[发明专利]一种基于鲸豚类低频水声信号的实时在线识别分类系统

权利要求书

1.一种基于鲸豚类低频水声信号的实时在线识别分类方法，其特征在于，包括以下步骤：

步骤1：将水声数字信号通过降脉冲干扰权重函数进行降噪得到降噪后水声数字信号，通过信号声谱图转换得到水声三维时频域信号，通过频率维度迭代降噪、时间维度迭代降噪得到降噪后水声时频域信号，通过声谱图阈值过滤得到过滤后的水声时频域信号，通过基频轮廓构建、基频抗混叠处理、谐波信号提取实现独立频谱提取，得到经抗混叠处理后三维水声时频域信号的基频以及基频所对应的谐波信号；

步骤2：三维水声时频域信号经抗混叠处理后的基频通过参数提取得到对应的频率参数、定量参数、时间参数、三维水声时频域信号经抗混叠处理后的基频所对应的谐波信号的谐波参数，进一步结合时频域模型通过信号分类得到经抗混叠处理的三维水声时频域信号基频的声谱类型；

步骤3：通过第一参数获取方式、第二参数获取方式、第三参数获取方式构建鲸豚类型比对数据集，根据鲸豚类型比对数据集分别构建基频的频率参数分布范围、基频的定量参数分布范围、基频的时间参数分布范围、基频所对应的谐波信号的谐波参数分布范围，结合三维水声时频域信号经抗混叠处理后的基频的频率参数、定量参数、时间参数、三维水声时频域信号经抗混叠处理后的基频所对应的谐波信号的谐波参数、声谱类型，识别目标鲸豚类型；

步骤3所述第一参数获取方式为：通过文献检索已经发表的文献资料中获得第一鲸豚类型比对数据集，定义为：

RSig_1,x,y,z

x∈[1,K],y∈[1,6],z∈[1,4]

其中，RSig_1,x,y,z为第一参数获取方式中第x种鲸豚类型下第y种声谱类型的第z种基频参数，K为鲸豚类型的数量，y∈[1,6]表示基频声谱类型依次为平滑型、下扫型、上扫型、U-型、凸型、弦型，z∈[1,4]表示基频参数类型依次为基频的频率参数、基频的定量参数、基频的时间参数、基频所对应的谐波信号的谐波参数；

RSig_1,x,y,1＝(RSig_1,x,y,1,1,RSig_1,x,y,1,2,...,RSig_1,x,y,1,9)

其中，(RSig_1,x,y,1,1,RSig_1,x,y,1,2,...,RSig_1,x,y,1,9)依次表示第一参数获取方式中第x种鲸豚类型下第y种声谱类型的第1种基频的频率参数中开始频率、信号在0.25持续时间点的基频频率、信号在0.5持续时间点的基频频率、信号在0.75持续时间点的基频频率、结束频率、最小频率、最大频率、频率变动范围、平均频率；

RSig_1,x,y,2＝(RSig_1,x,y,2,1,RSig_1,x,y,2,2,...,RSig_1,x,y,2,5)

其中，(RSig_1,x,y,2,1,RSig_1,x,y,2,2,...,RSig_1,x,y,2,5)依次表示第一参数获取方式中第x种鲸豚类型下第y种声谱类型的第2种基频的定量参数中频谱基频的开始扫向、结束扫向、声谱图基频的拐点数、声谱图基频的断裂点数、声谱图基频的梯级结构数；

RSig_1,x,y,3＝RSig_1,x,y,3,1

其中，RSig_1,x,y,3,1表示第一参数获取方式中第x种鲸豚类型下第y种声谱类型的第3种基频的时间参数中基频的持续时间；

RSig_1,x,y,4＝(RSig_1,x,y,4,1,RSig_1,x,y,4,2)

其中，(RSig_1,x,y,4,1,RSig_1,x,y,4,2)依次表示第一参数获取方式中第x种鲸豚类型下第y种声谱类型的第4种基频的基频所对应的谐波信号的谐波参数中最大谐波数、最大谐波频率；

步骤3所述第二参数获取方式为：从可供开放获取的鲸类声音库中获得多个声信号的原始音频文件，多个原始音频文件信号参照步骤1提取原始音频文件信号基频以及基频对应的谐波信号，并参照步骤2获得原始音频文件信号基频的频率参数、定量参数、时间参数、原始音频文件信号基频对应的谐波信号的谐波参数、原始音频文件信号声谱类型，构建第二鲸豚类型比对数据集，定义为：

RSig_2,x,y,z

x∈[1,K],y∈[1,6],z∈[1,4]

其中，RSig_2,x,y,z为第二参数获取方式中第x种鲸豚类型下第y种声谱类型的第z种基频参数，K为鲸豚类型的数量，y∈[1,6]表示基频声谱类型依次为平滑型、下扫型、上扫型、U-型、凸型、弦型，z∈[1,4]表示基频参数类型依次为基频的频率参数、基频的定量参数、基频的时间参数、基频所对应的谐波信号的谐波参数；

RSig_2,x,y,1＝(RSig_2,x,y,1,1,RSig_2,x,y,1,2,...,RSig_2,x,y,1,9)

其中，(RSig_2,x,y,1,1,RSig_2,x,y,1,2,...,RSig_2,x,y,1,9)依次表示第二参数获取方式中第x种鲸豚类型下第y种声谱类型的第1种基频的频率参数中开始频率、信号在0.25持续时间点的基频频率、信号在0.5持续时间点的基频频率、信号在0.75持续时间点的基频频率、结束频率、最小频率、最大频率、频率变动范围、平均频率；

RSig_2,x,y,2＝(RSig_2,x,y,2,1,RSig_2,x,y,2,2,...,RSig_2,x,y,2,5)

其中，(RSig_2,x,y,2,1,RSig_2,x,y,2,2,...,RSig_2,x,y,2,5)依次表示第二参数获取方式中第x种鲸豚类型下第y种声谱类型的第2种基频的定量参数中频谱基频的开始扫向、结束扫向、声谱图基频的拐点数、声谱图基频的断裂点数、声谱图基频的梯级结构数；

RSig_2,x,y,3＝RSig_2,x,y,3,1

其中RSig_2,x,y,3,1表示第一参数获取方式中第x种鲸豚类型下第y种声谱类型的第3种基频的时间参数中基频的持续时间；

RSig_2,x,y,4＝(RSig_2,x,y,4,1,RSig_2,x,y,4,2)

其中，(RSig_2,x,y,4,1,RSig_2,x,y,4,2)依次表示第二参数获取方式中第x种鲸豚类型下第y种声谱类型的第4种基频的基频所对应的谐波信号的谐波参数中最大谐波数、最大谐波频率；

步骤3所述第三参数获取方式为：通过现场录音方式获得音频信号，参照步骤1提取音频信号基频以及基频对应的谐波信号，并参照步骤2获得音频信号基频的频率参数、定量参数、时间参数、音频信号基频对应的谐波信号的谐波参数音频信号声谱类型，构建第三鲸豚类型比对数据集，定义为：

RSig_3,x,y,z

x∈[1,K],y∈[1,6],z∈[1,4]

其中，RSig_3,x,y,z为第三参数获取方式中第x种鲸豚类型下第y种声谱类型的第z种基频参数，K为鲸豚类型的数量，y∈[1,6]表示基频声谱类型依次为平滑型、下扫型、上扫型、U-型、凸型、弦型，z∈[1,4]表示基频参数类型依次为基频的频率参数、基频的定量参数、基频的时间参数、基频所对应的谐波信号的谐波参数；

RSig_3,x,y,1＝(RSig_3,x,y,1,1,RSig_3,x,y,1,2,...,RSig_3,x,y,1,9)

其中，(RSig_3,x,y,1,1,RSig_3,x,y,1,2,...,RSig_3,x,y,1,9)依次表示第三参数获取方式中第x种鲸豚类型下第y种声谱类型的第1种基频的频率参数中开始频率、信号在0.25持续时间点的基频频率、信号在0.5持续时间点的基频频率、信号在0.75持续时间点的基频频率、结束频率、最小频率、最大频率、频率变动范围、平均频率；

RSig_3,x,y,2＝(RSig_3,x,y,2,1,RSig_3,x,y,2,2,...,RSig_3,x,y,2,5)

其中，(RSig_3,x,y,2,1,RSig_3,x,y,2,2,...,RSig_3,x,y,2,5)依次表示第三参数获取方式中第x种鲸豚类型下第y种声谱类型的第2种基频的定量参数中频谱基频的开始扫向、结束扫向、声谱图基频的拐点数、声谱图基频的断裂点数、声谱图基频的梯级结构数；

RSig_3,x,y,3＝RSig_3,x,y,3,1

其中RSig_3,x,y,3,1表示第一参数获取方式中第x种鲸豚类型下第y种声谱类型的第3种基频的时间参数中基频的持续时间；

RSig_3,x,y,4＝(RSig_3,x,y,4,1,RSig_3,x,y,4,2)

其中，(RSig_3,x,y,4,1,RSig_3,x,y,4,2)依次表示第三参数获取方式中第x种鲸豚类型下第y种声谱类型的第4种基频的基频所对应的谐波信号的谐波参数中最大谐波数、最大谐波频率；

步骤3所述鲸豚类型比对数据集为：

RSig_ID,x,y,z

ID∈[1,3],x∈[1,K],y∈[1,6],z∈[1,4]

其中，RSig_ID,x,y,z为第ID参数获取方式中第x种鲸豚类型下第y种声谱类型第z种基频参数，K为鲸豚类型的数量，y∈[1,6]表示基频声谱类型依次为平滑型、下扫型、上扫型、U-型、凸型、弦型，z∈[1,4]表示基频参数类型依次为基频的频率参数、基频的定量参数、基频的时间参数、基频所对应的谐波信号的谐波参数，

步骤3所述鲸豚类型比对数据集的统计分布参数为：

Srsig_ID,x,y,z,p

ID∈[1,3],x∈[1,K],y∈[1,6],z∈[1,4],p∈[1,4]

其中，Srsig_ID,x,y,z,p为第ID参数获取方式中第x种鲸豚类型下第y种声谱类型第z种基频参数的第p种统计变量的结果，K为鲸豚类型的数量，y∈[1,6]表示基频声谱类型依次为平滑型、下扫型、上扫型、U-型、凸型、弦型，z∈[1,4]表示基频参数类型依次为基频的频率参数、基频的定量参数、基频的时间参数、基频所对应的谐波信号的谐波参数，p∈[1,4]表示统计分布参数依次为平均值(mean)、方差(SD)、中位数(media)和四分位间距(QD)；

Srsig_ID,x,y,z,p＝(Srsig_ID,x,y,z,1,Srsig_ID,x,y,z,2,...,Srsig_ID,x,y,z,4)

其中，(Srsig_ID,x,y,z,1,Srsig_ID,x,y,z,2,...,Srsig_ID,x,y,z,4)依次表示第ID种参数获取方式中第x种鲸豚类型下第y种声谱类型的第z种基频参数的平均值、方差、中位数和四分位间距；

对于任意一个含有数据总数为的数据集而言，其平均值方差中位数和四分位间距为：

其中.为将内的所有信号按照由小到大的顺序排列后，排序在50％位点上的信号值，为将内的所有信号按照由小到大的顺序排列后，排序在75％位点上的信号值，为将内的所有信号按照由小到大的顺序排列后，排序在25％位点上的信号值；

步骤3所述识别目标鲸豚类型，具体方法为：

若符合分布范围判别模型即：

则判断对应的鲸豚物种类型为x，即水声数字信号的鲸豚物种类型监测结果；

其中，Dresult_U,P(U∈[1,6],P∈[1,17])表示第U种基频声谱类型下第P种参数；

U∈[1,6]表示步骤2中所述三维水声时频域信号经抗混叠处理后的基频的声谱类型依次为：平滑型、下扫型、上扫型、U-型、凸型、弦型；

其中，P∈[1,9]表示步骤2中所述三维水声时频域信号经抗混叠处理后的基频的频率参数，依次为：开始频率、信号在0.25持续时间点的基频频率、信号在0.5持续时间点的基频频率、信号在0.75持续时间点的基频频率、结束频率、最小频率、最大频率、频率变动范围、平均频率；

P∈[10,14]表示步骤2中所述三维水声时频域信号经抗混叠处理后的基频的定量参数，依次为：开始扫向、结束扫向、声谱图基频的拐点数、声谱图基频的断裂点数、声谱图基频的梯级结构数；

P＝15表示步骤2中所述三维水声时频域信号经抗混叠处理后的基频的持续时间；P∈[16,17]表示步骤2中所述三维水声时频域信号经抗混叠处理后的基频的谐波信号的谐波参数,依次为：最大谐波数、最大谐波频率。