[发明专利]一种动态组网智能辨识的采砂船监测装置及方法

权利要求书

1.一种动态组网智能辨识的采砂船监测装置的监测方法，其特征在于：动态组网智能辨识的采砂船监测装置包括固定点声学采集模块（1）、采砂船主控模块（2）、采砂船发动机声学采集模块（3）、采砂船挖砂机构声学采集模块（4）、云服务器数据通信模块（5）、动态组网及数据融合模块（6）、智能辨识模块（7）、显示及报警模块（8）；

固定点声学采集模块（1）与云服务器数据通信模块（5）连接，固定点声学采集模块（1）用于采集不同区域的背景声学特征；采砂船发动机声学采集模块（3）和采砂船挖砂机构声学采集模块（4）都与采砂船主控模块（2）连接，采砂船发动机声学采集模块（3）用于采集发动机的声学特征，采砂船挖砂机构声学采集模块（4）用于采集挖砂机械部件的声学特征；云服务器数据通信模块（5）采集后的数据依次经过动态组网及数据融合模块（6）、智能辨识模块（7）处理后，交由显示及报警模块（8）；

采砂船主控模块（2）、采砂船发动机声学采集模块（3）和采砂船挖砂机构声学采集模块（4）布置在合法采砂船上，在河道两岸边以100-300米的间隔隐秘埋置固定点声学采集模块（1）来对合法采砂船进行实时工作状态监测；

固定点声学采集模块（1）包括第一微控制器（9）、第一声音采集传感器（10）、第一高精度定位子模块（11）、第一通信模块（12）、第一锂电池（13）和第一太阳能电池板（14）；第一太阳能电池板（1）与第一微控制器（9）和第一锂电池（13）均相连接，在第一微控制器（9）的控制下对第一锂电池（13）进行充电；第一声音采集传感器（10）、第一通信模块（12）和第一高精度定位子模块（11）分别与第一微控制器（9）相连接；

采砂船主控模块（2）包括第二微控制器（15）、第二声音采集传感器（16）、第二高精度定位子模块（17）、第二通信模块（18）、第二锂电池（19）和第二太阳能电池板（20）；第二太阳能电池板（20）分别与第二微控制器（15）和第二锂电池（19）均相连接，在第二微控制器（15）的控制下对第二锂电池（19）进行充电；第二声音采集传感器（16）、第二通信模块（18）和第二高精度定位子模块（17）均与第二微控制器（15）相连接；第二通信模块（18）通过ZigBee无线方式分别与采砂船发动机声学采集模块（3）和采砂船挖砂机构声学采集模块（4）进行数据交换；第二通信模块（18）还通过3G/4G民用通信网络与云服务器数据通信模块（5）进行连接；

所述的固定点声学采集模块（1）和采砂船主控模块（2）中的高精度定子模块不仅支持GPS芯片，还支持BDS芯片；

采砂船发动机声学采集模块（3）包括第三微控制器（21）、第三声音采集传感器（22）、第三ZigBee通信模块（23）、第三锂电池（24）和第三太阳能电池板（25）；第三太阳能电池板（25）分别与第三微控制器（21）和第三锂电池（24）均相连接，在第三微控制器（21）的控制下对第三锂电池（24）进行充电；第三声音采集传感器（22）和第三ZigBee通信模块（23）均与第三微控制器（21）相连接；第三微控制器（21）将采集到的发动机振动数字信号通过第三ZigBee通信模块（23）发送到采砂船主控模块（2）；

采砂船挖砂机构声学采集模块（4）包括第四微控制器（26）、第四声音采集传感器（27）、第四ZigBee通信模块（28）、第四锂电池（29）和第四太阳能电池板（30）；第四太阳能电池板（30）分别与第四微控制器（26）和第四锂电池（29）均相连接，在第四微控制器（26）控制下对第四锂电池（29）进行充电；第四声音采集传感器（27）和第四ZigBee通信模块（28）均与第四微控制器（26）相连接；第四微控制器（26）将采集到的发动机振动数字信号通过第四ZigBee通信模块（28）发送到采砂船主控模块（2）；

所述的动态组网智能辨识的采砂船监测装置的监测方法包括以下工作过程：

当有合法采砂船进入河道监测区域时，上述的固定点声学采集模块（1）上的第一声音采集传感器（10）和第一高精度定位子模块（11）会分别对合法采砂船发出的声音和位置信息进行采集；固定点声学采集模块（1）不仅能采集合法采砂船的采砂状态；还能够采集非法采砂船的信息；固定点声学采集模块（1）上的第一微控制器（9）间隔一段时间获得第一声音采集传感器（10）在5秒内的数字信号后，执行傅里叶变换，将时域数据转换为频域数据，再按照0~20Khz，均匀分成400个子区间，分别求和统计不同频率区间的声音幅度值信息，通过第一通信模块（12）通过3G/4G民用通信网络将声音幅度值信息及合法采砂船位置信息发送到云服务器数据通信模块（5）；

当有非法采砂船进入河道监控区域时，固定点声学采集模块（1）上的第一声音采集传感器（10）同时也会采集非法采砂船的声音信息；一旦有非法采砂船进入监测区域，通过岸边上的两个固定点声学采集模块（1）对其采集到的声音信号进行位置定位，判定非法采砂船的方位区域；随后通过软件界面，发出声光报警提示工作人员；

进一步地，采砂船发动机声学采集模块（3）中的第三微控制器（21）控制器第三声音采集传感器（22）将采集到的发动机振动数字信号通过第三ZigBee通信模块（23）发送到采砂船主控模块（2）中的第二声音采集传感器（16）；采砂船挖砂机构声学采集模块（4）中的第四微控制器（26）控制第四声音采集传感器（27）将采集到的发动机振动数字信号也通过第四ZigBee通信模块（28）发送到采砂船主控模块（2）的第二声音采集传感器（16）；

更进一步地，上述的采砂船主控模块（2）中的第二微控制器（15）间隔一段时间获得第二声音采集传感器（16）在5秒内的数字信号后，执行傅里叶变换，将时域数据转换为频域数据，再按照0~20Khz，均匀分成400个子区间，分别求和统计不同频率区间的声音幅度值信息；

更进一步地，第二微控制器（15）将采砂船发动机声学采集模块（3）和采砂船挖砂机构声学采集模块（4）采集的声音也进行傅里叶变换，按照0~20Khz，均匀分成400个子区间，分别求和统计不同频率区间的声音幅度值信息；第二声音采集传感器（16）、采砂船发动机声学采集模块（3）和采砂船挖砂机构声学采集模块（4）分别进行傅里叶变换，按照0~20Khz，均匀分成的三组400个子区间的统计数据，由第二通信模块（18）发给云服务器数据通信模块（5）；

固定点声学采集模块（1）和采砂船主控模块（2）中的所述傅里叶变换，其方法为：

上式中，x_n为采集的声音的离散量，并且是长度为n的有限长序列，为系列归一化频率;采用快速傅里叶变换算法，减少嵌入式芯片的计算时间；

云服务器数据通信模块（5）部署在互联网云主机，通过基于TCP/IP的自定义协议，实现与固定点声学采集模块（1）和采砂船主控模块（2）的通信；

云服务器数据通信模块（5）采集后的数据依次经过动态组网及数据融合模块（6）、智能辨识模块（7）处理后，交由显示及报警模块（8）；

动态组网及数据融合模块（6）针对监控范围内的每艘挖砂船，分别采集不同传感器采集到的频域声学特征；并以待监测挖砂船为中心，自动将半径500米范围内的固定点声学采集模块（1）和其他采砂船主控模块（2）进行组虚拟组网，并对组网内的数据进行自动采集，并按待监测挖砂船空间远近，构建其频域声全息图；

进一步地，动态组网及数据融合模块（6）的频域声全息图构建方法一为：

A1：构建的声全息图包含3×3单元，每个单元大小为20×20灰度像素，按行列顺序存放声学频域里400个子区间中与之对应的幅度值；3×3单元的正中间位置单元存放待检测挖砂船的采砂船主控模块（2）的声学频域数据，其他8个单元分别按45°间隔存储半径500米范围内的固定点声学采集模块（1）和其他采砂船主控模块（2）的声学频域数据；

A2：其他8个单元内部有多个固定点声学采集模块（1）或者其他采砂船主控模块（2），将所述其他8个单元所有的声学频域数据按离待检测挖砂船的远近进行加权平均，其单个加权的权重为：

r为多个固定点声学采集模块（1）或者其他采砂船主控模块（2）相对待检测挖砂船的采砂船主控模块（2）的相对距离，单位为Km；

A3：相邻两个单元组合成一个块，共计有2×2块，相邻块之间有1/2单元是重叠区域；块内部，4单元的幅度值向量按行列有序组合为块幅度值向量，这样每个2×2单元的块就有1600（4×400）个向量描述子；对每个块向量描述子执行L2-Norm归一化处理，如下：

v为还没有被归一化的块向量描述子；

为一个很小的常数，1e^-10；

f为归一化后的块向量描述子；

A4：对于采砂船主控模块（2）与固定点声学采集模块（1）和其他采砂船主控模块（2）的多点频域声学融合数据，其共有6400（4×1600）个向量描述子；对于采砂船发动机声学采集模块（3）和采砂船挖砂机构声学采集模块（4）的单点频域声学数据，每个有400个向量描述子；

所述的动态组网及数据融合模块（6）的频域声全息图构建方法二为：

S1：构建的声全息图包含3×3单元，3×3单元的正中间位置单元存放待检测挖砂船的采砂船主控模块（2）的梅尔频率倒谱系数特征图，其他8单元分别按45°间隔存储半径500米范围内的固定点声学采集模块（1）和其他采砂船主控模块（2）的梅尔频率倒谱系数特征图,每个单元的梅尔频率倒谱系数特征图压缩为20×20大小的灰度像素图像；

S2：其他8个单元内部有多个固定点声学采集模块（1）或者其他采砂船主控模块（2），将上述单个单元所有的梅尔频率倒谱系数特征图按离待检测挖砂船的远近进行加权平均，其单个加权的权重为：

r为多个固定点声学采集模块（1）或者其他采砂船主控模块（2）相对待检测挖砂船的采砂船主控模块（2）的相对距离，单位为Km；

S3：相邻两个单元组合成一个块，共计有2×2块，相邻块之间有1/2单元是重叠区域；块内部，4单元的幅度值向量按行列有序组合为块幅度值向量，这样每个2×2单元的块就有1600（4×400）个向量描述子；对每个块向量描述子执行L2-Norm归一化处理，如下：

v为还没有被归一化的块向量描述子；

为一个很小的常数，1e^-10；

f为归一化后的块向量描述子；

S4：对于采砂船主控模块（2）与固定点声学采集模块（1）和其他采砂船主控模块（2）的多点梅尔频率倒谱系数特征融合数据，其共有6400（4×1600）个向量描述子；对于采砂船发动机声学采集模块（3）和采砂船挖砂机构声学采集模块（4）的单点梅尔频率倒谱系数特征图，每个有400个向量描述子；

智能辨识模块（7）提取动态组网及数据融合模块（6）的频域声全息图的特征向量，通过SVM方法辨识当前待监测的挖砂船是否处于挖砂状态；具体是指将上述的动态组网及数据融合模块（6）的频域声全息图构建方法一中的声全息图像信息的6400个向量描述子的多点频域声学融合数据、400个向量描述子待监测挖砂船发动机声学单点频域数据和400个向量描述子待监测挖砂船挖砂机构声学单点频域数据和动态组网及数据融合模块（6）的频域声全息图构建方法二中6400个向量描述子的多点梅尔频率倒谱系数特征融合数据、400个向量描述子待监测挖砂船发动机声学单点梅尔频率倒谱系数特征和400个向量描述子待监测挖砂船挖砂机构声学单点梅尔频率倒谱系数特征一并输入到智能辨识模块（7）中的SVM模型后；进一步，所述SVM模型中使用递归特征消除法筛选出的最优的200维特征后，将上述的频域数据与事先训练好的挖砂船静止、运动及挖砂状态下的频域声学数据最对比分析,便能够进一步辨识出待监测挖砂船的实时实地工作状态。

2.根据权利要求1所述的一种动态组网智能辨识的采砂船监测装置的监测方法，其特征在于：所述的显示及报警模块（8）实现监测结果，即检测区域内每条挖砂船的工作状态和位置信息，能够告诉管理人员该挖砂船处于监控区域的什么位置并处于什么工作状态；同时，对于超出核准范围或者核准时间的采砂船以及非法采砂船，以基于GIS的信息管理系统方式构建监控终端，通过软件界面，发出声光报警提示工作人员；同时，派出无人机进去上述的非法采砂船工作的声全息图像信息位置区域内，进行拍照或者录像取证，数据能长期保存；

所述的固定点声学采集模块（1）、采砂船主控模块（2）、采砂船发动机声学采集模块（3）和采砂船挖砂声学采集模块（4）具有低电压报警功能，当电压低于标准满载容量10%，主动往云服务器数据通信模块（5）发送低电压警示信息；同时具有防盗报警功能，当人为剪断太阳能电池板电池的供电线路或者拆开设备外壳时，破坏隐藏在供电线路或者外壳内部的报警I/O线，从而主动往云服务器数据通信模块（5）发送防盗警示信息。