一种应用于深海生物监测平台的鲸豚声音检测方法与流程

本发明涉及海洋应用声学，具体涉及到一种应用于深海生物监测平台的鲸豚声音检测方法。

背景技术：

1、鲸豚动物是海洋生态的旗舰物种，其生存状况对于维持海洋生态系统平衡和了解海洋生态系统健康状况具有重要的指示意义。常见的鲸豚资源调查方式包括目视截线调查和被动声学调查。

2、目视截线调查是应用最早和最为广泛的鲸豚类调查技术，主要通过船基截线目视调查手段研究鲸豚物种数量和分布，是研究鲸豚种群数量和物种分布的最为重要的方法之一。但目视截线调查效果通常受制于气象状况，夜间、大雾及高海况情况下视线受阻，难以准确观察；而气象状况良好时，也可能由于鲸豚浮出水面时间较短而造成漏检。

3、被动声学调查是主要基于鲸豚动物通过发声来探测和感知周围环境这一声学特性，通过接收其声信号来了解其活动规律和行为的一种研究方法，相较于目视截线调查其人工消耗少，具备长时间监测的能力，主要包括定点声学监测和移动声学监测。其中定点声学监测将自容式声学记录仪布置于海底，持续接收声音，受环境制约因素小，但需要在记录仪内存用完或电池耗尽后取回，且监测结果存在一定的滞后性。移动声学监测平台搭载能力较强，且移动能力较强，使得大范围的观测成本大为降低。

4、在移动声学监测中，移动声学监测平台通常是通过搭载声学传感器的移动平台来实现的。这些平台可以是船只、潜艇、浮标、无人航行器(uav、rov等)或者固定在海床上的设备。比如船只，船只是最常见的移动平台之一，研究人员将水下麦克风阵列或其他声学传感器安装在船只上，通过在海洋中巡航来收集数据，这样的平台可以覆盖大范围的海域，特别适用于追踪鲸豚的迁徙和分布；比如浮标，浮标可以固定在海面上或者漂浮在水下，携带声学传感器。这种平台常用于长期监测特定海域的声学环境，同时也可用于捕捉鲸豚的声音。浮标的好处在于相对低成本，且易于部署。

5、因此，存在待改进之处，本发明根据鲸豚发声的时频域特征，提出了应用于深海生物监测平台的鲸豚声音检测方法，该种检测方法基于信号过零率的自适应包络端点检测算法，采用频域分析方法对时域粗检测到的信号分频段进行精准检测，适用于移动监测平台的鲸豚资源调查研究监测。

技术实现思路

1、针对现有技术所存在的不足，本发明目的在于提出一种应用于深海生物监测平台的鲸豚声音检测方法，具体方案如下：

2、一种应用于深海生物监测平台的鲸豚声音检测方法，所述检测方法为：

3、使用监测平台上的声学传感器接收包含噪声及鲸豚鸣叫声的水下声音，基于自适应窗长的包络检波方法对水下声音进行端点检测，确定包含鲸豚鸣叫声信号的信号片段的起止时间，随后对检测出的信号片段分频段进行频域内阈值检测以去除容易被误检成鲸豚鸣叫声信号的噪声，得到鲸豚鸣叫声。

4、进一步的，水下声音进行端点检测前，接收到的水下声音作为采样数据，对采样数据进行数据预处理。

5、进一步的，所述数据预处理的工作步骤具体如下：

6、噪声截取：将采样数据前tn秒作为噪声，用于后续阈值计算；

7、过零率计算：根据zn短时过零率计算公式计算过零率，用于计算水下声音中的周期数，并根据周期进行帧长计算和窗长计算；

8、分帧：每当zn为预设参数的倍数时，划分一帧，帧与帧之间无重叠。

9、进一步的，对水下声音进行端点检测的工作步骤具体如下：

10、自适应窗长计算：分帧后，通过每帧的长度及预设参数计算每帧中声音数据的平均周期长度，随后根据预设周期数确定各帧的包络计算窗长；

11、包络计算：基于窗长，计算声音包络；

12、均方根检测与脉宽检测：基于tn秒的噪声计算噪声均方根值，基于噪声均方根值确定阈值一、阈值二，以阈值一与声音包络逐点比较，连续一段时间t1内，均大于阈值一且声音样点最大值大于阈值二的声音段可视为信号，若前一段信号结束点与后一段信号起始点间时间间隔小于t2，则合并两段信号，直至确定信号片段的起止时间。

13、进一步的，进行频域内阈值检测的工作步骤具体如下：

14、时频变换：将端点检测中检测出的每段信号通过fft从时域转换到频域，求出幅值最大值所对应的频点f_max；

15、频差检测以及带宽检测：当f_max<1000，若3db带宽大于阈值th_bw，则视此段信号为噪声并排除；当1000<f_max<30000时，计算此信号前后等长两段声音的最大频点f_max_f和f_max_l，若f_max-f_max_f小于阈值三或f_max-f_max_小于阈值三时，则视此段信号为噪声并排除，排除噪声后，得到检测结果，即鲸豚鸣叫声。

16、进一步的，zn短时过零率计算公式如下：

17、

18、其中，sgn[x(n)]为符号函数，具体公式如下：

19、

20、进一步的，窗长的计算公式如下：

21、k＝ncycle*avglen_period

22、其中，ncycle为预设周期数，avglen_period为每帧中声音数据的平均周期长度。

23、进一步的，滑动窗的包络计算公式如下：

24、

25、进一步的，t1、t2可设置为50us～1ms。

26、进一步的，阈值th_bw可设置为200hz～300hz。

27、与现有技术相比，本发明的有益效果如下：

28、(1)采用基于信号过零率的自适应包络端点检测方法首先进行粗识别，自适应窗长的包络检波能够根据信号的局部特性来调整窗长，从而更好地适应信号的时变性质，以确保对不同类型的鲸豚声音有良好的适应性。随后，根据鲸豚鸣叫声信号时频域特点分频段二次识别，通过设定适当的阈值，可以对有效的频段进行提取，排除误检噪声。

29、综述，本发明采用频域分析方法对时域粗检测到的信号分频段进行精准检测，运算量少，适用于移动型监测平台的鲸豚资源调查研究监测，而且可进行多种物种的声音检测，从而达到资源多样性评估的目的。

技术特征：

1.一种应用于深海生物监测平台的鲸豚声音检测方法，其特征在于，所述检测方法为：

2.根据权利要求1所述的应用于深海生物监测平台的鲸豚声音检测方法，其特征在于，水下声音进行端点检测前，接收到的水下声音作为采样数据，对采样数据进行数据预处理。

3.根据权利要求2所述的应用于深海生物监测平台的鲸豚声音检测方法，其特征在于，所述数据预处理的工作步骤具体如下：

4.根据权利要求3所述的应用于深海生物监测平台的鲸豚声音检测方法，其特征在于，对水下声音进行端点检测的工作步骤具体如下：

5.根据权利要求4所述的应用于深海生物监测平台的鲸豚声音检测方法，其特征在于，进行频域内阈值检测的工作步骤具体如下：

6.根据权利要求3所述的应用于深海生物监测平台的鲸豚声音检测方法，其特征在于，zn短时过零率计算公式如下：

7.根据权利要求4所述的应用于深海生物监测平台的鲸豚声音检测方法，其特征在于，窗长的计算公式如下：

8.根据权利要求7所述的应用于深海生物监测平台的鲸豚声音检测方法，其特征在于，滑动窗的包络计算公式如下：

9.根据权利要求4所述的应用于深海生物监测平台的鲸豚声音检测方法，其特征在于，t1、t2可设置为50us～1ms。

10.根据权利要求5所述的应用于深海生物监测平台的鲸豚声音检测方法，其特征在于，阈值th_bw可设置为200hz～300hz。

技术总结本发明提供一种应用于深海生物监测平台的鲸豚声音检测方法，涉及海洋应用声学技术领域，所述检测方法为使用监测平台上的声学传感器接收包含噪声及鲸豚鸣叫声的水下声音，基于自适应窗长的包络检波方法对水下声音进行端点检测，确定包含鲸豚鸣叫声信号的信号片段的起止时间，随后对检测出的信号片段分频段进行频域内阈值检测以去除容易被误检成鲸豚鸣叫声信号的噪声，得到鲸豚鸣叫声，本发明采用频域分析方法对时域粗检测到的信号片段分频段进行精准检测，运算量少，适用于移动型监测平台的鲸豚资源调查研究监测，而且可进行多种物种的声音检测，从而达到资源多样性评估的目的。技术研发人员：魏珂,李国栋,尹项博,汪嘉铭受保护的技术使用者：中国水产科学研究院渔业机械仪器研究所技术研发日：技术公布日：2024/4/22