[发明专利]基于空间方位的鸟鸣识别方法、系统、计算机设备与介质

权利要求书

1.一种基于空间方位的鸟鸣识别方法，其特征在于，所述方法包括以下步骤：

通过预先配置的特定数量的无线声音传感器阵列采集鸟声信号；

通过空间滤波和定位算法对所述鸟声信号进行空间方位识别，得到降噪鸟声信号和空间方位信息；

预处理所述降噪鸟声信号，得到与之对应的鸟声切片，并采用所述空间方位信息对所述鸟声切片进行标注，得到空间鸟声切片；

采用梅尔倒谱系数法对所述空间鸟声切片进行特征提取，得到切片鸟声特征；

通过鸟声分类模型对所述切片鸟声特征进行分类识别，得到识别结果；所述鸟声分类模型根据地域信息分块训练得到且与所述地域信息一一对应；所述鸟声分类模型包括类别识别模型和空间方位模型；所述识别结果包括类别识别结果和空间判决结果。

2.如权利要求1所述的基于空间方位的鸟鸣识别方法，其特征在于，所述通过预先配置的特定数量的无线声音传感器阵列采集鸟声信号的步骤包括：

根据所述定位算法的Cramer-Rao下界，配置所述特定数量的无线声音传感器阵列，并采用无线传感器网络同步技术，定期对所述无线声音传感器阵列中的无线传感器进行同步校准；

通过前置放大器将所述无线传感器采集的信号放大，并进行模数转换和信号筛选，得到所述鸟声信号。

3.如权利要求1所述的基于空间方位的鸟鸣识别方法，其特征在于，所述通过空间滤波和定位算法对所述鸟声信号进行空间方位识别，得到降噪鸟声信号和空间方位信息的步骤包括：

采用空间滤波对所述鸟声信号进行滤波处理，得到目标鸟声信号；

通过双门限算法对所述目标鸟声信号进行端点检测，得到有鸟声片段和无鸟声片段；

将所述有鸟声片段和所述无鸟声片段分别进行频域变换，得到与之分别对应的带噪鸟声谱和噪声谱估计；

根据所述带噪鸟声谱和所述噪声谱估计，得到所述降噪鸟声信号；

根据若干个所述无线声音传感器阵列的所述降噪鸟声信号，通过所述定位算法，结合所述若干个无线声音传感器阵列的几何结构，得到所述空间方位信息。

4.如权利要求1所述的基于空间方位的鸟鸣识别方法，其特征在于，所述预处理所述降噪鸟声信号，得到与之对应的鸟声切片，并采用所述空间方位信息对所述鸟声切片进行标注，得到空间鸟声切片的步骤包括：

统计分析所述降噪鸟声信号的基本信息，得到期望切片长度；

根据所述期望切片长度对所述降噪鸟声信号进行切片，得到与之对应的鸟声切片。

5.如权利要求4所述的基于空间方位的鸟鸣识别方法，其特征在于，所述根据所述期望切片长度对所述降噪鸟声信号进行切片，得到与之对应的鸟声切片的步骤包括：

根据所述降噪鸟声信号，得到每帧信号后验信噪比；

根据所述每帧信号后验信噪比，通过引导判决法，得到每帧信号先验信噪比估计，并根据所述每帧信号先验信噪比估计，得到每帧信号鸟声先验概率；

判断所述每帧信号鸟声先验概率是否大于预设阈值，若大于预设阈值，则将与之对应的每帧信号判定为有效鸟声帧；

将所述有效鸟声帧合成为有声段信号，并按照所述期望切片长度对所述有声段信号进行切片，得到所述鸟声切片；或统计分析所述每帧信号鸟声先验概率，得到切片阈值，并判断所述降噪鸟声信号中是否存在连续若干个所述每帧信号鸟声先验概率大于所述切片阈值，若存在，则以对应的连续若干个帧信号为中心对称读取至所述期望切片长度的方法，得到所述鸟声切片。

6.如权利要求1所述的基于空间方位的鸟鸣识别方法，其特征在于，所述采用梅尔倒谱系数法对所述空间鸟声切片进行特征提取，得到切片鸟声特征的步骤包括：

通过高通滤波器对所述空间鸟声切片进行预加重处理，得到预加重空间鸟声切片；

将所述预加重空间鸟声切片进行分帧处理，得到帧信号，并对所述帧信号，依次通过加窗和快速傅里叶变换，得到每帧鸟声功率谱；

根据所述每帧鸟声功率谱，通过带通滤波器组，得到每帧平滑鸟声功率谱；

根据所述每帧平滑鸟声功率谱，采用对数变换和反离散余弦变换，得到每帧鸟声特征。