[发明专利]基于声学分析的母猪呼吸系统疾病预警系统

权利要求书

1.一种基于声学分析的母猪呼吸系统疾病预警系统，其特征在于它包括多个音频采集节点，每个音频采集节点包含顺次连接的声音传感器、功率放大器及WiFi模块，其中声音传感器将环境中的声音转换为电信号，通过功率放大器将电信号放大，并利用WiFi模块与路由器建立无线通信连接，路由器发送信号至微处理器；所述微处理器连接SDRAM模块、Flash模块、通信模块、LCD显示模块、电源模块、GSM模块，所述微处理器执行以下步骤：

S1、设置音频采集节点采集声音信号，存储咳嗽数据并提取咳嗽数据的特征参数；采集声音信号的具体步骤为：

S1-1、获取幅值；

S1-2、判断是否有声音：否则返回步骤S1-1；是则进行步骤S1-3；

S1-3、持续存储数据；

S1-4、存储数据40S；

S1-5、取40S数据；

S1-6、声音识别：

S1-7、存储咳嗽数据并返回步骤S1-3；

S2、建立分类模型判断是否为咳嗽音频；

S3、提取咳嗽信息判断是否患病；判断是否患病的具体步骤为：

S3-1、计算母猪的呼吸系统疾病五项参数值，分别为：

(i)计算咳嗽音频的均方根：

式中，S表示咳嗽声均方根；n表示咳嗽的次数；An_i表示单次咳嗽的峰值；

(ii)计算峰值频率：指一次连续咳嗽中出现峰值的次数；

(iii)计算咳嗽持续时间：指一次连续咳嗽从第一次咳嗽时间开始到最后一次咳嗽结束；

(iiii)计算咳嗽声间隔平均时间：指一次连续咳嗽中，单次咳嗽之间的间隔平均时间；

(iiiii)计算最大峰值：指一次咳嗽音频段中幅值的最大值；

S3-2、判断是否为呼吸系统疾病，建立逻辑回归方程，引入Sigmoid函数，公式如下：

其中，x_i为步骤S3-1计算出的五项参数，θ_i为五项参数对应的系数，i＝1,2,…,5；所述θ₀和θ_i通过不同区域大量呼吸系统疾病的病猪和非呼吸系统疾病的常猪咳嗽声音样本，输入上式后训练得到；

当h_θ(x)＝0时，被判定为非呼吸系统疾病，h_θ(x)＝1被判定为呼吸系统疾病；

S3-3、若S3-2判定为呼吸系统疾病，则将上述五项参数值归一化到0-10之间；将各项参数值的最大值定为10，测量值按照比例定在0-10之间；最大值的选取为动态获取，根据同一个体母猪患病一段时间内连续咳嗽的最大值确定，即若本次咳嗽声中五个参量的值与之前最大值相比较小，则最大值为之前咳嗽段最大值，若比之前大，则将该值作为最大值，并记录；

S3-4、在二维空间中，五项参数轴同一原点，各参数轴等间距，相邻参数值在各参数轴的点连线构成五边形；

S3-5、计算α判定母猪呼吸系统疾病的严重程度：

式中，S_五边形为五项参数值相邻连线后构成五边形的面积，为外接圆半径为10的正五边形的面积；α为将评价等级指标划分在0-1之间的比值；

S4、获取声源位置；

S5、GSM模块发送患病信息；

S6、管理员接收信息；

S7、判断是否继续监测：否则结束；是则返回步骤S2。

2.根据权利要求1所述的系统，其特征在于S1-6中，声音识别的具体步骤为：

S1-6-1、预处理，包括：

(i)去噪：使用巴特沃斯滤波器滤波，达到降噪效果；

(ii)分帧加窗：使用交叠分段的方法对去躁后的声音信号进行分帧，并使用汉明窗降低频谱泄露；

(iii)端点检测：使用基于短时平均能量和短时过零率的双门限法，实现对声音信号的端点检测，从而获取样本信号；

S1-6-2、特征提取，使用加权的MFCC作为特征参数；

S1-6-3、利用熵权法计算各维参数的表征能力；

S1-6-4、计算一阶、二阶差分；

S1-6-5、主成分分析降维，取累计贡献率超过85％的特征向量作为特征参数。