепить к стенам дюбелями).
  • Шпаклевка стыков.

Главное преимущество использования гипсокартона заключается в высокой скорости работ.

Выравнивание стен плиткой

Облицовка неровного основания крайне нежелательна – велика вероятность последующего растрескивания поверхности. Если же выровнять основание невозможно, подготовка к укладке производится так:

  • Определяется готовность поверхности. Каждая стена провешивается на расстоянии примерно 20 см от угла. В верхней и нижней части стены вкручиваются саморезы, между которыми натягивают нити, чтобы наглядно определить неровности.
  • Сильно выступающие неровности сбиваются с помощью перфоратора, впадины закрываются штукатурной сеткой.
  • Правилом и смесью максимально выравнивают плоскость.

Только после этого на поверхность можно укладывать плитку. Такая работа требует опыта, занимает много времени. Лучше всего доверить их профессионали, которые осуществляют ремонт квартир под ключ не один год.

Выравнивание стен своими руками

Выравнивание поверхностей посредством оштукатуривания – довольно сложный и трудоемкий процесс. Выполняющий эту работу человек должен обладать опытом в строительстве. Игнорирование технологии нанесения смеси, нарушение пропорций компонентов во время приготовления раствора – все это может привести к тому, что на оштукатуренном основании образуются трещины.

Новичкам лучше воспользоваться гипсокартоном. Его фиксация не занимает много времени и не требует особенных умений.

Доверьте выравнивание стен под плитку, обои или покраску профессионалам, обратившись в компанию «Радуга Ремонта». Мы занимаемся ремонтными работами более 13 лет, поэтому легко справимся с задачами любой сложности.

Финишное выравнивание стен в сухих помещениях

Ленинградская область

Санкт-Петербург

Бокситогорск

Васкелово

Волосово

Волхов

Всеволожск

Выборг

Выра

Вырица

Гатчина

Грузино

Дранишники

Заполье

Зеленогорск

Кингисепп

Кириши

Кировск

Колпино

Колтуши

Коммунар

Лодейное поле

Ломоносов

Лосево

Луга

Мичуринское

Мурино

Ново-Токсово

Отрадное

Павлово

Песочный

Пикалево

Приозерск

Псков

Романовка

Ропша

Рощино

Сестрорецк

Сиверский

Сланцы

Сосново

Сосновый Бор

Тихвин

Токсово

Тосно

Ульяновка

Черемыкино

Москва и Московская область

Москва

Алтуфьево

Видное

Владимир

Дмитров

Дубино

Дубна

Егорьевск

Зеленоград

Иваново

Истра

Климовск

Клин

Коломна

Кострома

Красногорск

Кубинка

Лосино-Петровский

Люберцы

Меличкино

Можайск

Мытищи

Ногинск

Одинцово

Орехово-Зуево

п. Соболиха

Павловский Посад

пгт. Белоозерский

Подольск

Пушкино

Раменское

Сергиев Посад

Серпухов

Сокольники

Старая Купавна

Тарасовка

Химки

Хотьково

Шолохово

Шуя

Щелково

Электросталь

Юдино

Ям

Ярославль

Алтайский край

Барнаул

Амурская область

Благовещенск

Архангельская область

Архангельск

Новодвинск

Северодвинск

Брянская область

Брянск

Волгоградская область

Волгоград

Волжский

Вологодская область

Белозерск

Великий Устюг

Вологда

Воронеж

п. Кадуй

п. Шексна

Тотьма

Череповец

Воронежская область

Воронеж

Забайкальский край

Чита

Ивановская область

Иваново

Шуя

Иркутская область

Ангарск

Иркутск

Шелехов

Кабардино-Балкаарская Республика

Баксан

Нальчик

Калининградская область

Калининград

Калужская область

Кемеровская область

Кемерово

Новокузнецк

Кировская область

Киров

Кирово-Чепецк

Костромская область

Кострома

Краснодарский край

Адлер

Адыгея

Краснодар

Курганинск

Сочи

Красноярский край

Красноярск

Курганская область

Курган

Шадринск

Курская область

Курск

Мурманская область

Апатиты

Кандалакша

Мурманск

Нижегородская область

Нижний Новгород

Новгородская область

Боровичи

Великий Новгород

Старая Русса

Новосибирская область

Новосибирск

Омская область

Омск

Оренбургская область

Бузулук

Новотроицк

Оренбург

Орск

Пензенская область

Пенза

Пермский край

Пермь

Приморский край

Артем

Владивосток

Находка

Псковская область

Великие Луки

Псков

Республика Башкортостан

Бирск

Красноусольский

Кумертау

Нефтекамск

Октябрьский

Салават

Стерлитамак

Уфа

Республика Беларусь

Минск

Республика Бурятия

Улан-Удэ

Республика Дагестан

Махачкала

Республика Казахстан

Астана

Республика Карелия

Костомукша

Петрозаводск

Сегежа

Сортавала

Республика Коми

Сыктывкар

Республика Крым

Севастополь

Симферополь

Республика Мордовия

Саранск

Республика Татарстан

Казань

Набережные Челны

Республика Чувашия

Чебоксары

Ростовская область

Аксай

Батайск

г. Каменск-Шахтинский

Новочеркасск

Ростов-на-Дону

Рязанская область

Рязань

Самарская область

Кинель

п. Волжский (Царевщина)

п. Стройкерамика

Похвистнево

Самара

Тольятти

Ульяновск

Саратовская область

Саратов

Сахалинская область

Южно-Сахалинск

Свердловская область

Екатеринбург

Нижний Тагил

Ставропольский край

Михайловск

Невинномысск

Ставрополь

Тверская область

Тверь

Тульская область

Тула

Тюменская область

Тобольск

Тюмень

Ялуторовск

Ульяновская область

Ульяновск

Хабаровский край

Хабаровск

Ханты-Мансийский АО (Югра)

Лангепас

Мегион

Нефтеюганск

Нижневартовск

Сургут

Челябинская область

Челябинск

Читинская область

Чита

Ярославская область

Ярославль

Должна ли подпорная стенка быть ровной?

Строительство подпорной стены на вашем ландшафте имеет много преимуществ. Вы можете обустроить свой сад, повысить стоимость своей собственности и предотвратить наводнения экологически безопасным способом. Если вы начинаете заниматься этим проектом «сделай сам», у вас, вероятно, есть вопросы о логистике всего этого. Отличный вопрос, который нужно задать с самого начала: должна ли ваша подпорная стена быть ровной? Хорошие новости для вас, мы собрали всю необходимую информацию, чтобы дать вам этот ответ и разобраться, как и почему за этим стоит.

Подпорная стена должна быть ровной. Процесс выравнивания начинается с самой важной части вашей стены, основания. С ровным основанием остальная часть стены естественным образом будет следовать этому примеру, когда вы будете укладывать дополнительные слои блоков.

Вы знаете, что ваша стена должна быть ровной, но как этого добиться? Продолжайте читать, пока мы рассказываем, как обеспечить ровную стену, и объясняем, как проще всего построить стену для наших мастеров-сделателей.

Как выровнять подпорную стенку

Первые шаги по строительству подпорной стены включают рытье траншеи и укладку слоя острого гравия. Крайне важно, чтобы ваш первый слой блоков, которые приземляются поверх этого слоя земли, был ровным. Неравномерный базовый слой приведет к перекошенной стене и непривлекательному виду. Если вы потратите время на то, чтобы эти слои были правильными, это сэкономит вам время в дальнейшем в вашем проекте. Итак, как вы можете обеспечить ровную базу? Давайте посмотрим поближе.

Трамбовка

Ручная трамбовка — отличный инструмент для выравнивания. Вы можете утрамбовать почву после рытья траншеи, а также слой гравия в основании.Вы будете удивлены, насколько один камень или небольшая неровность почвы могут нарушить равновесие ваших блоков.

Вы можете найти стальной трамбовщик здесь, на Amazon.

Возникли проблемы с выравниванием слоя гравия? В некоторых случаях вы можете добавить небольшой слой крупнозернистого песка толщиной от 1/2 до 1 дюйма поверх гравия. Этот слой добавляет гладкую поверхность, которую вы утрамбуете перед добавлением блоков.

Amazon предлагает здесь уровень мастера.

Выравнивание блоков

Выровнять базовый слой блока можно просто с помощью молотка и уровня.Этот метод требует времени и терпения, но требует немного инструментов. Если вы строите небольшую стену, это отличный метод.

Вы строите длинную стену? Для больших стен лучше использовать методы, которые требуют меньше времени, но больше материалов. Здесь можно использовать выравнивающие плиты. Вы также можете использовать растворную подушку или залитую бетонную подушку.

В видео ниже эти методы прокачки обсуждаются более подробно.

Базовый слой подпорной стены требует больше всего времени и усилий.Как только вы выполните эти шаги в проекте, наложение других блоков будет быстрым и плавным. Помните, что если вы потратите время на совершенствование своей базы, это сэкономит время и дополнительную работу позже в вашем проекте.

Наклонные подпорные стенки

Если вы строите подпорную стену на склоне или холме, у вас может возникнуть вопрос, как добиться такого уровня стены. Возможна встройка на склоне, и выровнять стену вполне возможно.

Преуспеть в этом зависит от вашей траншеи.Если вы строите на склоне или холме, вам нужно будет вырыть ступенчатую траншею. Это траншея, вырытая ступенями от основания к вершине. Разная высота ступеней позволит получить ровный базовый слой блоков.

Что происходит с неровными подпорными стенками?

Когда вы начнете работать над неровным основанием, эффекты будут становиться более очевидными с каждым рядом уложенных блоков. Эта проблема не решится сама собой, когда вы пойдете вверх; на самом деле становится намного хуже.

Неровные стены некрасивы, и они структурно ненадежны.С неровным основанием со временем ваша стена будет наклоняться, выпирать или даже трескаться в некоторых местах. Все это в конечном итоге приведет к обрушению вашей стены.

К сожалению, единственный способ починить неровную стену — это вернуться к основанию. Вам нужно будет удалить все слои блоков и вернуться к процессу выравнивания фундамента. Видите, почему так важно сделать это правильно с первого раза?

Должна ли опорная стена наклоняться?

Подпорная стена должна наклоняться, но не только в любом направлении.Ваша стена должна опираться на склон холма, против которого она строится. Хорошее эмпирическое правило заключается в том, что стена должна наклоняться к холму на 1 дюйм на каждые 12 дюймов высоты. Цель этого наклона — поддерживать безопасную нагрузку на стену и способствовать дренажу в случае избытка воды.

Если ваша стена отклоняется от холма, возможно, у вас проблема. Старые подпорные стены могут со временем начать наклоняться из-за износа от погоды и времени. Новые стены, которые начинают наклоняться в этом направлении, были построены неправильно, или за стеной возникает избыточное давление грунта.

Узнайте больше в этой записи блога: Как остановить эрозию вокруг подпорной стены

Насколько ниже уровня земли должна быть подпорная стена?

При рытье траншеи для подпорной стены необходимо учитывать пространство, необходимое для гравия, и то, насколько ниже уровня земли должны быть первые блоки. Начало вашей стены ниже уровня помогает поддерживать остальную часть вашей стены, как и выравнивание. Как вы решаете, насколько ниже уровня, чтобы начать свою стену?

Ответ зависит от того, какой высоты вы планируете построить стену.Правило, которому нужно следовать, заключается в том, чтобы закопать первый ряд блоков на 1/8 высоты всей стены. Например, если вы планируете стену высотой 24 дюйма, то ваш первый блок должен начинаться как минимум на 3 дюйма ниже уровня земли. Помните, что ваша подпорная стена будет настолько прочной, насколько прочна ее опора.

Какова максимальная высота подпорной стены?

Подпорные стены прекрасно подходят как для дополнительной эстетики, так и в качестве функциональной конструкции, удерживающей песок или грязь и снижающей вероятность наводнений.Есть некоторые ограничения по высоте для этих стен, которые необходимо учитывать.

Если вы строите подпорную стенку своими руками, скорее всего, не будет никакой несущей конструкции. Имея это в виду, средняя подпорная стена имеет высоту от 3 до 4 футов. Вы не должны превышать 4 фута в высоту, если вы не проконсультируетесь с профессиональным строителем и советом вашего сообщества.

Строительные нормы и правила могут различаться в зависимости от того, где вы живете. Прежде чем строить какие-либо сооружения на своем ландшафте, рекомендуется ознакомиться с требованиями вашего совета по высоте и разрешениям на строительство.

Какую подпорную стену проще всего построить?

Вы строите свою первую подпорную стену? Здорово! С некоторыми материалами будет легче работать по сравнению с другими. Эти стены могут быть построены из дерева, различных видов камня, литого бетона, кирпичной кладки и многого другого. Какой тип стены лучше всего подходит для начинающих домашних мастеров?

Подпорные стены, построенные из взаимосвязанных бетонных блоков, будут самым простым выбором. Соединяющиеся бетонные блоки плоские, легкие и соединяются друг с другом, как кусочки головоломки. Простая в использовании конструкция этих блоков оставляет мало места для ошибок.

Эти бетонные блоки легко найти и они доступны по цене. Они также бывают разных цветов и дизайнов, что позволяет создавать индивидуальные дизайны. Даже опытные строители будут использовать эти блоки, так как работа с этим материалом имеет много преимуществ.

На видео ниже показаны пошаговые инструкции по строительству подпорной стенки из переплетенных бетонных блоков.

Узнайте больше в нашем блоге: Как интегрировать вертикальный сад в подпорную стену

Заключительные мысли

Ваша подпорная стена должна быть ровной.Весь этот процесс начинается с вашей базы, самой важной части вашей стены. Мы коснулись некоторых советов и приемов, чтобы ваша база была ровной, и какие инструменты вам могут понадобиться.

При планировании стены не превышайте высоту 4 фута. Если вы хотите более высокую стену, вам нужно будет привлечь местный совет и профессионального строителя. Мы надеемся, что эта статья оказалась вам полезной при самостоятельном строительстве подпорной стены.

Ищете больше вдохновения, когда дело доходит до оформления вашего сада? Взгляните на эту запись в блоге: Кирпичная садовая окантовка [Идеи, советы и изображения!]

Трехмерное изображение ксилемы на уровне клеточной стенки с помощью наноголотомографии ближнего поля

  • 1.

    Бродерсен, Ч. Р. и Родди, А. Б. Новые рубежи в трехмерной визуализации структуры и функций растений. утра. Дж. Бот. 103 , 184–188 (2016).

    Артикул Google Scholar

  • 2.

    Daniel, G. Глава 15 — Методы микроскопии для понимания структуры клеток древесины и биодеградации. В Secondary xylem biology (ред. Kim, YS et al. ) 309–343 (Academic Press, 2016).

  • 3.

    Schulte, P. J. Вычислительные гидродинамические модели ям, окаймленных хвойными деревьями, показывают, как структура ям влияет на поток. Новый Фитол. 193 , 721–729 (2012).

    Артикул Google Scholar

  • 4.

    Kotowska, M.M., Thom, R., Zhang, Y., Schenk, HJ & Jansen, S. Изменчивость внутри дерева и эффекты накопления образцов окаймленных ямочных мембран в ксилеме Acer pseudoplatanus . Деревья 34 , 61–71 (2020).

    Артикул Google Scholar

  • 5.

    Zhang, Y. et al. Высокая пористость с крошечными сужениями пор и негибкими путями характеризует трехмерную структуру мембран межсосудистых ямок в ксилеме покрытосеменных. Окружающая среда растительных клеток. 43 , 116–130 (2020).

    КАС Статья Google Scholar

  • 6.

    Van den Bulcke, J. et al. Возможности рентгеновской компьютерной томографии для трехмерного анатомического анализа и микроденситометрической оценки в исследованиях древесины с акцентом на модификацию древесины. Междунар. Вуд Прод. J. 4 , 183–190 (2013).

    Артикул Google Scholar

  • 7.

    Koddenberg, T. Трехмерная рентгеновская микрокомпьютерная томография для применения в структурной характеристике древесины .(Сирке Верлаг, 2019).

  • 8.

    Brodersen, C. R. Визуализация анатомии древесины в трех измерениях с помощью рентгеновской микротомографии высокого разрешения (μCT) — обзор. IAWA J. 34 , 408–424 (2013).

    Артикул Google Scholar

  • 9.

    Van den Bulcke, J. et al. Усовершенствованный рентгеновский компьютерный томограф может ускорить исследования годичных колец деревьев для системных наук о Земле. Энн. Бот. 124 , 837–847 (2019).

    Артикул Google Scholar

  • 10.

    Лоссо, А. и др. Результаты анализа микро-КТ in vivo: тестирование сегментации гидравлической уязвимости у сеянцев Acer pseudoplatanus и Fagus sylvatica . Новый Фитол. 221 , 1831–1842 (2019).

    Артикул Google Scholar

  • 11.

    Пратт, Р. Б. и Якобсен, А.L. Определение каналов, по которым движется вода в древесных растениях: новый метод на основе HRCT. Физиол дерева. 38 , 12:00–12:12 (2018).

    КАС Статья Google Scholar

  • 12.

    Brodersen, C.R., Knipfer, T. & McElrone, A.J. Визуализация in vivo заключительных стадий наполнения сосудов ксилемы в стеблях виноградной лозы Vitis vinifera . Новый Фитол. 217 , 117–126 (2018).

    КАС Статья Google Scholar

  • 13.

    Choat, B., Brodersen, C.R. & McElrone, A.J. Синхротронная микротомография ксилемной эмболии у саженцев Sequoia sempervirens во время циклов засухи и восстановления. Новый Фитол. 205 , 1095–1105 (2015).

    Артикул Google Scholar

  • 14.

    Li, X. и др. Отсутствие сегментации уязвимости у четырех видов покрытосеменных деревьев: данные прямого наблюдения с помощью рентгеновской микротомографии. Энн. За. науч. 77 , 37 (2020).

    ОБЪЯВЛЕНИЕ Статья Google Scholar

  • 15.

    Каррер, М., фон Аркс, Г., Кастаньери, Д. и Пети, Г. Извлечение аллометрической и экологической информации из временных рядов размеров трубопроводов: проблема стандартизации и ее связь с древовидной гидравлической архитектурой. Физиол дерева. 35 , 27–33 (2015).

    КАС Статья Google Scholar

  • 16.

    Pfautsch, S. Гидравлическая анатомия и функция деревьев? Основы и критические разработки. Курс. За. 2 , 236–248 (2016).

    Google Scholar

  • 17.

    Sperry, J. S., Meinzer, F. C. & McCULLOH, K. A. Конфликты безопасности и эффективности в гидравлической архитектуре: масштабирование от тканей к деревьям. Окружающая среда растительных клеток. 31 , 632–645 (2008).

    Артикул Google Scholar

  • 18.

    Ли, С. и др. Изучение влияния морфологии и свойств мембраны окаймленных ямок на гидравлические функции ксилемы растений — тематическое исследование трехмерной реконструкции и моделирования микропотоков мембран ямок в ксилеме покрытосеменных растений. Растения 9 , 231 (2020).

    КАС Статья Google Scholar

  • 19.

    Чоат, Б., Кобб, А. Р. и Янсен, С. Структура и функция окаймленных карьеров: новые открытия и влияние на гидравлическую функцию всего завода. Новый Фитол. 177 , 608–625 (2008).

    Артикул Google Scholar

  • 20.

    Каак, Л. и др. Функция и трехмерное строение мембран межсосудистых ямок покрытосеменных: обзор. IAWA J. 40 , 673–702 (2019).

    Артикул Google Scholar

  • 21.

    Тртик, П. и др. Трехмерное изображение микроструктуры древесины ели. Дж. Структура. биол. 159 , 46–55 (2007).

    КАС Статья Google Scholar

  • 22.

    Koddenberg, T., Wentzel, M. & Militz, H. Объемная оценка окаймленных ямок в Pinus sylvestris на основе рентгеновской томографии и световой микроскопии. Микрон 124 , 102704 (2019).

    Артикул Google Scholar

  • 23.

    Jansen, S., Choat, B. & Pletsers, A. Морфологические вариации мембран межсосудистых ямок и влияние на функцию ксилемы у покрытосеменных растений. утра. Дж. Бот. 96 , 409–419 (2009).

    Артикул Google Scholar

  • 24.

    Krenkel, M. Конусно-лучевая рентгеновская фазово-контрастная томография для наблюдения одиночных клеток в целых органах . Том 17 (издательство Геттингенского университета, 2015).

  • 25.

    Сюй, П., Дональдсон, Л. А., Гергели, З. Р. и Штехелин, Л. А. Двухосная электронная томография: новый подход к исследованию пространственной организации микрофибрилл древесной целлюлозы. Wood Sci. Технол. 41 , 101 (2006).

    Артикул Google Scholar

  • 26.

    Габор, Д. Голография, 1948–1971. Проц. IEEE 60 , 655–668 (1972).

    Артикул Google Scholar

  • 27.

    Spence, JCH, Weierstall, U. & Howells, M. Восстановление фазы и безлинзовая визуализация с помощью итерационных методов в оптической, рентгеновской и электронной дифракции. Филос. Транс. Р. Соц. Лонд. сер. Мат. физ. англ. науч. 360 , 875–895 (2002).

    ОБЪЯВЛЕНИЕ MathSciNet КАС Статья Google Scholar

  • 28.

    Bartels, M. Конусно-лучевая рентгеновская фазово-контрастная томография биологических образцов . Том. 13 (издательство Геттингенского университета, 2013).

  • 29.

    Cloetens, P. et al. Голотомография: количественная фазовая томография с микрометровым разрешением с использованием рентгеновских лучей жесткого синхротронного излучения. Заяв. физ. лат. 75 , 2912–2914 (1999).

    ОБЪЯВЛЕНИЕ КАС Статья Google Scholar

  • 30.

    Hagemann, J., Töpperwien, M. & Salditt, T. Извлечение фазы для рентгеновской визуализации ближнего поля без линеаризации или компактной поддержки. Заяв. физ. лат. 113 , 041109 (2018).

    ОБЪЯВЛЕНИЕ Статья Google Scholar

  • 31.

    Greving, I. et al. Полнопольный жесткий рентгеновский микроскоп, предназначенный для материаловедческих исследований. Микроск. Микроанал. 24 , 228–229 (2018).

    Артикул Google Scholar

  • 32.

    Фленнер, С. и др. Жесткая рентгеновская наноголотомография с зонной пластинкой Френеля. Опц. Экспресс 28 , 37514–37525 (2020).

    ОБЪЯВЛЕНИЕ КАС Статья Google Scholar

  • 33.

    Гюрсой, Д., Де Карло, Ф., Сяо, X. и Якобсен, К. TomoPy: Основа для анализа данных синхротронной томографии. J. Синхротронное излучение. 21 , 1188–1193 (2014).

    Артикул Google Scholar

  • 34.

    Turner, L. D. et al. Рентгеновская фазовая визуализация: демонстрация расширенных условий с однородными объектами. Опц. Экспресс 12 , 2960–2965 (2004 г.).

    ОБЪЯВЛЕНИЕ КАС Статья Google Scholar

  • 35.

    Старк, Дж.-Л., Элад, М. и Донохо, Д.Л. Разложение изображения с помощью комбинации разреженных представлений и вариационного подхода. IEEE Trans. Процесс изображения. 14 , 1570–1582 (2005).

    ОБЪЯВЛЕНИЕ MathSciNet Статья Google Scholar

  • 36.

    Реме, П. А. и Хелле, Т. Оценка поперечных размеров трахеид древесины с использованием СЭМ и анализа изображений. Хольц Ро Веркст. 60 , 277–282 (2002).

    Артикул Google Scholar

  • 37.

    Мартин, Х. А., Эстебан, Л. Г., де Паласиос, П. и Фернандес, Ф. Г. Различия в анатомических признаках древесины Pinus sylvestris L. между испанскими регионами происхождения. Деревья-Структура. Функц. 24 , 1017–1028 (2010).

    Артикул Google Scholar

  • 38.

    Ли, С. и др. Толщина мембраны межсосудистых ямок как ключевой фактор устойчивости к эмболии в ксилеме покрытосеменных. IAWA J. 37 , 152–171 (2016).

    Артикул Google Scholar

  • 39.

    Zhang, Y., Klepsch, M. & Jansen, S. Окаймленные ямки в ксилеме бессосудистых покрытосеменных растений и их возможная ошибочная интерпретация как перфорационные пластинки. Окружающая среда растительных клеток. 40 , 2133–2146 (2017).

    КАС Статья Google Scholar

  • 40.

    Баас, П.Терминология неперфорированных элементов трахеи — в защиту либриформных волокон с мелко окаймленными ямками. IAWA J. 7 , 82–86 (1986).

    Артикул Google Scholar

  • 41.

    Barnett, JR Plasmodesmata и развитие ямок во вторичных элементах ксилемы. Planta 155 , 251–260 (1982).

    ОБЪЯВЛЕНИЕ КАС Статья Google Scholar

  • 42.

    Tixier, A. и др. Моделирование механического поведения мембран ямок в окаймленных ямках по отношению к кавитационной устойчивости покрытосеменных растений. Энн. Бот. 114 , 325–334 (2014).

    Артикул Google Scholar

  • Vitae Aeternum: объяснение стены 30-го уровня Нового Мира

    Если вы обращали внимание на New World , вы, вероятно, слышали о страшной «стене 30-го уровня» — идее, что люди, кажется, отскакивают от игры примерно в то время, когда они достигают 30-го уровня.Это вполне реально; многие сотрудники Massively OP стали жертвами этого, и я сам обнаружил, что моя мотивация ослабевает, как только я достиг большого 3-0.

    Но что за этим стоит? Почему так много людей разлюбили игру на полпути к прокачке? Я много думал об этом, и я верю, что картина становится ясной. Точные причины так называемой стены 30-го уровня, вероятно, будут различаться от человека к человеку, но на мой взгляд, я думаю, что это сводится к трем основным факторам.

    Крафт

    Крафт — огромная часть Нового Мира , и в моем случае это был мой запланированный эндгейм. Я надеялся достичь самодостаточности и создавать все свое собственное снаряжение — то, что я также сделал и получил удовольствие в The Elder Scrolls Online .

    Вначале это казалось хорошим планом. В то время как создание требовало некоторой работы, было вполне выполнимо поддерживать его в соответствии с уровнями моего персонажа, и это освободило меня от случайного числа, позволив мне получить именно те предметы и характеристики, которые я хотел, в каждом слоте.

    Но по мере прохождения игры все значительно замедляется. Становится все труднее поддерживать свои навыки крафта на должном уровне без серьезной шлифовки.

    А потом Amazon Games выпустила патч, который еще больше замедлил прокачку уровней. Намерение этого состояло в том, чтобы сделать рецепты крафта более высокого уровня более актуальными, и это все хорошо, поскольку кажется неправильным, когда создание тысяч низкоуровневых предметов мусора — лучший способ прокачки. Но награды XP за рецепты более высокого уровня не были увеличены настолько, чтобы компенсировать более высокий XP, необходимый для повышения уровня, и теперь и без того значительная работа стала еще хуже.

    Для меня переломным моментом стало то, что я потратил более двух часов на шлифовку материалов, и, потратив их все, я заработал лишь жалкие четыре уровня инженерии. Четыре уровня. Из двухсот. В одном навыке. А я еще даже не сто уровень. Это заставило бы любого задаться вопросом, как игра просит нас проводить время.

    С тех пор мое игровое время значительно сократилось. Я еще не готов полностью отказаться от игры, но крафт был основной частью того, что заставляло меня играть, и теперь это просто не стоит затраченных усилий.Я могу продолжать играть без крафта, но, потратив на это столько времени, я деморализован.

    Поиск

    Недавно я официально заявил, что сюжет New World лучше, чем вы думаете, но факт остается фактом: его поиски не получат никаких наград в ближайшее время.

    Это правда с самого начала, и, к сожалению, чем дальше вы продвигаетесь, тем хуже. Примерно на 30-м уровне количество озвучки резко падает, и вы быстро достигаете точки, когда почти ничего, кроме основного сюжета, не озвучивается.

    Удивительно, какая разница. Текстовые квесты раньше были отраслевым стандартом, но в наши дни это кажется архаичным, и это действительно уносит мое погружение из воды, особенно когда я уже привык к озвученным квестам ранее в игре.

    Возможно, озвучка была не самой лучшей, но ее было достаточно, чтобы придать каждому NPC немного индивидуальности. Это вдохнуло необходимую жизнь в то, что в противном случае было бы довольно простым квестовым опытом.Без него каждый персонаж, которого я встречаю, кажется совершенно безликим, и все, что мне остается, — это бесконечная беговая дорожка рутинной работы «убить десять крыс».

    Чтобы вложиться в ММО, мне нужно заботиться об ее мире, а это трудно сделать, когда каждый персонаж — просто бездушный блок текста.

    Боевой

    Когда я впервые попробовал альфа-версию New World еще в 2020 году, я сказал, что ее бой может стать новым золотым стандартом для жанра MMO. В эти дни я не испытываю такого энтузиазма по этому поводу. Отчасти это связано с углублением в игру, но также и с тем простым фактом, что бой, который у нас есть сейчас, отличается от боя, который был тогда.

    Возможно, вы замечали, что каждый раз, когда моб атакует вас в Новом Свете , ваш персонаж шатается под ударом, потенциально прерывая ваши атаки. Вернувшись в альфу, это пошло в обоих направлениях. Попадания игроков также смещали их цели.

    К сожалению, это привело к серьезным проблемам с балансом, особенно в отношении оружия с высокой скоростью атаки, такого как топорик.Некоторым игрокам стало возможным эффективно оглушать своих противников, просто спамя их базовыми атаками. Это было достаточно проблематично в PvE, но в PvP это просто ломало игру. Никому не нравится, когда его прижимают так сильно, что вы даже не можете дать отпор.

    Таким образом, ошеломление было удалено из всех атак игроков, но, как и в случае с упомянутыми выше изменениями крафта, это было похоже на вредную чрезмерную коррекцию, когда Amazon мог бы найти более умеренные решения, такие как система убывающей отдачи. Сначала это казалось незначительным изменением, но со временем я понял, что оно отбросило формулу, которая делала бои в New World такими приятными.

    Бои в New World гораздо более тактичны, чем в других MMO-играх. Вы не хотите постоянно спамить свои атаки; вы хотите сосредоточиться на блокировании и уклонении, а затем сплетать свои атаки в те моменты, когда ваш враг ослабляет бдительность.

    В старой системе вы были вознаграждены за правильное время не только нанесением урона своим врагам, но и тем, что заставили их пошатнуться, хотя бы на мгновение.Это давало вам отсрочку от их нападения, чтобы вы могли усилить собственную атаку.

    Прямо сейчас мы играем, когда работает только половина боевой системы. Амазонка убрала пряник, но оставила кнут. Теперь мы так же вынуждены блокировать и уклоняться от каждого удара, но у нас нет возможности выкроить передышку собственными атаками.

    Также не помогает то, что блокирование или уклонение не всегда так быстро реагируют, как должны быть. Было бы полезно, если бы игра давала этим действиям более высокий приоритет, с большей возможностью прерывать ваши собственные атаки, чтобы попасть в блок сцепления.

    Чем выше ваш уровень, тем хуже становится, а главный сдвиг виден примерно на отметке тридцатого уровня. Враги развивают более сложные схемы атаки, наносят более мощные атаки, которые часто отбрасывают вашего персонажа назад или вниз, и начинают наступать гораздо более плотными группами, часто оставляя вас лицом к лицу с несколькими врагами одновременно. Блокировать каждый удар можно против одного врага, но гораздо сложнее против стаи.

    Это был бы суровый переход, даже если бы мы все еще могли ошеломлять врагов, а без ошеломления это кажется слишком суровым.Нам нужны враги, чтобы меньше ошеломлять нас, или нам нужен способ дать отпор. Дело не в сложности, а в плавности геймплея. Я все еще могу выиграть каждый бой, в который ввязываюсь, но просто нехорошо тратить так много времени на то, чтобы его били, прерывали и сбивали с ног, имея слишком мало возможностей для контригры.

    Выводы

    «Стена 30-го уровня» — это не одна единственная проблема, а совокупность различных недостатков дизайна и проблем с полировкой, которые начинают проявляться примерно в одно и то же время — пресловутая смерть от тысячи порезов.Даже если одно не повлияет на вас, другие, вероятно, повлияют. Учитывая это, я не удивлен, что многие люди разлюбили игру примерно в одно и то же время.

    Я склонен быть оптимистом в отношении потенциала развития игр, поэтому я верю, что эти проблемы можно решить, но я должен с сожалением признать, что это будет не быстро и не легко. Есть слишком много вещей, которые нужно исправить, и, возможно, за исключением крафта (который в значительной степени нуждается только в корректировке чисел), это не та вещь, которую можно решить с помощью простых исправлений.

    Разработчики работают над улучшением разнообразия квестов, но я думаю, что озвучка также должна быть добавлена ​​к квестам, в которых ее нет, чтобы вернуть погружение, которое игра теряет на более высоких уровнях, а все это требует значительного времени и ресурсов.

    Боевые проблемы требуют значительной перебалансировки всей игры. Самым простым решением было бы просто ослабить ошеломляющие эффекты врагов более высокого уровня, и этого может быть достаточно, но я думаю, что могут потребоваться более фундаментальные изменения, чтобы по-настоящему вернуть радость боя, как в альфе.

    Опять же, это можно сделать. Но это не произойдет одним быстрым патчем.

    Преимущество в том, что это не нужно делать сразу. Проблемы можно решать постепенно. Если разработчики смогут снести стену 30-го уровня по одному кирпичику за раз, в конечном итоге это вообще перестанет быть проблемой. Нам просто нужно, чтобы Amazon Games начали делать необходимые шаги.

    Aeternum в Новом Свете — страна множества тайн. В Vitae Aeternum от MassivelyOP наши авторы раскрывают эти секреты, чтобы предоставить вам всестороннее освещение всего, что происходит в Новом Свете, начиная с запуска и далее.

    Реклама

    Активность пероксидазы клеточной стенки, уровень перекиси водорода и подавление NaCl роста корней проростков риса

  • Allan A C и Fluhr R 1997 Два различных источника активных форм кислорода в эпидермальных клетках табака. Заводская ячейка 9, 1559–1572 гг.

    Google Scholar

  • Анджелини Р. и Федерико Р. 1989 Гистохимические доказательства окисления полиаминов и образования перекиси водорода в клеточной стенке.J. Физиол растений. 135, 12–217.

    Google Scholar

  • Angelini R, Manes F и Federico R 1990 Пространственная и функциональная корреляция между активностью диаминоксидазы и пероксидазы и их зависимость от деэтиоляции и повреждения стеблей нута. Планта 182, 89–96.

    Google Scholar

  • Bradley D J, Kjellbom P и Lamb C J 1992 Окислительное перекрестное связывание богатого пролином белка клеточной стенки растений, вызываемое элиситором и раной: новый быстрый защитный ответ.Ячейка 70, 21–30.

    Google Scholar

  • Карпита Н.К. и Гилбо Д.М. 1993 Структурные модели первичных клеточных стенок цветковых растений: соответствие молекулярной структуры физическим свойствам стенок во время роста. Завод Ж. 3, 1–30.

    Google Scholar

  • Chen S L и Kao CH 1995 Cd вызывал изменения уровня пролина и активности пероксидазы в корнях проростков риса.Регулятор роста растений. 17, 67–71.

    Google Scholar

  • Cogoni A, Piras C, Farei R, Melis A и Floris G 1990 Hordeum vulgare проростки аминоксидазы. Очистка и свойства. Завод Физиол. 93, 818–821.

    Google Scholar

  • Cosgrove DJ 1997 Сборка и увеличение первичной клеточной стенки у растений. Анну. Преподобный Cell Dev. биол. 13, 171–201.

    Google Scholar . Может. Дж. Бот. 49, 333–337.

    Google Scholar

  • Elstner E F и Heupel A 1976 Образование перекиси водорода изолированными клеточными стенками хрена ( Armoracia lapathifolia Gilib).Планта 193, 283–289.

    Google Scholar

  • Federico R and Angelini R 1986 Наличие диаминоксидазы в апопласте эпикотилей гороха. Планта 167, 300–303.

    Google Scholar

  • Фрахри Г. и Шопфер П. 1998 Производство пероксидазы водорода корнями и ее стимуляция экзогенным НАДН. Физиол. Растение. 103, 395–404.

    Google Scholar

  • Fry S C 1986 Сшивание матричных полимеров в растущих клетках покрытосеменных растений.Анну. Преподобный Завод Физиол. 37, 165–186.

    Google Scholar

  • Gardiner MG and Cleland R 1974 Пероксидазные изменения при прекращении удлинения в стеблях Pisum sativnm . Фитохимия 13, 1095–1098.

    Google Scholar

  • Goldberg R, Liberman M, Mathieu C, Pierron M и Catesson AM 1987 Развитие пероксидаз эпидермальной клеточной стенки вдоль гипокотиля мунгана: возможное участие в процессе укрепления клеточной стенки. Дж. Эксп. Бот. 38, 1378–1390.

    Google Scholar

  • Gross G G 1977 Связанная с клеточной стенкой малатдегидрогеназа из хрена. Фитохимия 16, 319–321.

    Google Scholar

  • Хейнс Р.И. и Гох К.М. 1978 Аммиачное и нитратное питание растений. биол. Откр. 53, 465–510.

    Google Scholar

  • Hohl M, Greiner H и Schopfer P 1995 Скрытая реакция роста колеоптилей кукурузы и ее взаимосвязь с H 2 O 2 -зависимым усилением клеточной стенки.Физиол. Растение. 94, 491–498.

    Google Scholar

  • Ishida A, Ookubo K и Ono K 1987 Образование перекиси водорода путем окисления NAD(P)H изолированной ассоциированной с клеточной стенкой пероксидазой из культивируемых клеток печеночника, Marchantia polymorpha L. Plant Cell Physiol. 28, 723–726.

    Google Scholar

  • Jana S и Choudhuri MA 1981 Метаболизм гликоля трех погруженных в воду покрытосеменных растений в процессе старения. Аква. Бот. 12, 345–354.

    Google Scholar

  • Lee T-M и Lin Y-H 1995 Изменения активности растворимой и связанной с клеточной стенкой пероксидазы при росте колеоптилей и корней риса, обработанного аноксией ( Oryza sativa L.). Растениевод. 106, 1–7.

    Google Scholar

  • Lin C C и Kao CH 1995 Уровни эндогенных полиаминов и ингибированный NaCl рост проростков риса.Регулятор роста растений. 17, 15–20.

    Google Scholar

  • Lin C C and Kao CH 1996a Нарушение усвоения аммония связано с ингибированием корней проростков риса, вызванным NaCl. Регулятор роста растений. 18, 233–238.

    Google Scholar

  • Lin C C and Kao CH 1996b Накопление пролина связано с ингибированием роста корней проростков риса, вызванным NaCl.Растениевод. 114, 121–128.

    Google Scholar

  • Lin C C и Kao CH 1999 NaCl вызывал изменения активности ионно-связанной пероксидазы в корнях проростков риса. Растительная почва 216, 147–153.

    Google Scholar

  • MacAdem JW, Sharp RE и Nelson CJ 1992 Активность пероксидазы в зоне удлинения листьев овсяницы тростниковой. II. Пространственное распределение активности апопластной пероксидазы у генотипов, различающихся длиной зоны удлинения.Завод Физиол. 99, 79–885.

    Google Scholar

  • Мадер М., Онгемах Дж. и Шлосс П. 1980 Роль изоферментных групп пероксидазы Nicotiana tabaccum в образовании перекиси водорода. Планта 147, 467–471.

    Google Scholar

  • Мадер М., Нессель А. и Шлосс П. 1986 Компартментация клеток и специфическая роль изоферментов. In Молекулярно-физиологические аспекты пероксидаз растений.Эд. Х. Греппин, С. Пенель и Т. Гаспар). стр. 247–260. ун-т Женевской прессы, Женева.

    Google Scholar

  • Munns R 1993 Физиологические реакции, ограничивающие рост растений в засоленных почвах: некоторые догмы и гипотезы. Окружающая среда растительной клетки. 16, 15–24.

    Google Scholar

  • Наик Б.И., Госвами Р.Г. и Сривастава С.К. 1981 Быстрый и чувствительный колориметрический анализ аминоксидазы.Анальный. Биохим. 111, 146–148.

    Google Scholar

  • Neumann PM, Azaizeh H и Leon D 1994 Затвердевание клеточных стенок корня: Ингибирующие реакции роста на засоление. Окружающая среда растительной клетки. 17, 303–309.

    Google Scholar

  • Rengel Z 1992 Роль кальция в токсичности солей. Окружающая среда растительной клетки. 15, 625–632.

    Google Scholar

  • Sanchez O J, Pan A, Nicolas G and Labrador E 1989 Связь активности пероксидазы клеточной стенки с ростом эпикотилей Cicer arietinum .Эффект ингибиторов кальмодулина. Физиол. Растение. 75, 275–279.

    Google Scholar

  • Schopfer P 1994 Гистохимические проявления и локализация H 2 O 2 в органах высших растений методом тканевой печати на нитроцеллюлозной бумаге. Завод Физиол. 104, 1269–1275.

    Google Scholar

  • Schopher P 1996 Опосредованное перекисью водорода усиление клеточной стенки in vitro колеоптилей кукурузы.Планта 199, 43–49.

    Google Scholar

  • Зигель С.М. 1953 г. О биосинтезе лигнинов. Физиол. Растение. 6, 134–139.

    Google Scholar

  • Smith T A 1985 Ди- и полиаминоксидазы высших растений. Биохим. соц. Транс. 13, 319–322.

    Google Scholar

  • Suzuki Y and Hagiwara M 1993 Очистка и характеристика диаминоксидазы из побегов Zea mays .Фитохимия 33, 995–998.

    Google Scholar

  • Влияние эксцентриситета и уровня адаптации на иллюзию стены кафе

  • Адельсон, Э. Х., Берген, Дж. Р. (1985). Пространственно-временные энергетические модели восприятия движения. Журнал Оптического общества Америки A , 2 , 284–299.

    Артикул Google Scholar

  • Адельсон, Э.Х., Берген, Дж. Р. (1991). Пленоптическая функция и элементы раннего зрения. В MS Landy & JA Movshon (Eds.), Вычислительные модели обработки изображений (стр. 3–20). Кембридж, Массачусетс: MIT Press.

    Google Scholar

  • Анзай, А., Озава, И., и Фримен, Р. Д. (1999). Нейронные механизмы обработки бинокулярной информации: II. Сложные клетки. Журнал нейрофизиологии , 82 , 909–924.

    ПабМед Google Scholar

  • Бартен, П.Г.Дж. (1999). Контрастная чувствительность человеческого глаза и ее влияние на качество изображения . Беллингем, Вашингтон: SPIE Optical Engineering Press.

    Книга Google Scholar

  • Бауман, Л. А., и Бондс, А. Б. (1991). Тормозное уточнение пространственно-частотной избирательности в одиночных клетках стриарной коры кошки. Vision Research , 31 , 933–944.

    Артикул пабмед Google Scholar

  • Беннетт П.Дж. и Бэнкс М.С. (1987). Потеря чувствительности при нечетно-симметричных механизмах и фазовые аномалии периферического зрения. Природа , 326 , 873–876.

    Артикул пабмед Google Scholar

  • Берген, Дж. Р., и Лэнди, М.С. (1991). Компьютерное моделирование сегрегации визуальной текстуры. В MS Landy & JA Movshon (Eds.), Вычислительные модели обработки изображений (стр. 253–271). Кембридж, Массачусетс: MIT Press.

    Google Scholar

  • Блейкмор, К., и Кэмпбелл, Ф.В. (1969). О существовании в зрительной системе человека нейронов, избирательно чувствительных к ориентации и размеру изображений на сетчатке. Журнал физиологии , 203 , 237–260.

    ПабМед Google Scholar

  • Блейксли, Б., и Маккорт, М.Е. (2004). Единая теория яркостного контраста и ассимиляции, включающая ориентированную многомасштабную пространственную фильтрацию и нормализацию контраста. Vision Research , 44 , 2483–2503.

    Артикул пабмед Google Scholar

  • Кэмпбелл, Ф. В., и Куликовски, Дж.Дж. (1966). Ориентировочная избирательность зрительной системы человека. Журнал физиологии , 187 , 437–445.

    ПабМед Google Scholar

  • Карандини, М., Хигер, Д. Дж., и Мовшон, Дж. А. (1999). Линейность и контроль усиления в простых ячейках V1. В EG Jones & PS Ulinski (Eds.), Кора головного мозга: Vol. XII. Кортикальная модель (стр. 401–443). Нью-Йорк: Пленум.

    Google Scholar

  • Даугман, Дж. Г. (1985). Соотношение неопределенностей для разрешения в пространстве, пространственной частоты и ориентации оптимизировано с помощью двумерных визуальных кортикальных фильтров. Журнал Оптического общества Америки A , 2 , 1160–1169.

    Артикул Google Scholar

  • ДеАнджелис, Г.К., и Анзай, А. (2004). Современный взгляд на классическое рецептивное поле: линейная и нелинейная пространственно-временная обработка нейронами V1. В Л. М. Чалупа и Дж.С. Вернер (редакторы), Зрительные нейронауки (стр. 704–719). Кембридж, Массачусетс: MIT Press.

    Google Scholar

  • ДеАнджелис Г.К., Гхош Г.М., Одзава И. и Фримен Р.Д. (1999). Функциональная микроорганизация первичной зрительной коры: анализ рецептивного поля близлежащих нейронов. Journal of Neuroscience , 19 , 4046–4064.

    ПабМед Google Scholar

  • Де Валуа, К. К. (1977). Пространственная частотная адаптация может повысить контрастную чувствительность. Vision Research , 17 , 1057–1065.

    Артикул пабмед Google Scholar

  • Де Валуа, К.К., и Тутелл, Р.Б.Х. (1983). Пространственно-частотно-специфическое торможение в клетках стриарной коры кошек. Журнал физиологии , 291 , 483–505.

    Google Scholar

  • Де Валуа, Р.Л., Альбрехт, Д.Г., и Торелл, Л.Г. (1982). Пространственная частотная избирательность клеток зрительной коры макака. Vision Research , 22 , 545–559.

    Артикул пабмед Google Scholar

  • Де Валуа, Р.Л., и Де Валуа, К.К. (1988). Пространственное зрение . Нью-Йорк: Издательство Оксфордского университета.

    Google Scholar

  • Де Валуа, Р. Л., Морган, Х., и Сноддерли, Д.М. (1974). Психофизические исследования зрения обезьян: 3. Тесты пространственной яркостно-контрастной чувствительности макак и людей-наблюдателей. Vision Research , 14 , 75–81.

    Артикул пабмед Google Scholar

  • Эрл, округ Колумбия, и Маскелл, С.Дж. (1993). Шнуры Фрейзера и переворачивание иллюзии стены кафе. Восприятие , 22 , 383–390.

    Артикул пабмед Google Scholar

  • Эмерсон Р.C., Берген, Дж. Р., и Адельсон, Э. Х. (1992). Направленно-селективные сложные клетки и вычисление энергии движения в зрительной коре кошек. Vision Research , 32 , 203–218.

    Артикул пабмед Google Scholar

  • Филд, Д. Дж., и Толхерст, Д. Дж. (1986). Структура и симметрия профилей рецептивного поля простых клеток в зрительной коре кошек. Труды Лондонского королевского общества: серия B , 228 , 379–400.

    Артикул Google Scholar

  • Фрейзер, Дж. (1908). Новая иллюзия визуального направления. Британский журнал психологии , 2 , 307–320.

    Google Scholar

  • Фриман, В. Т., и Адельсон, Э. Х. (1991). Конструкция и использование управляемых фильтров. Транзакции IEEE по анализу образов и машинному интеллекту , 13 , 891–906.

    Артикул Google Scholar

  • Джорджсон, Массачусетс, и Миз, Т.С. (1997). Восприятие неподвижных клеток: роль пространственных фильтров в анализе границ. Vision Research , 37 , 3255–3271.

    Артикул пабмед Google Scholar

  • Джорджсон, Массачусетс, и Салливан, Г.Д. (1975). Постоянство контраста: устранение размытия в человеческом зрении с помощью каналов пространственной частоты. Журнал физиологии , 252 , 627–656.

    ПабМед Google Scholar

  • Гореа А. и Папатомас Т. В. (1991). Разделение текстур по хроматическим и ахроматическим зрительным путям: аналогия с обработкой движения. Журнал Оптического общества Америки A , 8 , 386–393.

    Артикул Google Scholar

  • Серый, С.М., Кениг П., Энгель А.К. и Сингер В. (1989). Колебательные реакции в зрительной коре кошек демонстрируют межстолбцовую синхронизацию, которая отражает глобальные свойства стимула. Природа , 338 , 334–337.

    Артикул пабмед Google Scholar

  • Грегори Р.Л. (1968). Зрительные иллюзии. Scientific American , 219 , 66–76.

    Артикул пабмед Google Scholar

  • Грегори Р.Л. (1972). [От редакции]. Восприятие , 1 , 492.

    Google Scholar

  • Грегори, Р.Л., и Херд, П.Ф. (1979). Блокировка границы и иллюзия стены кафе. Восприятие , 8 , 365–380.

    Артикул пабмед Google Scholar

  • Хейг, Северная Дакота (1989). Новая зрительная иллюзия и ее механизм. Восприятие , 18 , 333–345.

    Артикул пабмед Google Scholar

  • Хигер, Д. Дж. (1992). Нормализация клеточных ответов в стриарной коре кошек. Визуальная неврология , 9 , 181–197.

    Артикул пабмед Google Scholar

  • Худ, округ Колумбия, и Финкельштейн, Массачусетс (1986). Зрительная чувствительность. В KR Boff, L. Kaufman, & JP Thomas (Eds.), Справочник по восприятию и человеческим возможностям (Vol.1, стр. 1–66). Нью-Йорк: Уайли.

    Google Scholar

  • Хьюбел, Д. Х., и Визель, Т. (1962). Рецептивные поля, бинокулярное взаимодействие и функциональная архитектура зрительной коры кошек. Журнал физиологии , 160 , 106–154.

    ПабМед Google Scholar

  • Келли, Д. Х. (1984). Неоднородность сетчатки: I. Пространственно-временная контрастная чувствительность. Журнал Оптического общества Америки A , 1 , 107–113.

    Артикул Google Scholar

  • Круизинга П. и Петков Н. (1999). Нелинейный оператор для ориентированной текстуры. IEEE Transactions on Image Processing , 8 , 1395–1407.

    Артикул пабмед Google Scholar

  • Левитт, Х. (1971). Преобразованные вверх-вниз методы в психоакустике. Журнал Акустического общества Америки , 49 , 467–477.

    Артикул пабмед Google Scholar

  • Лулич, Д.П., и Стивенс, К.А. (1989). Дифференциальный вклад круглых и вытянутых пространственных фильтров в иллюзию стены кафе. Биологическая кибернетика , 61 , 427–435.

    Артикул пабмед Google Scholar

  • Малик, Дж., & Перона, П. (1990). Преаттентивное различение текстуры с механизмами раннего зрения. Журнал Оптического общества Америки A , 7 , 923–932.

    Артикул Google Scholar

  • Марр, Д. (1982). Зрение: компьютерное исследование человеческого представления и обработки визуальной информации . Сан-Франциско: Фримен.

    Google Scholar

  • Марр Д., & Хилдрет, Э. (1980). Теория обнаружения границ. Труды Лондонского королевского общества: серия B , 207 , 187–217.

    Артикул Google Scholar

  • Морган, М. Дж., и Каско, К. (1990). Пространственная фильтрация и пространственные примитивы в раннем видении: объяснение класса геометрической иллюзии Цёлльнера-Джадда. Труды Лондонского королевского общества: серия B , 242 , 1–10.

    Артикул Google Scholar

  • Морган, М.Дж., и Хотопф, Х.Н. (1989). Воспринимаемые диагонали в сетках и решетках. Vision Research , 29 , 1005–1015.

    Артикул пабмед Google Scholar

  • Морган М.Дж. и Молден Б. (1986). Фигура Мюнстерберга и витые шнуры. Vision Research , 26 , 1793–1800.

    Артикул пабмед Google Scholar

  • Морроне, М.К., и Берр, Д.К. (1988). Обнаружение признаков в человеческом зрении: модель энергии, зависящая от фазы. Труды Лондонского королевского общества: серия B , 235 , 221–245.

    Артикул Google Scholar

  • Мюнстерберг, Х. (1897 г.). Die verschobene Schachbrettfigur. Zeitschrift für Psychologie , 5 , 185–188.

    Google Scholar

  • Нахмиас, Дж., Сансбери, Р., Василев, А., и Вебер, А. (1973). Адаптация к прямоугольным решеткам: В поисках неуловимой третьей гармоники. Vision Research , 13 , 1335–1342.

    Артикул Google Scholar

  • Нестарес, О., и Хигер, Д. Дж. (1997). Моделирование явного частотно-специфического подавления простых клеточных ответов. Vision Research , 37 , 1535–1543.

    Артикул пабмед Google Scholar

  • Одзава, И., ДеАнджелис, Г.К., и Фриман, Р.Д. (1990). Различение стереоскопической глубины в зрительной коре: нейроны идеально подходят в качестве детекторов несоответствия. Наука , 249 , 1037–1041.

    Артикул пабмед Google Scholar

  • Пели, Э.(2002). Алгоритм обнаружения признаков на основе модели визуальной системы. Труды IEEE , 90 , 78–93.

    Артикул Google Scholar

  • Петков, Н., и Круизинга, П. (1997). Вычислительные модели зрительных нейронов, специализирующихся на обнаружении периодических и апериодических зрительных стимулов: полосы и решетки. Биологическая кибернетика , 76 , 83–96.

    Артикул пабмед Google Scholar

  • Филлипс, Г.C., & Wilson, HR (1984). Ширины ориентации пространственных механизмов, измеренные с помощью маскирования. Журнал Оптического общества Америки A , 1 , 226–232.

    Артикул Google Scholar

  • Поллен, Д. А., и Роннер, С. Ф. (1983). Зрительные корковые нейроны как локализованные фильтры пространственной частоты. Транзакции IEEE по системам, человеку и кибернетике , 13 , 907–916.

    Google Scholar

  • Робсон Дж.Г. и Грэм Н. (1981). Суммирование вероятности и региональное изменение контрастной чувствительности по полю зрения. Vision Research , 21 , 409–418.

    Артикул пабмед Google Scholar

  • Рок, И. (1986). Описание и анализ восприятия объектов и событий. В KR Boff, L. Kaufman, & JP Thomas (Eds.), Справочник по восприятию и человеческим возможностям (Том 2, стр. 33–71).Нью-Йорк: Уайли.

    Google Scholar

  • Ровамо, Дж., Вирсу, В., и Нясянен, Р. (1978). Фактор коркового увеличения предсказывает фотопическую контрастную чувствительность периферического зрения. Природа , 271 , 54–56.

    Артикул пабмед Google Scholar

  • Сэвидж, Г.Л., и Бэнкс, М.С. (1992). Скотопическая визуальная эффективность: ограничения оптикой, свойствами рецепторов и объединением стержней. Vision Research , 32 , 645–656.

    Артикул пабмед Google Scholar

  • Стабелл Б. и Стабелл У. (1981). Абсолютная спектральная чувствительность при различных эксцентриситетах. Журнал Оптического общества Америки , 71 , 836–840.

    Артикул пабмед Google Scholar

  • Стюарт, Г. В., и Боссомайер, Т.Р. Дж. (1992). Совместное представление визуальных границ. Восприятие , 21 , 185–194.

    Артикул пабмед Google Scholar

  • Такеучи Т. (1997). Аналог движения иллюзии стены кафе. Восприятие , 26 , 569–584.

    Артикул пабмед Google Scholar

  • Таннер П. П., Жоликер П., Коуэн В.Б., Бут, К., и Фишман, Ф.Д. (1989). Сглаживание: метод сглаживания неровных линий на изображении компьютерной графики — реализация на Amiga. Методы исследования поведения, инструменты и компьютеры , 21 , 59–66.

    Google Scholar

  • Толхерст, Д. Дж. (1972). Адаптация к прямоугольным решеткам: торможение между каналами пространственной частоты в зрительной системе человека. Журнал физиологии , 226 , 231–248.

    ПабМед Google Scholar

  • Тайлер, К.В., и Накаяма, К. (1984). Взаимодействия размеров в восприятии ориентации. В L. Spillman & BR Woten (Eds.), Сенсорный опыт и восприятие (стр. 529–546). Хиллсдейл, Нью-Джерси: Эрлбаум.

    Google Scholar

  • ван Нес, Ф. Л., Кендеринк, Дж.Дж., Нас, Х., и Боуман, М.А. (1967). Передача пространственно-временной модуляции в человеческом глазу. Журнал Оптического общества Америки , 57 , 1082–1088.

    Артикул пабмед Google Scholar

  • Уотсон, А.Б., и Ахумада, А. (1985). Модель зрительного восприятия движения человека. Журнал Оптического общества Америки A , 2 , 322–341.

    Артикул Google Scholar

  • Ватт, Р. Дж. (1990). Визуальная обработка: вычислительные, психофизические и когнитивные исследования .Лондон: Психологическая пресса.

    Google Scholar

  • Ватт, Р. Дж., и Морган, М. Дж. (1985). Теория примитивного пространственного кода в человеческом зрении. Vision Research , 37 , 127–142.

    Google Scholar

  • Wilson, HR, Ferrera, VP, & Yo, C. (1992). Психофизически мотивированная модель двумерного восприятия движения. Визуальная неврология , 9 , 79–97.

    Артикул пабмед Google Scholar

  • Уилсон, Х. Р., и Гизе, С. (1977). Пороговая видимость паттернов частотного градиента. Vision Research , 17 , 1177–1190.

    Артикул пабмед Google Scholar

  • Wilson, H.R., McFarlane, D.K., & Phillips, GC (1983). Пространственно-частотная перестройка ориентационно-селективных единиц, оцененная с помощью наклонной маскировки. Vision Research , 23 , 873–882.

    Артикул пабмед Google Scholar

  • Уилсон, Х. Р., и Уилкинсон, Ф. (2004). Пространственные каналы в видении и пространственном объединении. В LM Chalupa & JS Werner (Eds.), The visual neurosciences (стр. 1060–1068). Кембридж, Массачусетс: MIT Press.

    Google Scholar

  • Вычислительные исследования на молекулярном уровне одностенных композитов углеродные нанотрубки–полиэтилен

    https://doi.org/10.1016/j.commatsci.2012.12.012Получить права и содержание

    Abstract

    Минимальная энергия структур коротких (3,3) одностенных углеродных нанотрубок (SWCNT)–полиэтилен (PE), а также энергия связи между SWCNT и PE были получены из трех широко используемых силовых полей молекулярной механики и методов первых принципов. Молекулярные силовые поля представляли собой силовые поля Дрейдинга, универсальные и конденсированные фазы оптимизированных молекулярных потенциалов для исследований атомистического моделирования (COMPASS), а методы первых принципов включали функционал плотности B3LYP и методы пост-Хартри Фока MP2 с, как правило, 6-311G, Базисные наборы 6-311Г(д,п) и 6-311Г(2д,2п).Эти расчеты показывают, что результаты, полученные для всех силовых полей, находятся в качественном согласии с результатами первых принципов, и что PE предпочитает быть выровненным с ненулевым углом вдоль оси SWCNT, где угол зависит от силового поля или первых принципов. используемый метод. Это указывает на то, что более длинные цепи PE могут оборачиваться вокруг SWCNT. Это было изучено с использованием силового поля COMPASS с более длинными (5,5) ОУНТ, взаимодействующими с цепочкой PE, и, в соответствии с расчетами минимальной энергии, PE наматывается вокруг SWCNT, тем самым увеличивая радиус вращения PE.Это силовое поле также использовалось для оценки влияния ОУНТ (5,5) на механические свойства нанокомпозитов ПЭ. Расчетное межфазное напряжение сдвига и энергия межфазной связи структур ОУНТ-ПЭ составили 141,09 МПа и 0,14 Н/м. Моделирование показывает, что использование коротких ОУНТ в качестве армирования не увеличивает модуль Юнга для изучаемых здесь систем, тогда как более длинные, выровненные ОУНТ увеличивают модуль Юнга в осевом направлении ОУНТ.

    Особенности

    • Силовое поле COMPASS действительно для системы полиэтилен–одностенные углеродные нанотрубки (PE–SWCNT).• ПЭ увеличивает свой радиус вращения в присутствии ОУНТ, так что он может обернуться вокруг нанотрубки. • Длинные ОУНТ увеличивают модуль Юнга композита в осевом направлении ОУНТ.

    Ключевые слова

    Ключевые слова

    Ключевые слова

    Ключевые слова

    Моделирование

    Углерод NanoTube

    Polyethylene

    Компас

    Компас

    Интерфейс

    Механические свойства

    Рекомендуемые изделия для СТРАНИЗАЦИЯ

    Посмотреть полный текст

    Copyright © 2012 Elsevier B.V. Все права защищены.

    Рекомендуемые статьи

    Цитирующие статьи

    Распознавание 2D-текстур стен методом пассивной эхолокации для различных конфигураций разности уровней от отраженного к прямому

    Abstract

    В этой работе мы изучаем способность людей различать различные двухмерные текстуры стен путем пассивного прослушивания предварительно записанного щелчка языком в сценарии эхолокации на слух. Кроме того, было исследовано влияние искусственного увеличения амплитуды раннего отражения на 6 дБ и удаления прямого компонента при выравнивании громкости. Результаты теста на слух для различных текстур, от плоской стены до лестницы, оценивались с использованием метода 2 альтернативных принудительных выборов (2AFC), в котором 14 зрячих нетренированных участников указывали на 2 одинаково воспринимаемых стимула из 3 предъявленных стимулов. Было обнаружено, что средняя производительность слушателей по различению различных текстур была значительно выше для стен на расстоянии 5 м, без перекрытия между отраженным и прямым звуком, по сравнению с теми же стенами на расстоянии 0.расстояние 8 м. Было обнаружено, что усиление отражений, а также удаление прямого звука полезно для различения текстур. Этот вывод подчеркивает важность прямой маскировки в процессе дискриминации. Было обнаружено, что общая различимость текстуры выше для стен, отражающих с более высокой спектральной окраской.

    Образец цитирования: Kritly L, Sluyts Y, Pelegrín-García D, Glorieux C, Rychtáriková M (2021) Распознавание двухмерных текстур стен с помощью пассивной эхолокации для различных конфигураций разности уровней от отраженного до прямого. ПЛОС ОДИН 16(5): e0251397. https://doi.org/10.1371/journal.pone.0251397

    Редактор: Richard Mankin, Министерство сельского хозяйства США, США

    Получено: 12 января 2021 г.; Принято: 25 апреля 2021 г .; Опубликовано: 27 мая 2021 г.

    Copyright: © 2021 Kritly et al. Это статья с открытым доступом, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

    Доступность данных: Все соответствующие данные находятся в файлах вспомогательной информации и на figshare (10.6084/m9.figshare.13553582).

    Финансирование: Исследование выполнено при поддержке архитектурного факультета KU Leuven, EPF France, проекта ЕС ACI (программа Erasmus+ Стратегическое партнерство — Грант № 2017-1-PL01-KA202-038577) и проекта ЕС Asknow (Erasmus+ Knowledge Alliances — Грант № 2018-1-PL01-KA202-050820). Этот проект получил финансирование от исследовательской и инновационной программы Horizon 2020 Европейского Союза в рамках соглашения о гранте Марии Склодовской-Кюри № 6.Спонсоры не участвовали в разработке исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

    Конкурирующие интересы: Авторы заявили об отсутствии конкурирующих интересов.

    Введение

    Эхолокация первоначально была известна в связи с тем, что животные, такие как летучие мыши и дельфины, ориентируются и распознают свое окружение, интерпретируя эхо-сигналы от самостоятельно производимых последовательностей высокочастотных импульсов и чириканий, в основном за пределами слышимого частотного диапазона человека [1]. , 2].Этот метод ориентации позволяет им определять местонахождение ближайших препятствий, хищников и жертв с высоким пространственным разрешением и точностью [3, 4]. Этот метод, также называемый биосонаром, основан на прослушивании самоизлучаемых звуков вместе с паттернами отражения, вызванными окружением [5].

    Хотя метод эхолокации обычно используется животными, он также может быть полезен людям, особенно когда речь идет о визуальных сложных условиях, когда акустическая обратная связь с окружающей средой позволяет отображать ее особенности, не полагаясь только на визуальные сигналы.В связи с этим эхолокация имеет большое значение для слепых при адаптации к потере зрения, особенно в сочетании с использованием длинной трости [6].

    Несмотря на необычайную мощь слуховой системы человека, большинство людей не знают об этих полезных слуховых возможностях и сосредотачиваются на изучении визуальных сигналов, которые часто являются необходимым условием для нашей мобильности, идентификации и получения информации. Слабовидящие или слепые люди вынуждены использовать невизуальные методы для навигации в окружающей среде, основанные либо на тактильных, либо на акустических сигналах.

    Использование других органов чувств, кроме зрения (т. е. тактильных и слуховых), для ориентации слепых людей было исследовано в рамках холистических подходов [7], в которых необходимо было воспринимать пространство с помощью мультисенсорного подхода. Использование невизуальных подсказок для навигации также изучалось Dodsworth et al. [8] и др. (см. [9–12]). В этих рамках был проведен проект «Проектирование в темноте», позволив зрячим людям испытать влияние нарушений зрения на выполнение навигационных задач, а также включив в их дизайн инвалидов-конечных пользователей пространств [13].

    Акустическая эхолокация чаще всего встречается в трех формах: пассивная эхолокация, активная эхолокация и сенсорное замещение. Пассивная эхолокация заключается в использовании внешних звуков или шума для картирования окружающей среды. Активная эхолокация использует звук, запускаемый автоматически, с использованием портативного щелкающего устройства или ударов тростью; или стимулы собственного производства, генерируя оральные щелчки и шипение. Последние звуки являются двумя наиболее часто используемыми в сообществе эхолокаторов. Ротовые щелчки, также называемые щелчками языка или неба, выглядят как пульс Бесселя [14] и являются наиболее часто используемыми стимулами эхолокаторов, обеспечивающими высокую производительность при выполнении задачи эхолокации [14–16], из-за их импульсивного характера (полная ширина, половина). Максимальная длительность огибающей около 3 мс) и высокий уровень звукового давления (уровень звукового воздействия 35-65 дБ) [17].Шипение из-за его широкого спектра (> 5 кГц) и большой продолжительности (порядка 1 секунды или более) особенно эффективно для обнаружения на коротком расстоянии за счет использования спектральной окраски воспринимаемого звука, которая вызвана частотно-зависимой интерференцией между отраженным и прямой звук [18, 19], изменяющийся пропорционально ширине полосы источника [20]. В качестве альтернативы сенсорные замещающие устройства (SSD) могут предоставлять посредством тактильной или слуховой обратной связи информацию о ближайших препятствиях, полученную с помощью ультразвуковых или оптических сигналов [2, 21].Некоторые другие вспомогательные устройства делают эхолокацию доступной для пользователей, независимо от их способности самостоятельно производить высокоэффективные стимулы, т. е. с высокой интенсивностью звука и высокими пиковыми частотами, путем их генерации внешним источником звука, установленным на головке эхолокатора [22]. . В слепом сообществе мнения о добавленной стоимости твердотельных накопителей не единодушны, возражения в основном связаны с нежелательной потребностью во внешнем питании для работы, а также с их стоимостью и выдающимся дизайном [23].Каждая из этих форм эхолокации может быть изучена и развита путем специального обучения как слабовидящих, так и зрячих людей с нормальным слухом [24]. Пользователи часто подчеркивают, что изучение эхолокации с помощью обучения [9, 25] подчёркивает, что большинство людей могут в некоторой степени успешно эхолокировать, если они уделяют достаточно времени и усилий обучению.

    Хотя эхолокация человека обычно связана с обнаружением и определением местоположения препятствий, спектрально-временной состав акустических эхо-сигналов потенциально также может предоставить информацию о геометрических особенностях отражающих объектов.В 1996 году Беранек [26] упомянул о возможности извлечения из звука информации о текстуре стены посредством «субъективного впечатления, которое слушатели получают от паттернов, в которых последовательность ранних звуковых отражений достигает их ушей». При оценке акустики помещения, оптимизации и моделировании текстура стен учитывается через коэффициент рассеяния или диффузии [27]. Сообщается, что увеличение коэффициента рассеяния стен внутри помещения вызывает увеличение времени раннего затухания (EDT) и времени реверберации (T30) и, соответственно, снижение четкости (C80) [27, 28].На восприятие эффектов измененного коэффициента рассеяния большое влияние оказывает выбор возбуждающего стимула, а также местонахождение слушателя внутри помещения [28, 29]. В рамках моделирования концертного зала было установлено, что различия в коэффициенте рассеяния более 0,4 по сравнению с помещением с коэффициентом рассеяния 0,9 слышны [27]. Изменения рассеивающих свойств поверхности в первую очередь влияют на частотный спектр звука [30] и восприятие его объемности [31].В недавнем круговом тесте поиск адекватного алгоритма моделирования рассеяния в программном обеспечении на основе лучей оказался сложной задачей, а упрощение эффектов рассеяния в программном обеспечении акустического моделирования привело к слышимым артефактам [32]. Эксперименты, демонстрирующие практическое использование эхолокации для распознавания архитектурных особенностей, представлены в работах. [33, 34]. Исследование эффекта предшествования и его связи с текстурами поверхности в реалистичных условиях было проведено Robinson et al.[35].

    Далее мы сообщаем о слышимости различий в слуховом щелчке, генерируемом и слышимом эхолокатором вблизи разных стен (одна из них имеет форму лестницы), отражая и/или рассеивая часть звука обратно в эхолокатора в виртуальной среде. Рассмотрены два случая: один со стеной рядом с эхолокатором, так что отраженный звук перекрывается с прямым звуком, и другой со стеной дальше, так что нет наложения между прямым и отраженным звуками.Рассмотрены две разные концепции окраски: одна связана с гребенчатой ​​фильтрацией, возникающей в результате взаимодействия между прямым и отраженным звуком, а другая связана с формированием спектра и точным временным распределением отражений. Слышимость оценивается в слуховых тестах типа ABX, в которых испытуемого спрашивают, какой из двух звуков, A или B, равен третьему звуку X. Далее мы сначала опишем щелкающий стимул, а также особенности различных звуков. препятствия, используемые при аурализации.Далее приводятся подробности процедуры ABX и представлен статистический анализ результатов теста на прослушивание, проведенного на 14 испытуемых. Наконец, делаются выводы и соответствующие перспективы для будущих вкладов.

    Метод

    Стимулы

    Расчет импульсной характеристики помещения.

    Импульсные характеристики помещения (RIR) шести различных текстур были смоделированы с помощью двумерного расчета конечных разностей с использованием сферически-симметричного гауссового источника 2.радиусом 8 см, размером, соответствующим ротовому отверстию эхолокатора, производящего щелчок языком, тем самым генерируя частоты до 13 кГц [см. [19] и рис. 1 и 2].

    Рис. 1. Характеристика небного щелчка.

    Представления представляют собой соответственно временной (а) и спектральный (б) график щелчка языком, использованный в этом исследовании. Спектр вычислялся с помощью преобразования Фурье без окна.

    https://doi.org/10.1371/journal.pone.0251397.g001

    Рис. 2.Непрерывное вейвлет-преобразование щелчка языком.

    Длительность вейвлетов была установлена ​​равной 7 выборкам на частоте 44,1 кГц, т.е. 159 мкс. Спектрально-временное представление было рассчитано до 12 кГц и нормализовано по величине.

    https://doi.org/10.1371/journal.pone.0251397.g002

    Исследование сосредоточено на изучении 6 текстур стен, представленных на рис. 3 и 4: широкая стена (а), круглая выпуклая стена (б), стена с отверстием (в), вогнутая параболическая стена (г), зубчатая стена (в форме периодической прямоугольной волны) (д) и лестница (е).Идея, стоящая за этим выбором, заключается в том, что эти текстуры уже используются в зданиях или их можно построить на практике. Более того, некоторые из них, как ожидается, будут демонстрировать своеобразное акустическое поведение (см. Claes et al. [36] для пространственной картины отраженных звуковых волн) по сравнению с простой плоской стенкой (a), например, фокусирование (b и d), частота зависимое отражение (с) и частотно-зависимая угловая дисперсия (е и е).

    Рис. 3. Чертежи сценариев с соседними стенами с различной текстурой.

    Соответствующие текстуры: плоская стена (a), круглая стена (b), стена с отверстием (c), параболическая стена (d), зубчатая стена (e) и лестница (f). Источник помечен буквой S. Размеры указаны в см.

    https://doi.org/10.1371/journal.pone.0251397.g003

    Рис. 4. Чертежи сценариев с дальними стенами (5,0 м) с разными текстурами.

    Соответствующие текстуры: плоская стена (a), круглая стена (b), стена с отверстием (c), параболическая стена (d), зубчатая стена (e) и лестница (f).Источник помечен буквой S. Размеры указаны в см.

    https://doi.org/10.1371/journal.pone.0251397.g004

    В отличие от классических эхолокационных тестов, в которых участники производят свои собственные щелчки перед реальными объектами, здесь мы использовали один (и, следовательно, идеально воспроизводимый) , безэховый звук щелчка, который был свернут с искусственно созданной импульсной характеристикой, которая соответствовала передаточной функции между точечным всенаправленным источником и всенаправленным микрофоном в безэховой комнате, содержащей интересующую текстурированную стену. Смоделированный звук не учитывает направленность щелчков [15, 37], что несколько снижает экологическую достоверность результатов.

    Все стены были смоделированы со 100% отражающей способностью. Границы расчетной области моделировались жесткими. Не было необходимости моделировать их как идеально совпадающие слои, так как соответствующие отражения были изолированы от импульсных откликов с помощью временного окна 6,0 мс в случае виртуальной стены или лестницы рядом с человеком (около 81 см) и 31,3 мс в случае виртуальная стена или лестница далеко от человека (примерно на 5.0м). Эти две длины окна соответствуют расстоянию распространения звука 2,05 м и 10,72 м соответственно. Частота дискретизации составляла 192 кГц, а разрешение сетки 2D — 1,3 мм. Плоскость расчета была горизонтальной во всех случаях, за исключением лестницы, где она была вертикальной из-за вертикальной текстуры лестницы. Приемник располагался на несколько сантиметров выше передатчика. Процедура моделирования более подробно описана в Claes et al. [36].

    Стимулы различных исследованных текстур существенно различаются по временной структуре и спектральной окраске.На коротком расстоянии ранние отражения от плоских (рис. 5А), круглых (рис. 5В) и параболических (рис. 5С) стенок импульсивны. Окраску t, вызванную интерференцией между отражением и прямым компонентом, нелегко интерпретировать (рис. 6A–6C). Напротив, ранние отражения зубчатой ​​стены (рис. 5D) и лестницы (рис. 5F) имеют длинный хвост. Для зубчатой ​​стенки хвост характеризуется нерегулярными колебаниями. В случае лестницы хвост начинается с импульса, за которым следуют колебания, соответствующие серии отражений все более удаленных ступенек.Подобные огибающие отраженных звуков можно увидеть на больших расстояниях (рис. 7), хотя и с повышенной сложностью, более поздним приходом и меньшей амплитудой.

    Рис. 6. Спектральная разность между прямым и отраженным компонентами (не свернутыми) для каждой текстуры на расстоянии 0,8 м.

    Спектры были получены путем преобразования Фурье двух компонентов без использования окон, начиная с 0,05 мс до максимума прямого звука и на 3,85 мс позже для отраженного звука. Черные и светло-серые кривые соответствуют прямой и отраженной компонентам различных бинауральных импульсных характеристик соответственно.Спектры были нормализованы на частоте 1,5 кГц для лучшей визуализации различий в окраске.

    https://doi.org/10.1371/journal.pone.0251397.g006

    Помимо громкости эха и его временных характеристик, при условии, что эхо достаточно продолжительное и сильное, чтобы его можно было услышать и не маскировать прямым звуком , способность людей различать текстуры стен также может быть основана на различиях в спектральном составе. На рисунках 6 и 8 показано, что после нормализации, за исключением небольшой ряби или изменения тренда (<1 дБ для 0.на расстоянии 8 м, <4 дБ на расстоянии 5,0 м) спектры плоской, круглой и параболической стен очень похожи на спектры прямого звука, что затрудняет их различение на основе спектра. По сравнению с прямым звуком и другими типами стен спектр отражения зубчатой ​​стены и лестницы имеет существенные неравномерности выше 3,5 кГц. Из-за того, что высокочастотные, коротковолновые компоненты звука легко просачиваются через отверстие, в спектре отражения стены с апертурой отсутствуют высокие частоты, что позволяет легко отличить этот спектр от спектров других типов стен.Обратите внимание, что все спектры показывают характерные особенности, связанные с текстурой, во всем показанном частотном диапазоне от 0,5 кГц до 13 кГц, который хорошо перекрывается используемым спектром щелчков языком (рис. 1).

    Рис. 8. Спектральная разность между прямым и отраженным компонентами (не свернутыми) для каждой текстуры на расстоянии 5,0 м.

    Спектры были получены, как описано в подписи к рис. 6, за исключением отраженного звука, начинающегося через 20,6 мс после пика прямого звука. Черные и светло-серые кривые соответствуют прямой и отраженной компонентам различных бинауральных импульсных характеристик соответственно.Спектры были нормализованы на частоте 1,5 кГц для лучшей визуализации различий в окраске.

    https://doi. org/10.1371/journal.pone.0251397.g008

    Для лучшей иллюстрации восприятия звуковых стимулов ниже приводится семантическое описание импульсных ответов помещения, предоставленное несколькими слушателями. Плоская поверхность описывалась как «основная, короткая, естественная», круглая поверхность — как «короткая, нейтральная», параболическая — как «полная, богатая, сильная», зубчатое препятствие — как «мягкое, длинное», стена с проем как «полый, пустой, слабый» и лестница как «птица, стрела».

    Участники

    Эксперимент по прослушиванию был проведен на 14 зрячих людях, восьми женщинах и шести мужчинах, в возрасте от 22 до 54 лет (среднее значение = 30, стандартное отклонение = 11, медиана = 25). Все участники впервые проводили такой тест на прослушивание, и никто из них не был экспертом в области акустики. Участники были заранее проинформированы об общей цели исследования без каких-либо подробностей о точном слуховом сценарии, который они слушали.Все они сообщили о нормальном слухе, что также было подтверждено тестом аудиометрии чистого тона (от 250 Гц до 8 кГц), который проводился исследователем с помощью скринингового аудиометра AS7 (Kampler ® ) непосредственно перед фактическим тестом. У всех 14 участников порог слышимости был ниже уровня слышимости 30 дБ (дБПС) на всех протестированных частотах. Каждый участник дал устное неформальное согласие на проведение этого эксперимента для использования в контексте исследования. Одобрение этики было предоставлено Комитетом по социальной и общественной этике KU Leuven (SMEC).Участники были добровольцами и не получали никакой компенсации за свои усилия.

    Настройка прослушивания

    Прослушивание проводилось в полубезэховой камере объемом 125 м 3 (габариты 5,4м х 5,4м х 4,2 м), хорошо изолированной от внешнего мира (фоновый шум с уровнем звукового давления L р, f < 0 дБ для каждой третьоктавной полосы в слышимом диапазоне). Звуковые стимулы транслировались в цифровом виде из диспетчерской (по соседству с лабораторией) с помощью прослушивающего устройства HPS IV (Head Acoustics ® ) через звуковую карту Scarlett 6i6 (Focusrite ® ) через SPDIF, установленную на частоту дискретизации 48 кГц и разрешение 16 бит. В качестве стимулов использовались высококачественные открытые наушники HA II.1 (Head Acoustics ® ). Участники сидели за офисным столом, расположенным в углу полубезэховой комнаты. Экран компьютера был размещен на столе для отображения графического интерфейса теста. Участники могли запускать каждый стимул (без ограничения количества раз в течение предоставленного времени (см. далее)) и выбирать ответ с помощью клавиатуры или бесшумной мыши (Logitech ® M220).Ввиду простоты манипуляций и ощущения комфорта участникам не завязывали глаза и не давали инструкций держать глаза закрытыми или открытыми.

    Конфигурации импульсной характеристики помещения.

    В дополнение к описанным выше конфигурациям были изучены два искусственно модифицированных сценария, в которых был изменен баланс амплитуд между отраженным волновым пакетом и прямым звуком. В первом сценарии разница уровней «отражено-на-прямое» (RDLD) [38] была увеличена на 6 дБ.Ожидалось, что если сделать отражение более слышимым по сравнению с прямым звуком, это уменьшит влияние прямой маскировки, и, таким образом, испытуемые будут лучше различать стены с разными отражающими свойствами [39]. Для полноты картины можно упомянуть, что изменение RDLD также изменяет восприятие расстояния до отражающего объекта (см. обсуждение соотношения прямого и реверберационного излучения в Zahorik et al. [40]). Прямая звуковая волна имела значительно большую амплитуду, чем отраженные составляющие РИР.Временное разделение компонентов RIR составило 4,6 и 29,3 мс для расстояния перемещения 1,6 м и 10 м соответственно, по сравнению с продолжительностью щелчка 3,7 мс. Продолжительность щелчка определялась в соответствии с подходом, представленным Талером [16], который заключался в оценке промежутка времени, в течение которого огибающая сигнала превышает -26 дБ (5%) от пикового значения. Начало щелчка определялось по скользящему среднему значению огибающей сигнала за 0,4 мс; его смещение было извлечено из нелинейного метода наименьших квадратов, подходящего затухающей экспоненте (набор инструментов оптимизации от Matlab®) к затухающей части огибающей сигнала.

    Во втором искусственном сценарии убран прямой звук. С одной стороны, можно ожидать, что эта модификация улучшит идентификацию стены за счет уменьшения маскировки тихого отражения более громким прямым звуком. С другой стороны, удаление прямого звука также лишает эхолокатор возможности сравнивать силу и спектр отраженного и прямого звука, что приводит к потере информации. Также после удаления прямого звука отсутствует возможность информативного окрашивания звука из-за интерференции интересующего отражения и прямого звука.Чтобы уменьшить влияние сигнала амплитуды при анализе, звуки отражения были выровнены, чтобы иметь одинаковую громкость. Поскольку стандартные модели громкости, такие как модели Zwicker и Fastl [41], были разработаны для оценки стационарных звуков, мы использовали модель громкости Boullet [42] в качестве меры для выравнивания импульсивных щелчковых эхо-звуков. Последняя модель адаптирована к импульсивным раздражителям. Учитывая, что мощность источника поддерживалась постоянной на всех стенах, при выполнении этой эквализации оставшиеся сигналы представляли собой огибающую отраженного звука и его спектр. Амплитуды этих орально-бинауральных комнатных импульсных ответов затем были выровнены до того же уровня звукового давления, что и в исходном случае. Оценка громкости была сделана с использованием бесплатного набора инструментов Matlab® [43], вычислив общую импульсную громкость, выраженную в Сонах, для каждой из текстурированных стен на обоих расстояниях без каких-либо изменений. Импульсные характеристики стенок затем выравнивались до их максимальной громкости с помощью дихотомии.

    Бинауральная эмуляция импульсной характеристики помещения.

    При подготовке стимулов, которые должны быть представлены испытуемым, вышеописанные RIR были разделены на их прямые и отраженные компоненты и уменьшены до 48 кГц, чтобы быть совместимыми с частотой дискретизации сигналов, подлежащих свертыванию. с участием.Прямая составляющая, соответствующая излучаемому звуку, слышимому без каких-либо помех со стороны окружающей среды, была свернута с функцией орально-бинаурального преобразования (OBTF). OBTF рассчитывали методом граничных элементов с использованием программного обеспечения FastBEM® [44]. OBTF представляет собой сложную передаточную функцию звукового давления между опорной точкой уха, т. е. на расстоянии 1 см от входа в закупоренный слуховой проход, и точкой рта, т. е. на расстоянии 25 мм перед входом в ротовое отверстие. Таким образом, он объясняет влияние головы человека на восприятие собственного звука.OBTF был рассчитан с помощью модели головы из базы данных OpenHear [45], упрощенной для того, чтобы показать среднее расстояние между узлами 4,4 мм. Источник моделировался как монополь с центром между губами. Уровни звукового давления рассчитывались по частоте от 40 Гц до 12 кГц с шагом 40 Гц с использованием FastBEM®. Временной сигнал OBTF был реконструирован с частотой дискретизации 24 кГц путем применения обратного преобразования Фурье, а затем передискретизирован на частоте 48 кГц в Matlab®.

    Отраженная составляющая RIR была свернута с передаточной функцией, связанной с головой (HRTF), для угла поворота по азимуту и ​​углу места, равного 0°. Под этим углом HRTF моделирует влияние головы человека на восприятие звука, падающего спереди, что является наиболее реалистичным сценарием для человека, пытающегося определить текстуру интересующей стены. Мы не исследовали сценарии при разных ориентациях головы, так как можно было ожидать, что соответствующие сигналы добавят информацию только о расположении отражателя, но не о его текстуре. HRTF был извлечен с использованием SOFA Matlab® и Octave® API из базы данных FHK HRTF, полученной с помощью фиктивной головы KU100 (Neumann®) на частоте 48 кГц в безэховой камере.Процедура приобретения описана в [46].

    Два свернутых компонента были повторно собраны в оральный бинауральный комнатный импульсный отклик (OBRIR) [47] и свернуты с помощью щелчка языком, который был записан в полубезэховой камере с помощью обученного эхолокатора на частоте 44,1 кГц с помощью всенаправленного микрофона, расположенного на расстоянии 50 см. рта вдоль оси распространения. Сигнал был передискретизирован до 48 кГц. Щелчок языком имел продолжительность 8 мс (что соответствует расстоянию распространения звука 2.7m) и пиковой частотой 4,1 кГц в диапазоне типичных небных щелчков, которые имеют продолжительность от 3 до 15 мс и пиковую частоту от 3 до 8 кГц [23]. Усиление системы воспроизведения звука было откалибровано с использованием импульсной характеристики прямой составляющей, свернутой как с OBTF, так и с сигналом возбуждения. Система стимулирующей аурализации была настроена на получение уровня звукового воздействия (SEL) 51 дБ(А), что соответствует пиковому значению уровня звукового давления 85,5 дБ(А), с использованием сонометра типа 2236 (Brüel & Kjær®) на вход в закрытый слуховой проход.Этот уровень стимула соответствует умеренно громкому щелчку в контексте эхолокации. Соответствующий звуковой щелчок в безэховой среде, то есть только с учетом распространения между ртом и ухом эхолокатора, имел большую часть своей энергии между 400 Гц и 6 кГц с пиком около 2 кГц.

    Задача и процедура

    Задание.

    Слышимость различий в текстуре стен была протестирована с использованием метода 2 альтернативных принудительных выборов [48], известного как прослушивание типа ABX, основанного на попарном сравнении.Процедура ABX включает 3 индивидуально запускаемых звука (каждый из которых отражается от одной из представленных выше текстур: (а) круглая стена (б), стена с отверстием (в), параболическая стена (г), зубчатая стена (д). и лестница (f)) обозначалась как A, B и X. A и B всегда были разными, а X был таким же, как A или B. Участников просили определить, является ли X идентичным A или B, и их заставляли выбрать одно из двух предложений. В случае, если между стимулами А и В не было слышно никакой разницы, испытуемому предлагалось произвольно выбрать тот или иной.Психоакустический эксперимент 2AFC имеет предел угадывания 50%. Различие между тестируемыми текстурами для данной комбинации пропорционально точности ответа выше этого порога. Для статистической достоверности и воспроизводимости каждая комбинация текстур стен была представлена ​​в случайном порядке 3 раза. Типичное время, в течение которого участники выполняли один тест на прослушивание, каждый из которых относился к одной из 3 конфигураций импульсной характеристики, соответствующих 3 раза по 15 комбинаций 6 стимулов на 2 расстояниях, составляло около 17 минут (минимум = 8, максимум = 28, стандартное отклонение). = 5, медиана = 15).

    Процедура.

    Когда эксперимент был представлен участникам, им сообщили, что каждый стимул соответствует звуку, который слышит эхолокатор, производящий щелчок языком перед препятствием на неопределенном расстоянии. Кроме инструкций по управлению тестовым программным обеспечением и ознакомления с заданием на прослушивание, никакой информации участнику предоставлено не было. Протокол прослушивания был запрограммирован в Matlab ® .

    Участники могли активировать только один стимул за раз, и все три стимула должны были быть прослушаны хотя бы один раз, прежде чем кнопки ответа были активированы.Не было ограничения на количество срабатываний стимула. Однако для каждого сравнения был установлен контролируемый программным обеспечением лимит времени в 30 секунд. За 10 секунд до лимита отображалось сообщение, информирующее пользователя об оставшемся времени. В случае отсутствия ответа в течение этого промежутка времени программа переходила к следующему сравнению стен, и ответ классифицировался как неверный. На практике ограничение времени ответа было достигнуто только в 5 ‰ случаев, так что влияние приведенной выше классификации на глобальную статистику было незначительным.

    Три конфигурации RIR были обработаны в ходе отдельных сеансов прослушивания, каждый из которых отделялся 5-минутным перерывом. Эта пауза систематически предлагалась участникам, чтобы максимально сконцентрироваться на тесте и неформально опросить их о воспринимаемой сложности теста. Порядок представления трех конфигураций RIR между сеансами, а также комбинации текстур и их расстояние до виртуального эхолокатора в каждом подтесте были случайным образом назначены программным обеспечением для тестирования прослушивания.

    Продолжительность трех сеансов сильно зависела от субъекта и варьировала от 29 до 75 минут (среднее значение = 51, стандартное отклонение = 14, медиана = 48).

    Результаты и обсуждение

    Результаты сеансов прослушивания были проанализированы с использованием полнофакторной модели трехстороннего дисперсионного анализа с повторными измерениями (ANOVA) с использованием программного обеспечения IBM Statistics SPSS 26®. Интересующей величиной была производительность различения текстуры, количественно определяемая долей различения (DF), которую мы определили как долю от общего числа сравнений, для которых данная текстура или группа случаев были даны правильные ответы (т.е. X был связан слушателем с правильным членом (A или B) представленной (A, B) пары). Тремя учитываемыми факторами ANOVA были текстуры стен, группа расстояний и конфигурация импульсной характеристики помещения. К попарным сравнениям применяли апостериорную коррекцию Bonferroni . Эти три фактора обсуждаются в следующих разделах. Кроме того, для оценки размера приводятся как частичный эта-квадрат ( η p 2 ), так и эта-квадрат ( η 2 ) [49, 50] [49, 50].е. существенное значение эффекта. η p 2 — это размерный эффект, который наиболее часто используется для схемы повторных измерений ANOVA и предоставляется непосредственно SPSS®. Однако в некоторых методических рекомендациях рекомендуется указывать его относительное значение η 2 [51, 52]. В контексте данной статьи значения η 2 занижены из-за количества учитываемых факторов и взаимодействий, но они позволяют сравнивать величины эффектов.

    Влияние расстояния между эхолокатором и (виртуальной) стеной

    Как показано на рис. 9, средний балл различия текстур был значительно выше ( F (1,13) = 26,09, p < 0,001, η p 9

    4 2 , η 2 = 0 . 019 ) для стен, расположенных на расстоянии 5 м (среднее DF = 0,79), чем вблизи, на расстоянии 0,8 м (среднее DF = 0,71). Это улучшение обнаружения может быть связано с большим разносом времени прихода и, следовательно, с меньшим эффектом прямого маскирования прямой составляющей OBRIR на ее отраженную составляющую на большем расстоянии.По-видимому, этот положительный эффект доминирует над потерей RDLD в случае дальнего расстояния, несмотря на то, что эта потеря существенна: от 4,5 дБ для параболической стены до 15,5 дБ для зубчатой ​​стены. Потеря величины отражения с увеличением расстояния станет вредной в тех случаях, когда сила отражения упадет ниже порога слышимости или фонового шума. Различия между более близкими стенами труднее различить, чем между дальними стенами, также указывают на то, что 5.Перекрытие 7 и 6,5 мс (оценено на основе временного интервала 95% (-26dBFS) центральной энергии) между прямым и отраженным звуками щелчка в случае близких стен приводит не к усилению окраски информации, а к маскированию информации. карабкаться.

    Рис. 9. Эффективность распознавания текстуры, сгруппированная по расстоянию, протестирована на 14 зрячих участниках.

    Уровень точности, соответствующий пределу угадывания (50%), представлен темно-черной пунктирной линией.

    https://doi.org/10.1371/journal.pone.0251397.g009

    Следует отметить, что, хотя проведенные эксперименты с пассивной эхолокацией имеют то преимущество, что они демонстрируют повторяющиеся звуки щелчка языком хорошего качества, некоторые из сделанных выводов могут нельзя расширить до сценария, в котором эхолокатор выполняет активную эхолокацию. Было показано, что в последнем случае передняя маскировка представляет гораздо меньшую проблему [53].

    Для полноты картины отметим, что влияние разницы расстояний между эхолокатором и стеной несколько смещено за счет выбора конечных размеров рассматриваемых стенок.Во временной области геометрическая конечность стен действует более или менее как временное окно: отражения от частей, находящихся на разном расстоянии от головы эхолокатора, приходят в разное время, самые поздние отражения исходят от краев стен. В частотной области это окно приводит к свертке со спектром оконной функции. Поскольку рассматриваемые стенки имеют одинаковый размер и поскольку эффект свертки весьма ограничен на обоих расстояниях (см., например, гладкость спектра плоской стенки на рис. 6 и 8), можно с уверенностью предположить, что эффект конечного размера по результатам очень мало.В любом случае, стены на кратчайшем расстоянии различаются хуже, чем на кратчайшем расстоянии, что указывает на то, что отражения, идущие под большими углами, не добавляют к сигналу достаточной информации, которая существенно помогла бы процессу распознавания.

    Эффект увеличения величины отражения

    Исследование, проведенное в предыдущем разделе, позволило оценить комбинированный эффект изменения времени прибытия и амплитуды отражения от стены на характеристики распознавания текстуры.Чтобы лучше понять механизм распознавания, используемый для распознавания текстур, далее мы рассмотрим отдельный эффект искусственного увеличения величины отражения без изменения времени прибытия. Мы исследовали два искусственных случая: один, в котором прямой звук был удален из RIR, и другой, в котором отношение отражения к прямому было увеличено на 6 дБ.

    На рис. 10 показано, что в целом, т. е. с учетом всех текстур стен и двух расстояний от стены до человека вместе, обе модификации приводят к лучшей производительности распознавания ( F (2,26) = 13.26, P <0,001, η 2 = 0,51, = 0,51, 2 = 0,039) По сравнению с естественным корпусом (средний DF = 0,67, P Нормальный/RDLD увеличен < 0,001, p Нормальный/Только отражения = 0,02). Этот результат подтверждает, что для рассматриваемых конфигураций прямая составляющая маскирует некоторую значимую информацию. Однако полное удаление прямой составляющей свернутых OBRIR (средняя DF = 0.78) не приводит к значительно лучшему распознаванию текстуры, чем уменьшение ее амплитуды относительно отражения (средняя DF = 0,79) ( p RDLD увеличилось /Только отражения = 1,00).

    Рис. 10. Характеристики распознавания текстуры для трех конфигураций импульсных характеристик, протестированных на 14 зрячих участниках.

    Уровень точности, соответствующий пределу угадывания (50%), представлен темно-черной пунктирной линией.

    https://doi.org/10.1371/journal.pone.0251397.g010

    Интересно, что последнее наблюдение справедливо не только для дальних стен ( p дальних = 1,00), но также справедливо и для близлежащих случаев ( p около = 0,95), как показано на рис. 11, показывающем, что спектральная окраска усиленных отражений от близлежащей стены, вызванная наложением прямого звука и отражения, не влияет ни положительно, ни отрицательно на характеристики распознавания стен.Предыдущее исследование [19] показало, что сигналы громкости и окраски используются для выполнения задач эхолокации на коротком расстоянии (0,5 м) с помощью устных щелчков, причем некоторые участники сообщили, что полагаются на тональное содержание отражений, когда прямой звук и отражения были перекрывающиеся, а потому не воспринимаемые как отдельные звуки. Это предполагает, что на цветовой сигнал при распознавании текстуры близких стен слабо влияет окрашивание, вызванное перекрытием прямых и отраженных компонентов OBRIR на расстоянии 80 см.Кроме того, полное удаление прямого компонента свернутого OBRIR значительно улучшает эффективность обнаружения близлежащих стен (90 573 p 90 574 90 784 около 90 785 = 0,02) по сравнению с обычным сценарием. Однако его влияние на различение далеких слишком мало, чтобы быть значительным (90 573 p 90 574 90 784 дальних 90 785 = 0,07), что указывает на то, что эффект маскирования в этом случае ограничен из-за значительного разделения времени прихода между прямыми и отраженный звук.Наблюдение, что удаление прямого звука явно не ухудшает характеристику различения, а скорее оказывает положительный эффект, указывает на то, что слушателям не нужна информация о RDLD, и поэтому они находят достаточно информации в зависящей от текстуры окраске спектра отраженного звука. Однако важно иметь в виду, что уровень отражения повышался в отсутствие прямой составляющей, чтобы соответствовать уровню звукового давления, наблюдаемому при наличии прямого звука.Следовательно, сигнал окраски может не обеспечивать такого четкого улучшения обнаружения при неусиленной амплитуде отражения.

    Рис. 11. Характеристики распознавания текстуры для взаимодействия между тремя конфигурациями импульсной характеристики помещения и двумя исследованными группами расстояния, протестировано на 14 зрячих участниках.

    Уровень точности, соответствующий пределу угадывания (50%), представлен темно-черной пунктирной линией.

    https://doi.org/10.1371/journal.pone.0251397.g011

    Дискриминация разных текстур

    При совместном анализе характеристик различения на двух расстояниях (0,8 м и 5 м), как показано на рис. 12, текстуры могут быть сгруппированы по трем качественным уровням, при этом каждая текстура кластера распознается с эффективностью, значительно отличающейся от характеристик другой кластер ( F (5,65) = 40,47, p < 0,03, η p 2 = 0.76, η 2 = 0,055). Внутри каждого кластера производительности различия в производительности различения между членами кластера несущественны (90 573 p 90 574 > 0,91). Плоская стена и круглая стена (первый кластер) являются текстурами, которые труднее всего различить, обе имеют средний показатель 0,68 (т.е. 68%, всего на 18% выше предела угадывания 50%). Параболическую и зубчатую стену (второй кластер) значительно легче отличить от других текстур, чем первый кластер, соответственно со средним значением 0.75 и 0,73. Стена с проемом и лестница (третий кластер) являются наиболее различимыми текстурами, коэффициенты обнаружения которых достигают 0,81 и 0,84.

    На рис. 13 показано, что приведенная выше качественная кластеризация неадекватна при отдельном рассмотрении двух групп расстояний. Тем не менее, некоторые четкие тенденции, различающиеся между двумя группами расстояний, бросаются в глаза. Как обсуждалось в разделе, посвященном влиянию расстояния до стены на ее различимость, рассматривая все текстуры вместе, увеличение расстояния улучшает характеристики различения.Однако эта тенденция оказалась очень слабой для круглой стены ( p = 0,23) и отсутствовала для стен с зубцами ( p = 1,00). Из-за большого количества гребней и, как следствие, большого количества незеркальных, диффузных отражений, достигающих наблюдателя в разное время, OBRIR зубчатой ​​стены имеют более длинные и менее импульсивные хвосты отражений, чем другие текстуры, за исключением лестницы. Это говорит о том, что зубчатая стена менее чувствительна к маскирующему эффекту прямого компонента и его наложению на отражения и, следовательно, менее склонна к улучшению различения за счет увеличения расстояния до стены.Кроме того, это указывает на то, что на спектрально-временные характеристики отраженного звука от этих типов стен не влияет маскировка прямым звуком. Обсуждение слышимости диффузии на разных расстояниях от рассеивающей поверхности дано в [27, 54, 55].

    Рис. 13. Характеристики слышимости указанных текстур для группы расстояния протестированы на 14 зрячих участниках.

    Уровень точности, соответствующий пределу угадывания (50%), представлен темно-черной пунктирной линией.

    https://doi.org/10.1371/journal.pone.0251397.g013

    Глядя на импульсные характеристики на рис. 5 в предыдущем разделе, относящиеся к стимулам, отраженный звук круглой стены характеризуется отсутствием спектральной окраской и дисперсией (отличающей ее от отражений зубчатой ​​стены и стены в форме лестницы) и разницей между ее уровнем и уровнем других типов стен. Величина отражения круглой стены не так сильно отличается от отражения плоской стены, что объясняет, почему сравнение DF плоской стены с круглой стенкой плохое (DF плоский = 0.68, ДФ круговой = 0,68, р = 1,00). Его величина отражения также значительно выше, чем у стены с отверстием (> 7,5 дБ), и существенно слабее (< -6,8 дБ) из-за выпуклой формы, рассеивающей отраженную энергию, чем у параболической стены, которая концентрирует отраженную энергию в направлении места прослушивания. Эта разница в величине отражения объясняет, почему круглую стену можно разумно отличить от этих типов стен (DF , круглая = 0.68, DF с диафрагмой = 0,81, DF Parabolic = 0,75, P Круговой / с диафрагмой <0,001, P Круговой / Параболический <0,001). Разница в дискриминации со стенкой с отверстием возникает на обоих расстояниях ( p < 0,002), в отличие от разницы с параболической стенкой, возникающей только на большем расстоянии ( p < 0,001).

    Сводка значений (p-значение) различения между парами типов стен представлена ​​на рис. 14.

    Рис. 14. Тест прослушивания, основанный на статистической значимости (p-значение) доли дискриминации представленных пар текстур на двух исследованных расстояниях.

    Правая и левая части таблицы соответствуют расстоянию 0,8 м и 5,0 м соответственно. Пары, которые значительно различаются, выделены серым цветом. Прилагаемые рисунки дают схематическое представление текстур и не отображают ни размер, ни компоновку смоделированных.

    https://дои.org/10.1371/journal.pone.0251397.g014

    На расстоянии 5 м, без маскирующих эффектов, вследствие явной дисперсии, возникающей в результате последовательности вступлений частичных отражений от разных ступеней, и связанной с этим спектральной окраски, стена в форме лестницы, безусловно, легче всего распознается (DF = 0,92, p < 0,01). При 0,8 м эффективность дискриминации для стены лестницы ниже (DF = 0,76), но все же выше, чем у других текстур стен, за исключением стены с проемом (DF = 0.79). В целом стена с апертурой также хорошо отличается от других типов стен из-за отсутствия отражения от апертуры, согласно наблюдениям Calleri et al. [33]. Это приводит к значительно меньшей амплитуде отражения по сравнению с другими типами стен. Кроме того, происходит значительное снижение высокочастотного содержания отражения из-за дифракции на апертуре. В результате дискриминация по окраске текстур становится более эффективной в низкочастотном диапазоне [20].Качество различения стены с проемом от другой стены плохое только по отношению к зубчатой ​​стене на расстоянии 0,8 м (DF с проемом/0,8 м = 0,79, DF с зубцами/0,8 м = 0,73, p = 0,68). и к вогнутой параболической стене на высоте 5 м (DF апертура/5,0 м = 0,83, DF парабола/5,0 м = 0,82, p = 1,00).

    На рис. 15C показано влияние усиления RDLD или удаления прямого звука на DF для каждого типа стен. За исключением выпуклой круглой стенки, ДФ увеличивается (хотя и не всегда значительно) с уменьшением относительной силы прямого звука, подтверждая ранее сделанное наблюдение, что маскировка прямым звуком часто ухудшает четкость информации в отраженном звуке.За исключением стены с апертурой, статистически значимое увеличение DF за счет усиления RDLD обнаружено для всех типов стен ( p = 0,08). Удаление прямой составляющей и выравнивание громкости отражений не приводит к значительному улучшению ДФ для круглой ( p = 0,65) и параболической стен ( p = 1,00).

    Рис. 15. Эффективность распознавания текстуры в соответствии с конфигурацией импульсного отклика помещения, протестированная на 14 зрячих участниках в каждой дистанционной группе.

    Эта фигура разделена на 3 части, соответствующие ближайшим стенам (а.), дальним стенам (б.) и текстурам на обоих расстояниях (в.). Уровень точности, соответствующий пределу угадывания (50%), представлен темно-черной пунктирной линией.

    https://doi.org/10.1371/journal.pone.0251397.g015

    Дальнейшее улучшение распознавания при полном удалении прямого звука, а не просто усилении RDLD значимо только для стены с отверстием ( p <0 .01). Это подчеркивает важность того, чтобы окраска отражения для последнего типа стены была лучше в отсутствие прямого звука, т. е. без какой-либо информации о времени прихода отражения и прямого сравнения уровня RDLD. Вогнутую параболическую стену легче отличить от других типов стен, когда RDLD увеличивается, чем когда прямой звук удаляется, а сравниваемые звуки выравниваются ( p = 0,01).

    Расчет и анализ отдельных количественных показателей для распознавания текстуры

    На рис. 5–8 показано, что различия в текстуре стенок вызывают явные различия как во временных характеристиках сигнала эха, так и в спектральных характеристиках (приведенные спектры относятся только к эхосигналу после удаления прямого звука).Можно было бы ожидать, что эффективность распознавания людьми определенной пары стен сильно связана со степенью различия спектральных и/или временных характеристик. Чтобы исследовать это, мы построили на рисунках 16–18 корреляцию между тремя однозначными величинами (SNQ), которые представляют соответствующие спектральные или временные различия между двумя членами всех 15 пар стен, то есть каждой возможной парой 6 текстур, и средние характеристики различения для этих пар стен на каждом расстоянии.

    Рис. 16. Корреляция между разностью временных сигналов текстурных пар (SNQ1) и эффективностью различения.

    SNQ1 состоит из среднеквадратичного значения разности временных сигналов каждой пары текстур. Пунктирные светло-серые кривые представляют собой полиномиальные аппроксимации 3-го порядка среднеквадратичной разницы между временными сигналами с соответствующими факторами дискриминации.

    https://doi.org/10.1371/journal.pone.0251397.g016

    Рис. 17. Корреляция между разницей между спектрами текстурных пар (SNQ2) и эффективностью различения.

    SNQ2 состоит из среднеквадратичного значения разницы между частотной областью каждой пары текстур. Пунктирные светло-серые кривые представляют собой полиномиальные аппроксимации 3-го порядка среднеквадратичной разницы между временными сигналами с соответствующими факторами дискриминации.

    https://doi.org/10.1371/journal.pone.0251397.g017

    Рис. 18. Корреляция между различием спектров негладкости текстурных пар (SNQ3) и эффективностью дискриминации.

    SNQ3 состоит в абсолютном значении разности между среднеквадратичными значениями численно дифференцированных спектров каждой пары текстур.Пунктирные светло-серые кривые представляют собой полиномиальные аппроксимации 3-го порядка среднеквадратичной разницы между временными сигналами с соответствующими факторами дискриминации.

    https://doi.org/10.1371/journal.pone.0251397.g018

    SNQ1 (рис. 16) — среднеквадратичное значение разности сигналов времени. SNQ2 (рис. 17) — среднеквадратичное значение разности спектров. SNQ3 (рис. 18) — абсолютное значение разности между среднеквадратичными значениями численно дифференцированных спектров.Эта величина отражает разницу в негладкости спектров. Визуальный просмотр спектров показывает, что разные стенки имеют явно разную степень негладкости в своих спектрах.

    На рис. 16 показана смешанная картина с, в зависимости от комбинации расстояния до стены (далеко/близко) и стимула, предъявленного слушающим людям (нормальный, усиленный RDLD, только эхо), слабая или плохая корреляция между сигналом времени SNQ1 и народный ДФ. По-видимому, существует некоторая корреляция для нормального эха и стимула с усилением RDLD (где прямой звук может служить своего рода эталоном), а не только для рефлексивных стимулов.

    Рис. 17 показывает некоторую степень корреляции только в случае дальней стены и отражения, предполагая, что, когда спектры эха не маскируются прямым звуком, их различие может быть в некоторой степени обнаружено.

    На рис. 18 показана некоторая степень корреляции в случае близлежащей стены с нормальным или усиленным эхом RDLD. По-видимому, восприятие людьми негладкости спектра отражения усиливается, когда эхо можно соотнести с прямым звуком.

    В целом обнаруженные корреляции относительно слабы, и можно ожидать, что испытуемый способен учитывать множественные спектрально-временные характеристики при попытке решить, отличаются ли два эхо-сигнала или нет.В связи с этим мы также проверили, в какой степени комбинация трех обсуждаемых SNQ коррелирует с эффективностью дискриминации людей. Мы решили этот вопрос, обучив искусственную нейронную сеть (ИНС) прогнозировать, начиная со значений {SNQ 1, SNQ2, SNQ3} 15 комбинаций пар стен в качестве обучающих примеров, среднюю эффективность распознавания, полученную из 15 (стена i , настенные j)-парные сравнения при прослушивании. Показатели различения, полученные из 15 сравнений пар в обратном порядке (стена j, стена i), были сохранены в качестве тестовых примеров.Нейронная сеть имела 3 входа SNQ и одно смещение, 2 входных нейрона гиперболического тангенса и линейный выходной нейрон. Итеративное обучение ИНС было остановлено непосредственно перед тем, как ошибка теста начала увеличиваться, чтобы свести к минимуму эффекты переобучения.

    На рис. 19 показаны результаты обучения и тестирования нейронной сети для прогнозирования пеленгации на основе нормального эхо-сигнала, эхо-сигнала с усилением RDLD и только эхо-сигнала для пар удаленных стенок. За исключением нескольких выбросов в тестовом примере, довольно простая (всего 2 скрытых нейрона) функция ИНС достаточно хорошо предсказывает DF, указывая на то, что комбинация 3 SNQ и пар сигналов имеет ту же степень информационного содержания, что и используемые спектро-временные признаки. в процессе субъективного различения средним испытуемым.

    Рис. 19. Корреляция между характеристикой распознавания, предсказанной ANN, и характеристикой распознавания, полученной в результате тестов прослушивания.

    Светло-серые пунктирные кривые представляют собой полиномиальную аппроксимацию 3-го порядка среднеквадратичной разницы между временными сигналами с соответствующими факторами дискриминации. Символы «плюс» предназначены для 15 обучающих данных, кружки — для 15 тестовых данных.

    https://doi.org/10.1371/journal.pone.0251397.g019

    Заключение и перспективы

    При использовании парадигмы пассивной эхолокации, для которой источником возбуждения является щелчок языком, виртуально расположенный в положении рта, в среднем 14 зрячих участников, не имевших предшествующего опыта эхолокационных задач, добились умеренного успеха в различении большинства исследовал текстуры стен от других.Разные текстуры могли соответствовать разным «посланиям». Это указывает на то, что при условии обучения текстурированные архитектурные элементы в помещениях можно использовать, чтобы помочь людям с нарушениями зрения ориентироваться, интерпретируя реплики в отражениях звуков, издаваемых ими самими.

    Расстояние

    Эффективность распознавания была выше на самом большом расстоянии (5,0 м), что позволяет предположить, что прямые звуки маскируют некоторую значимую информацию об отражениях на самом коротком расстоянии (0,8 м), тем самым снижая эффективность распознавания на этом расстоянии.Исследование промежуточных расстояний было бы полезно для оценки зависимости характеристик распознавания этих текстур от расстояния. Установка расстояния до стены на 2,8 и 3,6 м, соответственно, что соответствует времени разделения 2 компонентов на 5 и 10 мс (оценено на основе временного интервала 95% (-26dBFS) центральной энергии) с использованием идентичных передаточных функций и сигнала возбуждения. , было бы интересно оценить, как производительность распознавания текстур зависит от расстояния до стены при значительном отставании.

    Стимул возбуждения

    Щелчок языком, использованный в этом эксперименте, является импульсивным (длительность = 3,7 мс с пороговым критерием, установленным на -26 дБ полной шкалы, т. е. 5% от общей энергии), но включает низкоамплитудный хвост (длительность 8,5 мс с пороговым значением, установленным на -32 дБ полной шкалы, соответствует 2,5% энергии), что имеет тенденцию к уменьшению времени прибытия между прямым и отраженным звуком и, следовательно, увеличивает маскирующий эффект прямого звука. Специалисты по эхолокации способны генерировать еще более короткие небные щелчки [15], что должно улучшить различение текстуры на коротком расстоянии.Другие возбуждения, такие как шипение, используются для обнаружения на коротком расстоянии, основанном на различении окраски [19], а не на восприятии двух отдельных событий. Учитывая, что исследуемые текстуры имеют сильную окраску для стен с прерывистой плоской поверхностью, использование шипения в этом контексте должно быть полезным.

    Конфигурации импульсной характеристики помещения

    Изменения, внесенные в IR, либо для увеличения амплитуды отражения на 6 дБ, либо для удаления прямого компонента, хотя и выравнивают громкость отражений, улучшают характеристики распознавания текстур стен по сравнению с обычным эхосигналом.

    Это интересно с точки зрения разработки средств обучения с использованием сервера свертки в реальном времени, предполагая, что обнаружение окраски можно специально обучить путем искусственного удаления прямого компонента IR, подаваемого на механизм свертки. Однако эта специальная тренировка окраски потребует использования наушников закрытого типа, чтобы ограничить воспринимаемую энергию распространения шума возбуждения по воздуху при самостоятельном воспроизведении звука. Однако прямая составляющая возбуждения по-прежнему будет восприниматься эхолокатором через костную проводимость со значительно уменьшенной величиной.Сложность задачи эхолокации в таком тренировочном инструменте можно было бы установить, настроив значение RDLD. Новички могут начать со значительного усиления (например, между 6 и 10 дБ) отраженного компонента IR и постепенно уменьшать его. Эта модификация не требует закрытых наушников.

    Другим тестом могло бы стать искусственное увеличение времени разделения между прямой и отраженной компонентами BRIR, только с учетом этого параметра в исследовании.Однако можно предположить, что различение текстуры будет уменьшаться по мере удаления [1, 56] от места, где прямой звук больше не маскирует отражения.

    Спектральная окраска

    Было доказано, что отражающая окраска ИК является основным сигналом для распознавания текстуры. Различение эхолокаторами архитектурных маркеров, размещенных в обычных пространствах, т. е. комнатах или коридорах, образованных совокупностью плоских стен, было бы, таким образом, предпочтительным, если бы они вызывали сильную окраску отражения и если бы отражение было достаточно сильным, чтобы ограничить маскирующий эффект отражателя. другие компоненты сигнала, такие как прямой звук или фоновый шум.

    Ограничение реалистичности аурализации

    2D-сценарий.

    В этой работе мы рассмотрели эффективность различения с использованием RIR, вычисленных методом конечных разностей 2D с точечным источником, который соответствует линейному источнику в 3D-пространстве, тем самым увеличивая количество отражений, отраженных обратно к эхолокатору. Это могло бы улучшить долю дискриминации по сравнению с точечным источником в трехмерной комнате, представляющим задачу эхолокации.Расширение этой работы до 3D могло бы пролить свет на это.

    Движение головы.

    Различные стены в этой статье воспринимались под фиксированным азимутальным углом. Было показано, что движения головы очень полезны для задач эхолокации [5], особенно в сложных условиях [57]. Использование нескольких ориентаций головы и, следовательно, нескольких углов падения и отражения звука щелчка на стене предоставит дополнительную пространственную информацию о препятствиях и, как можно ожидать, улучшит распознавание людей.

    Текстура стен в безэховой среде.

    В этом исследовании не рассматривалась возможность обнаружения текстурных различий в пространстве с реалистичным временем реверберации. Окно времени для IR и, таким образом, отбрасывание реверберационного звука могло иметь два противоположных эффекта. С одной стороны, отбрасывание поздней части длинных хвостов отражения некоторых из них могло повлиять на их информационное содержание. С другой стороны, ограничение длины импульсной характеристики удаляет информацию, шифрующую отражения объектов/стен, отличных от интересующей [58, 59].Однако поздние отражения комнаты с умеренным временем реверберации иногда могут быть полезны для улучшения обнаружения стен на больших расстояниях [18] (TR = 0,4 с) и, как было показано, улучшают эффективность обнаружения препятствий с помощью эхолокации [59] (TR = 1,4с). Для будущей работы было бы интересно проверить влияние учета реверберационного хвоста в реальной комнате на характеристики распознавания текстуры. Мы почему-то уверены, что некоторые из выводов, сделанных здесь для смоделированных звуков, особенно те, которые касаются того, какие пары стен могут быть наиболее надежно различимы, останутся в силе и в реальных жизненных обстоятельствах: эксперименты по локализации источника звука, в которых производительность также зависела от спектрально-временных сигналы, показали хорошую корреляцию характеристик локализации между звуком, полученным собственными ушами, и звуком на слух [60].

    Пассивное исследование активного явления.

    Можно ожидать, что эффективность различения самодельных щелчков языком в экспериментах с активной эхолокацией будет следовать тем же тенденциям, что и наблюдаемые здесь с пассивной эхолокацией, с некоторой изменчивостью, связанной со спектральным составом самодельных щелчков [15, 39]. маскировать информацию о текстуре в отражениях самодельных щелчков менее вредно, чем при зарегистрированных щелчках [53].

    Благодарности

    Авторы хотели бы поблагодарить всех участников этого исследования за их вклад в этот проект.Авторы благодарны Нильсу Клаасу за помощь в вычислении представленных стимулов.

    Каталожные номера

    1. 1. Роуэн Д., Пападопулос Т., Эдвардс Д., Холмс Х., Холлингдейл А., Эванс Л. и др. Идентификация бокового положения виртуального объекта на основе эхо-сигналов человека. Услышьте Рез. 2013; 300: 56–65. пмид:23538130
    2. 2. Коларик А.Дж., Кирсти С., Пардхан С., Мур Б.С.Дж. Краткое изложение результатов исследований эхолокационных способностей слепых и зрячих людей.Услышьте Рез. 2014; 310: 60–68. пмид:24524865
    3. 3. Гриффин Др. Эхолокация слепыми, летучими мышами и радаром. Наука (80-). 1944; 100: 589–590. пмид:17776129
    4. 4. Флетчер Н.Х. Биоакустика животных. Справочник Springer по акустике. Спрингер; 2014. стр. 821–841.
    5. 5. Милн Дж. Л., Гудейл М. А., Талер Л. Роль движений головы в различении двумерных форм слепыми экспертами по эхолокации. Внимание, Восприятие, Психофиз. 2014; 76: 1828–1837 гг.пмид:24874262
    6. 6. Талер Л. Эхолокация может иметь реальные преимущества для слепых: анализ данных опроса. Фронт Физиол. 2013;4: 98. pmid:23658546
    7. 7. Девлигер П., Франк Р., Фройен Х., Вилдерс К., редакторы. Слепота и мультисенсорный город. Антверпен: Гарант; 2006.
    8. 8. Додсворт С., Норман Л.Дж., Талер Л. Навигация и восприятие пространственного расположения в виртуальном эхо-акустическом пространстве. Познание. 2020;197: 104185. pmid:31951856
    9. 9.Киш Д. Эхолокация человека: как «видеть», как летучая мышь. Новая наука. 2009; 202: 31–33.
    10. 10. Гей Дж., Умфарер М., Тейл А., Бухвейц Л., Линделл Э., Го Л. и др. Держите дистанцию: игривая тактильная навигация, которую могут носить слепоглухие люди. АКТИВЫ 2020 — 22-я Международная конференция ACM SIGACCESS Comput Access. 2020; 8–10.
    11. 11. Гарсия С., Петрини К., Рубин Г.С., Да Круз Л., Нардини М. Визуальная и невизуальная навигация у слепых пациентов с протезом сетчатки.ПЛОС Один. 2015; 10: 1–12. пмид:26225762
    12. 12. Jicol C, Lloyd-Esenkaya T, Proulx MJ, Lange-Smith S, Scheller M, O’Neill E, et al. Эффективность сенсорных замещающих устройств отдельно и в сочетании с самодвижением для пространственной навигации у зрячих и слабовидящих. Фронт Псих. 2020;11. пмид:32754082
    13. 13. Дюжарден М. Архитектурные исследования в Бельгии, проводимые конечными пользователями посредством участия студентов в реальных проектах с участием многих заинтересованных сторон и разработки программы обучения для пользователей-экспертов.rd Int Conf Univers Des Hamamatsu, Япония. 2010;2.
    14. 14. Рохас JAM, Hermosilla JA, Montero RS, Espí PLL. Физический анализ нескольких органических сигналов для эхолокации человека: оральные вакуумные импульсы. Acta Acust объединилась с Acust. 2009; 95: 325–330.
    15. 15. Thaler L, Reich GM, Zhang X, Wang D, Smith GE, Tao Z и др. Щелчки ртом, используемые слепыми экспертами-эхолокаторами — описание сигналов и синтез сигналов на основе моделей. PLOS Comput Biol. 2017;13. пмид:28859082
    16. 16.Талер Л., Де Вос Р., Киш Д., Антониу М., Бейкер С., Хорниккс М. Эхолокаторы человека регулируют громкость и количество щелчков для обнаружения отражателей под разными углами азимута. Proc R Soc B Biol Sci. 2018;285. пмид:294
    17. 17. Пелегрин-Гарсия Д., Де Сена Э., ван Уотершут Т., Рихтарикова М., Глорье С. Локализация виртуальной стены с помощью активной эхолокации нетренированными зрячими людьми. 2018; 139: 82–92. https://doi.org/10.1016/j.apacoust.2018.04.018
    18. 18.Шенкман Б.Н., Нильссон М.Е. Эхолокация человека: Способность слепых и зрячих людей обнаруживать звуки, записанные в присутствии отражающего объекта. Восприятие. 2010; 39: 483–501. пмид:20514997
    19. 19. Пелегрин-Гарсия Д., Рихтарикова М., Глорье С. Пороги слышимости одиночного смоделированного отражения для устных звуков у нетренированных зрячих людей. Acta Acust в сочетании с Acust. 2017; 103: 492–505.
    20. 20. Бухгольц Дж. М. Количественный анализ спектральных механизмов, участвующих в слуховом обнаружении окраски по отражению от одной стены.Услышьте Рез. 2011; 277: 192–203. пмид:21236325
    21. 21. Коларик А.Дж., Скарф А.С., Мур Б.К.Дж., Пардхан С. Слепота улучшает слуховое обход препятствий: оценка эхолокации, сенсорная замена и визуальная навигация. ПЛОС Один. 2017; 12: 1–25. пмид:28407000
    22. 22. Талер Л., Кастильо-Серрано Дж. Способность людей обнаруживать объекты с помощью эхолокации на основе щелчков: прямое сравнение щелчков ртом и щелчков, издаваемых громкоговорителем. ПЛОС Один. 2016; 11: 1–14.пмид:27135407
    23. 23. Талер Л., Гудейл М.А. Эхолокация у человека: обзор. Wiley Interdiscip Rev Cogn Sci. 2016;7: 382–393. пмид:27538733
    24. 24. Тенг С., Уитни Д. Острота эхолокации: пространственное разрешение зрячих по сравнению с экспертными характеристиками. J слепой с нарушениями зрения. 2011; 105: 20–32. пмид:21611133
    25. 25. Тим Дж. Руководство для начинающих по эколокации для слепых и слабовидящих. 2012.
    26. 26. Беранек Л., Мартин Д.В.Концертные и оперные залы: как они звучат. J Acoust Soc Am. 1996; 99: 2637–2637.
    27. 27. Штрепи Л., Астольфи А., Пельцер С., Витале Р., Рихтарикова М. Объективная и перцептивная оценка рассеянного звукового поля в моделируемом концертном зале. J Acoust Soc Am. 2015; 138: 1485–1497. пмид:26428786
    28. 28. Штрепи Л., Астольфи А., Д’Антонио Г., Гуски М. Объективная и перцептивная оценка зависящих от расстояния звуковых эффектов рассеяния в небольшом зале с переменной акустикой.J Acoust Soc Am. 2016; 140: 3651–3662. пмид:272
    29. 29. Штрепи Л., Пельцер С., Рихтарикова М., Витале Р., Астольфи А., Форлендер М. Объективная и субъективная оценка рассеянного звука в виртуальной акустической среде, смоделированной с помощью трех разных алгоритмов. 41-й Международный конгресс и выставка по технике контроля шума 2012. Нью-Йорк, Нью-Йорк, США: Институт техники контроля шума; 2012. стр. 7394–7405.
    30. 30. Витале Р. Перцептивные аспекты рассеивания звука в концертных залах.Логос Верлаг Берлин ГмбХ; 2015.
    31. 31. Торрес Р.Р., Кляйнер М., Даленбек Б.И. Слышимость диффузии в акустике помещения Аурализация: первоначальное исследование. ACTA Acust в сочетании с Acust. 2000; 86: 919–927.
    32. 32. Brinkmann F, Aspöck L, Ackermann D, Lepa S, Vorländer M, Weinzierl S. Циклический анализ акустического моделирования помещения и звукового сопровождения. J Acoust Soc Am. 2019; 145: 2746–2760. пмид:31046379
    33. 33. Каллери К., Астольфи А., Армандо А., Штрепи Л.О способности соотносить воспринимаемый звук с геометрией городского пространства. Поддерживать города Soc. 2016; 27: 346–355.
    34. 34. Робинсон П.В., Пятынен Дж., Локки Т., Сук Джанг Х., Йонг Чон Дж., Сян Н. Роль диффузных архитектурных поверхностей в слуховом пространственном различении на площадках для выступлений. J Acoust Soc Am. 2013; 133: 3940–3950. пмид:23742348
    35. 35. Робинсон П.В., Вальтер А., Фаллер С., Брааш Дж. Пороги эха для отражений от акустически диффузных архитектурных поверхностей.J Acoust Soc Am. 2013; 134: 2755–2764. пмид:24116414
    36. 36. Claes N, Zelem L, Pelegrín-García D, Rychtarikova M, Glorieux C. Эхолокационное распознавание различных текстур стен. Материалы EuroRegio 2016. Порту, Португалия; 2016.
    37. 37. де Вос Р., Хорниккс М. Акустические свойства щелчков языком, используемых для эхолокации человека. Acta Acust объединилась с Acust. 2017; 103: 1106–1115.
    38. 38. Пелегрин-Гарсия Д., Рихтарикова М., Глорьё К.Пороги слышимости отражения звука в классическом эхолокационном эксперименте человека. Acta Acust объединилась с Acust. 2016; 102: 530–539.
    39. 39. Де Вос Р., Хорниккс М. Способность человека оценивать относительный размер и поперечное положение звукоотражающей доски с помощью сигналов щелчка: влияние положения источника и свойств щелчка. Acta Acust объединилась с Acust. 2018;104.
    40. 40. Захорик П., Брунгарт Д.С., Бронкхорст А.В. Слуховое восприятие расстояния у людей: резюме прошлых и настоящих исследований.Acta Acust объединилась с Acust. 2005; 91: 409–420.
    41. 41. Хьюго Фаст ХЗ. Психоакустика — факты и модели. Спрингер. 2007.
    42. 42. Boullet I. La sonie des Sons Impulsionnels: восприятие, измерения и модели. 2005.
    43. 43. Genesis SA Громкость онлайн. 2018 [по состоянию на 20 апреля 2018 г.]. Доступно: http://www.genesis-acoustics.com/cn/%5Cnindex.php?page=32.
    44. 44. Расширенные исследования CAE. Руководство пользователя FastBEM Acoustics 3.0. 2012.
    45. 45. Полсен Р. Р., Берентцен Дж. А., Ларсен Р. Реконструкция поверхности случайного поля Маркова. IEEE Trans Vis Comput Graph. 2010; 16: 636–646. пмид:20467061
    46. 46. Берншютц Б. Сферическое дальнее поле HRIR / HRTF Компиляция Neumann KU 100. Материалы 40-й ежегодной конференции по акустике в Италии (AIA) и конференции по акустике 39-й ежегодной конференции по акустике в Германии (DAGA). 2013. С. 592–595.
    47. 47. Кабрера Д., Сато Х., Мартенс В.Л., Ли Д.Бинауральное измерение и моделирование акустического отклика помещения от рта человека до его ушей. Акустическая Ауст. 2009; 37: 98–103.
    48. 48. Поульсен Т. Методы психоакустических измерений. Lect note № 3108-e, Lyngby, Дания Osted-DTU, Acoust Technol. 2002.
    49. 49. Кеннеди Дж. Гаде, 1968 год; Брюнинг, 1968; Кеннеди, 1969 г.). 1970 г.; 885–889. пмид:20178619
    50. 50. Коэн Дж. Эта-квадрат и частичный эта-квадрат в планах ANOVA с фиксированным фактором.Educ Psychol Meas. 1973; 33: 107–112.
    51. 51. Норузян Р., Плонски Л. Эта- и частичный эта-квадрат в исследовании L2: предостерегающий обзор и руководство по более подходящему использованию. Второй Ланг Рез. 2018; 34: 257–271.
    52. 52. Левин Т.Р., Халлетт К.Р. Эта-квадрат, частичный эта-квадрат и искажение размера эффекта в коммуникационных исследованиях. Hum Commun Res. 2002; 28: 612–625.
    53. 53. Вальмайер Л., Гесселе Н., Вигребе Л. Эхолокация в сравнении с подавлением эха у людей.Proc Biol Sci. 2013; 280. пмид:23986105
    54. 54. Штрепи Л., Астольфи А., Пуглиси Г.Э., Масоеро М.С. Влияние расстояния от диффузной поверхности на объективную и перцептивную оценку звукового поля в небольшом зале с моделируемой переменной акустикой. прикладная науч. 2017;7.
    55. 55. Штрепи Л. Исследование деталей моделирования диффузионной поверхности в моделировании на основе геометрической акустики. J Acoust Soc Am. 2019; 145: EL215–EL221. пмид:31067969
    56. 56.Райс К.Э., Файнштейн С.Х., Шустерман Р.Дж. Способность слепых обнаруживать эхо: факторы размера и расстояния. J Exp Psychol. 1965; 70: 246–251. пмид:14343251
    57. 57. Вальмайер Л., Вигребе Л. Ранжирование в человеческом гидролокаторе: эффекты дополнительных ранних отражений и исследовательских движений головы. ПЛОС Один. 2014; 9: 1–28. пмид:25551226
    58. 58. Шорних С., Надь А., Вигребе Л. Обнаружение вашей внутренней летучей мыши: эхо-акустическая мишень у людей. JARO—J Assoc Res Otolaryngol.2012; 13: 673–682. пмид:22729842
    59. 59.

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *