CN110247714B - 集伪装与加密于一体的仿生隐蔽水声通信编码方法及装置 - Google Patents

Abstract

本发明公开了一种集伪装与加密于一体的仿生隐蔽水声通信编码方法及装置，包括：根据叫声脉冲多样性特征及统计特性，形成叫声脉冲的特征分层分组模型和数据库，并进一步形成编码集；根据编码集，结合叫声重复性交替性组合规律及统计特性，形成符合叫声脉冲重复性交替性规律的隐蔽编码叫声脉冲串；根据隐蔽编码叫声脉冲串，结合叫声脉冲时间间隔组合规律及其统计特性，调整叫声脉冲串之间的时间间隔，使得叫声脉冲串中各叫声脉冲之间的时间间隔符合真实鲸叫声脉冲的变化规律。本发明能够充分利用鲸叫声脉冲的特征多样性，使其产生的通信叫声脉冲串在接近真实鲸叫声的同时能够携带更多的通信信息，进而实现兼顾通信速率和通信隐蔽性的仿生隐蔽水声通信。

Description

集伪装与加密于一体的仿生隐蔽水声通信编码方法及装置

技术领域

本发明涉及通信技术领域，尤其涉及一种集伪装与加密于一体的仿生隐蔽水声通信编码方法及装置。

背景技术

水下军事平台间信息的高隐蔽传输是海军作战的生命线，更是各国海军综合作战实力的重要体现。隐蔽水声通信技术作为水下最有效的信息隐蔽传输手段，在潜潜通信、潜舰通信、潜基通信、海上遥控遥测、水下通信-探测-定位-导航一体化设计等国防军事任务和对抗中发挥着越来越重要的作用。然而，随着各海军强国在水声对抗、水下侦察技术方面的发展，传统隐蔽水声通信系统在隐蔽性和生存能力上正面临着极其严峻的挑战，因此，近年来各海军强国在隐蔽水声通信技术方面，投入了大量的人力物力来提升水声通信的隐蔽性，以期在海洋国防军事对抗中获得信息安全隐蔽传输的优势和主动权。从隐蔽策略上，隐蔽水声通信技术主要可分为三类：低截获概率(Low Probability of Interception,LPI)隐蔽水声通信技术(第一类)、低检测概率(Low Probability of Detection,LPD)隐蔽水声通信技术(第二类)和仿生伪装隐蔽水声通信技术(第三类)。

LPI隐蔽水声通信技术(第一类)几乎都是通过改变传统人造通信信号的参数以实现隐蔽通信，但这类隐蔽水声通信技术所采用的通信信号(通信码元或通信载波)几乎都具有非常明显的特征，这些显著的特征致使这些通信信号很容易被敌方的水下侦查系统所识别，进而导致通信发射平台的暴露。

LPD隐蔽水声通信技术(第二类)几乎都是通过降低通信信号的信噪以实现隐蔽通信，但是，这种方法在实际应用中存在发射功率控制困难、要求的宽带宽与有限的水声信道带宽矛盾、同步化困难等诸多挑战，且通信信号信噪比的降低会在很大程度上限制通信的距离，难以保证远距离通信的可靠性。

区别于传统的第一类和第二类隐蔽水声通信技术，最早于2001年，美国海军研究室在其年度技术报告中提出了一种新型的仿生伪装隐蔽水声通信概念(第三类)，其主要基于仿生伪装术，利用或模仿海洋中广泛存在的鲸/海豚等动物的叫声作为通信信号，以诱骗敌方，使其将真正的通信信号误作为由鲸/海豚等动物所产生的海洋动物噪声而过滤掉，从而起到伪装自身的目的，实现通信的隐蔽。其具有无需降低通信信号信噪比就能实现隐蔽的优势，所以，可利用高信噪比的通信信号解决远距离隐蔽通信难题；同时，高信噪比的通信信号对通信可靠性的提升也非常有利。

但是目前第三类隐蔽通信方法还存在叫声脉冲特征利用率低、通信速率低、伪装隐蔽性不足等诸多问题，例如：

中国专利“基于鲸类叫声脉冲时间长度的通信装置”(公开号201820871885.6)公开了一种利用鲸类叫声脉冲时间长度进行通信编码的通信方法及装置。该方法仅利用了鲸类叫声脉冲中长叫声脉冲的时间长度进行通信编码，导致该方法的鲸叫声脉冲特征利用率低、通信速率低、伪装隐蔽性低；

文献^[1]公开了一种基于海豚哨声信号参数调制的通信方式。该方法仅利用了鲸类叫声脉冲中长叫声脉冲的时间长度进行通信编码，且需要对鲸类叫声脉冲进行人工调制，导致该方法的鲸叫声脉冲特征利用率低、通信速率低、伪装隐蔽性低。

参考文献：

[1]马天龙.仿鲸目动物哨声水声通信技术研究.2017.1.1[D].

发明内容

本发明提供了一种集伪装与加密于一体的仿生隐蔽水声通信编码方法，本发明能够充分利用鲸叫声脉冲的特征多样性，使其产生的通信叫声脉冲串在接近真实鲸叫声的同时能够携带更多的通信信息，进而实现兼顾通信速率和通信隐蔽性的仿生隐蔽水声通信，详见下文描述：

一种集伪装与加密于一体的仿生隐蔽水声通信编码方法，所述方法包括以下步骤：

根据叫声脉冲多样性特征及统计特性，形成叫声脉冲的特征分层分组模型和数据库，并进一步形成编码集；

根据编码集，结合叫声重复性交替性组合规律及统计特性，形成符合叫声脉冲重复性交替性规律的隐蔽编码叫声脉冲串；

根据隐蔽编码叫声脉冲串，结合叫声脉冲时间间隔组合规律及其统计特性，调整叫声脉冲串之间的时间间隔，使得叫声脉冲串中各叫声脉冲之间的时间间隔符合真实鲸叫声脉冲的变化规律。

其中，所述根据叫声脉冲多样性特征及统计特性，形成叫声脉冲的特征分层分组模型和数据库，并进一步形成编码集具体为：

以叫声脉冲的持续时间的大小为特征分层条件，全部叫声脉冲集合分为短、长叫声脉冲集合，再以叫声脉冲的平均频率为互异性特征将短脉冲集合分为脉冲组；

以谐波数量为互异性特征，将长脉冲集合分为少谐波、多谐波长脉冲集合再以最大频率为互异性特征，将脉冲集合分为脉冲组；

以短叫声脉冲集合和长叫声脉冲集合为根节点，构成短叫声脉冲子树和长叫声脉冲子树；子树形成四个脉冲组分别编码二进制；

依据叫声脉冲组对应的编码信息，将编码相同的脉冲组重新组合形成编码集。

进一步地，结合真实的鲸叫声脉冲变化规律，形成所述叫声重复性交替性组合规律，例如：短叫声-长叫声-长叫声-长叫声-短叫声-短叫声。

其中，所述形成符合叫声脉冲重复性交替性规律的隐蔽编码叫声脉冲串举例为：

从编码集00中选取属于短叫声脉冲子树的脉冲组M₁中的叫声脉冲代表编码00发送，再从编码集01中选取属于长叫声脉冲子树的脉冲组M₅中的叫声脉冲代表编码01发送，再从编码集11中选取属于长叫声脉冲子树的脉冲组M₈中的叫声脉冲代表编码11发送，再从编码集01中选取属于长叫声脉冲子树的脉冲组M₅中的叫声脉冲代表编码01发送，再从编码集01中选取属于短叫声脉冲子树的脉冲组M₂中的叫声脉冲代表编码01发送，再从编码集11中选取属于短叫声脉冲子树的脉冲组M₄中的叫声脉冲代表编码11发送；进而形成符合叫声脉冲重复性交替性规律的隐蔽编码叫声脉冲串。

进一步地，所述方法还包括：

脉冲串共有m个脉冲，第i个脉冲和第i+1个脉冲之间的时间间隔为DT_i，ST_i,j表示第 i个脉冲的时间间隔特征，j表示该脉冲来自第j个声音片段，则DT_i应满足关系：

DT_i＝ST_i,j。

一种集伪装与加密于一体的仿生隐蔽水声通信编码装置，所述装置包括：

分层分组及编码模块，用于根据叫声脉冲多样性特征及统计特性，形成叫声脉冲的特征分层分组模型和数据库，并进一步形成编码集；

隐蔽编码叫声脉冲模块，用于根据编码集，结合叫声重复性交替性组合规律及统计特性，形成符合叫声脉冲重复性交替性规律的隐蔽编码叫声脉冲串；

调整时间间隔模块，用于根据隐蔽编码叫声脉冲串，结合叫声脉冲时间间隔组合规律及其统计特性，调整叫声脉冲串之间的时间间隔，使得叫声脉冲串中各叫声脉冲之间的时间间隔符合真实鲸叫声脉冲的变化规律。

本发明提供的技术方案的有益效果是：

(1)本发明针对鲸叫声脉冲变化多样的时域、频域和时频域特征，提出了基于树形结构的叫声多样性特征高效分层分组模型；充分利用了树形结构层次分明、索引清晰、能将所有叫声脉冲进行分组、最底层分组丰富多样且唯一的优势，将树形结构与鲸叫声脉冲的特征多样性相结合，提升了特征分层分组的效率与丰富性，为通信信息编码效率的提高提供了有力支撑；

(2)本发明基于水声通信编码的隐蔽性与有效性需求，依据特征分层分组数据库，组合编码集；根据鲸叫声脉冲出现的重复频率/交替性组合规律及其统计特性，建立了匹配于特征跳组规则多样性的特征跳组规则库；同时，基于叫声脉冲出现的时间间隔组合规律及其统计特性，结合特征跳组规则、编码集以及差分脉位编码方法，提出了充分利用树形结构分层分组特征以及充分匹配叫声特征、组合规律及其统计特性的集伪装与加密于一体的仿生隐蔽水声通信编码方法，能实现通信隐蔽性与有效性的同时提升。

附图说明

图1示出本发明的原理框图；

图2示出对鲸叫声脉冲(串)特征/组合规律/统计特性的具体分析过程示意图；

图3示出基于鲸叫声特征/组合规律/统计特性构成编码方法的具体过程示意图；

图4为编码集构建示例图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。

与传统方法不同，本发明实施例设计了一种集伪装与加密于一体的仿生隐蔽水声通信编码方法。该方法以鲸的叫声为仿生对象，从多层次多角度分析和深入把握鲸叫声(串)的特征、组合规律及其统计特性；该方法基于叫声脉冲的特征多样性，建立基于树形结构的叫声多样性特征高效分层分组模型，分析互异性特征数量携带通信信息的能力，构建互异性特征数量丰富的树形结构库，为高性能通信编码提供丰富的互异性特征分组；该方法基于树形结构库，并结合叫声特征、组合规律及其统计特性，提出一种融合特征编码、时延差编码及仿生伪装设计于一体的跳组-差分脉位通信编码方法，提升通信的隐蔽性和有效性。

本发明实施例提供了一种集伪装与加密于一体的仿生隐蔽水声通信编码方法，图1给出了本发明实施例的原理框图。

如图1所示，本发明实施例基于鲸叫声数据库，对鲸叫声脉冲特征及其统计特性分析、鲸叫声脉冲组合规律及其统计特性分析进行统计学分析，进而获得鲸叫声多样性特征及统计特性、叫声重复性交替性组合规律及其统计特性、以及叫声时间间隔组合规律及其统计特性；基于叫声多样性特征及统计特性可得到特征分层分组数据库，基于叫声重复性交替性组合规律及其统计特性可得到特征跳组规则库，基于叫声时间间隔组合规律及其统计特性可得到差分脉位编码方法，通过特征分层分组数据库、特征跳组规则库和差分脉位编码方法，进而形成一种集伪装与加密于一体的仿生隐蔽水声通信编码方法。

第一步：

鲸叫声脉冲(串)特征/组合规律/统计特性分析的具体过程如图2所示：

首先，通过数据采集系统记录的鲸类叫声构成鲸叫声数据库；

进一步地，由于鲸叫声数据库中的鲸类叫声不可避免地包含各类平稳和非平稳的海洋噪声，为了去除海洋噪声，获得更原始的鲸叫声信号，需要对原始鲸叫声信号进行去噪处理，先通过高通/低通滤波器滤除鲸叫声频带以外的噪声；然后再根据鲸叫声类型的不同，分别利用小波去噪、维纳滤波去噪和谱减法去噪对不同类型的鲸叫声脉冲去噪，进而获得经过去噪的叫声数据库Sound。

进一步地，针对经过去噪的鲸叫声数据库Sound，分别基于叫声脉冲的时域参数、频域参数和时频域参数对叫声脉冲进行脉冲端点检测，进而实现时域参数脉冲摘取、频域参数脉冲摘取和时频域参数摘取；通过综合时域参数脉冲摘取、频域参数脉冲摘取和时频域参数摘取三者的脉冲摘取结果，进而实现鲸叫声脉冲摘取，获得鲸叫声脉冲集合Pulses：

Pulses＝{P_i,i＝1,2...,n}

其中，P_i表示第i个鲸叫声脉冲。

进一步地，利用不同的方法对各个叫声脉冲P_i进行特征提取，获得鲸叫声脉冲的各个特征，例如：

对第i个叫声脉冲P_i进行持续时间分析，获得第i个叫声脉冲的持续时间T_i；对第i个叫声脉冲P_i进行谐波数量分析，获得第i个叫声脉冲的谐波数量H_i；对第i个叫声脉冲P_i进行时谱分析，获得第i个叫声脉冲的时频形状TF_i；对第i个叫声脉冲P_i进行频谱分析，获得第i个叫声脉冲的最大频率Fmax_i，平均频率Fmean_i和最小频率Fmin_i等。

上述特征分析的过程，不局限于叫声脉冲的持续时间T_i、谐波数量H_i、时频形状TF_i、最大频率Fmax_i、平均频率Fmean_i和最小频率Fmin_i，亦适用于其他叫声脉冲特征。

进一步地，基于上述叫声脉冲的特征，依据不同的判别条件和特征阈值对叫声脉冲集合Pulses进行特征分类，例如：

基于叫声脉冲的持续时间T_i，以T₀为特征阈值，可将叫声脉冲集合分为长叫声集合和短叫声脉冲集合，其中长叫声脉冲集合中的叫声脉冲的持续时间满足条件T_i＞T₀，短叫声脉冲集合中的叫声脉冲的持续时间满足条件T_i≤T₀；基于叫声脉冲的谐波数量H_i，以H_i为特征阈值，可将叫声脉冲集合分为多谐波叫声集合和少谐波叫声脉冲集合，其中多谐波叫声脉冲集合中的叫声脉冲的谐波数量满足条件H_i＞H₀，少谐波叫声脉冲集合中的叫声脉冲的谐波数量满足条件H_i≤H₀。

上述特征分类的过程不局限于叫声脉冲的持续时间T_i，亦适用于其他叫声脉冲特征。

进一步地，特征分析及特征分类的结果共同构成叫声脉冲多样性特征及统计特性。

进一步地，针对去噪的叫声数据库Sound进行叫声片段分割，分选出鲸在不同行为活动和不同环境条件下的叫声片段，通过时间间隔分析统计以获得叫声时间间隔组合规律及其统计特性；通过叫声脉冲重复频率分析统计和叫声脉冲交替性分析统计，以获得叫声重复性交替性组合规律及其统计特性，具体过程如下：

基于去噪的叫声数据库Sound，分选出鲸交流叫声片段Sound₁，鲸捕食叫声片段Sound₂和鲸航行叫声片段Sound₃；针对叫声片段Sound_i，计算其短时能量谱，结合峰值搜索算法，进而得到叫声片段中叫声脉冲间的时间间隔统计分析 ST_i,j,i＝1,2,3,j＝1,2,3…,ST_i,j表示其为第i个声音片段中第j个叫声脉冲和第j+1个叫声脉冲的时间间隔；针对叫声片段Sound_i,i＝1,2,3，通过分析叫声片段中各叫声脉冲彼此之间的自相关性和互相关性，进而获得叫声片段Sound_i中叫声脉冲的重复频率统计分析 RF_i,j,，RF_i,j表示其为第i个声音片段中第j个叫声脉冲的重复频率；针对叫声片段 Sound_i,i＝1,2,3，通过分析叫声片段中各叫声脉冲的持续时间和谐波数量，进而获得叫声片段Sound_i中叫声脉冲的交替性统计分析ALT_i,j,i＝1,2,3,j＝1,2,3…，ALT_i,j表示其为第i 个声音片段中第j个叫声脉冲的交替性；重复频率RF_i,j和交替性ALT_i,j共同构成叫声重复性、交替性组合规律及其统计特性；叫声脉冲的时间间隔ST_i,j构成叫声脉冲的时间间隔组合规律及其统计特性。

第二步：

如图3所示，基于上述叫声脉冲多样性特征及统计特性，形成叫声脉冲的特征分层分组模型和特征分层分组数据库，并进一步形成编码集，例如图4所示：

以叫声脉冲的持续时间T的大小为特征分层条件，则全部叫声脉冲集合Pulses将被分为短叫声脉冲集合A₁(T≤T₀)和长叫声脉冲集合A₂(T₀＜T)，再以叫声脉冲的平均频率Fmin为互异性特征，将短脉冲集合A₁分为脉冲组M₁(C≤C₀)、M₂(C₀＜C≤C₁)、M₃ (C₁＜C≤C₂)、M₄(C₂＜C)；再以谐波数量H为互异性特征，将长脉冲集合A₂分为少谐波长脉冲集合H₁(H≤H₀)和多谐波长脉冲集合H₂(H₀＜H)再以最大频率Fmax为互异性特征，将脉冲集合H₁分为脉冲组M₅(Fmax≤f₀)和M₆(f₀＜Fmax)，将脉冲集合分为脉冲组M₇(Fmax≤f₁)和M₈(f₁＜Fmax)；进一步，分别以短叫声脉冲集合A₁和长叫声脉冲集合A₂为根节点，构成短叫声脉冲子树T₁和长叫声脉冲子树T₂；子树T₁可形成四个脉冲组M₁…M₄分别编码二进制“00”、“01”、“10”、“11”；子树T₂也可形成四个脉冲组M₅…M₈分别编码二进制“00”、“01”、“10”、“11”；然后，依据叫声脉冲组对应的编码信息，将编码相同的脉冲组M₁、M₅重新组合形成编码集00，脉冲组M₂、M₆组合形成编码集01，脉冲组M₃、M₇组合形成编码集10，脉冲组M₄、M₈组合形成编码集11。

上述形成叫声脉冲特征分层分组模型和编码集的过程不局限于叫声脉冲的持续时间 T、平均频率Fmin、谐波数量H和最大频率Fmax，其亦适用于叫声脉冲的其他各式各样的特征；不同特征组合可构成不同的特征分层分组模型，不同的特征分层分组模型共同构成特征分层分组模型库。

第三步：

基于叫声脉冲的编码集，并结合上述叫声重复性交替性组合规律及其统计特性，形成符合叫声脉冲重复性交替性规律的隐蔽编码叫声脉冲串，例如：

针对图4的叫声脉冲分层分组模型，根据其各个叫声的重复频率RF_i,j和交替性ALT_i,j总结出鲸叫声脉冲的一个规律是“短叫声-长叫声-长叫声-长叫声-短叫声-短叫声”，则在发送如二进制“000111010111”的通信信息时，先从编码集00中选取属于短叫声脉冲子树的脉冲组M₁中的叫声脉冲代表编码00发送，再从编码集01中选取属于长叫声脉冲子树的脉冲组M₅中的叫声脉冲代表编码01发送，再从编码集11中选取属于长叫声脉冲子树的脉冲组M₈中的叫声脉冲代表编码11发送，再从编码集01中选取属于长叫声脉冲子树的脉冲组M₅中的叫声脉冲代表编码01发送，再从编码集01中选取属于短叫声脉冲子树的脉冲组M₂中的叫声脉冲代表编码01发送，再从编码集11中选取属于短叫声脉冲子树的脉冲组M₄中的叫声脉冲代表编码11发送；进而形成符合叫声脉冲重复性交替性规律的隐蔽编码叫声脉冲串。

上述形成符合叫声脉冲重复性交替性规律的隐蔽编码叫声脉冲串的过程，不局限于图 4的分层分组模型、“短叫声-长叫声-长叫声-长叫声-短叫声-短叫声”跳组规则和二进制“00 01 11 01 01 11”的通信信息，其亦适用于特征分层分组模型库中的任何一种模型和任何一串二进制通信信息；不同的模型的跳组规则共同构成特征跳组规则库。

第四步：

基于上述符合叫声脉冲重复性交替性规律的隐蔽编码叫声脉冲串，再结合叫声脉冲时间间隔组合规律及其统计特性，调整叫声脉冲串之间的时间间隔，使得叫声脉冲串中各叫声脉冲之间的时间间隔符合真实鲸叫声脉冲的变化规律，即差分脉位编码方法：

假设脉冲串共有m个脉冲，其中第i个脉冲和第i+1个脉冲之间的时间间隔为DT_i，ST_i,j表示第i个脉冲的时间间隔特征，其中j表示该脉冲来自第j个声音片段，则DT_i应满足关系：

DT_i＝ST_i,j

最终，通过结合编码集，特征跳组规则库和差分脉位编码方法，形成一种集伪装与加密于一体的仿生隐蔽水声通信编码方法。

一种集伪装与加密于一体的仿生隐蔽水声通信编码装置，该装置包括：

分层分组及编码模块，用于根据叫声脉冲多样性特征及统计特性，形成叫声脉冲的特征分层分组模型和数据库，并进一步形成编码集；

隐蔽编码叫声脉冲模块，用于根据编码集，结合叫声重复性交替性组合规律及统计特性，形成符合叫声脉冲重复性交替性规律的隐蔽编码叫声脉冲串；

调整时间间隔模块，用于根据隐蔽编码叫声脉冲串，结合叫声脉冲时间间隔组合规律及其统计特性，调整叫声脉冲串之间的时间间隔，使得叫声脉冲串中各叫声脉冲之间的时间间隔符合真实鲸叫声脉冲的变化规律。

综上所述，本发明实施例设计的的编码装置提升了特征分层分组的效率与丰富性，为通信信息编码效率的提高提供了有力支撑。

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种集伪装与加密于一体的仿生隐蔽水声通信编码方法，其特征在于，所述方法包括以下步骤：

1)根据叫声脉冲多样性特征及统计特性，形成叫声脉冲的特征分层分组模型和数据库，并进一步形成编码集；

2)根据编码集，结合叫声重复性交替性组合规律及统计特性，形成符合叫声脉冲重复性交替性规律的隐蔽编码叫声脉冲串；

3)根据隐蔽编码叫声脉冲串，结合叫声脉冲时间间隔组合规律及其统计特性，调整叫声脉冲串之间的时间间隔，使得叫声脉冲串中各叫声脉冲之间的时间间隔符合真实鲸叫声脉冲的变化规律；

其中，所述步骤1)具体为：

以叫声脉冲的持续时间的大小为特征分层条件，全部叫声脉冲集合分为短、长叫声脉冲集合，再以叫声脉冲的平均频率为互异性特征将短脉冲集合分为脉冲组；

以谐波数量为互异性特征，将长脉冲集合分为少谐波、多谐波长脉冲集合再以最大频率为互异性特征，将脉冲集合分为脉冲组；

以短叫声脉冲集合和长叫声脉冲集合为根节点，构成短叫声脉冲子树和长叫声脉冲子树；子树形成四个脉冲组分别编码二进制；

依据叫声脉冲组对应的编码信息，将编码相同的脉冲组重新组合形成编码集。

2.根据权利要求1所述的一种集伪装与加密于一体的仿生隐蔽水声通信编码方法，其特征在于，所述叫声重复性交替性组合规律符合真实的鲸叫声脉冲的变化规律。

3.根据权利要求1所述的一种集伪装与加密于一体的仿生隐蔽水声通信编码方法，其特征在于，所述方法还包括：

脉冲串共有m个脉冲，第i个脉冲和第i+1个脉冲之间的时间间隔为DT_i，ST_i,j表示第i个脉冲的时间间隔特征，j表示该脉冲来自第j个声音片段，则DT_i应满足关系：

DT_i＝ST_i,j。

4.一种集伪装与加密于一体的仿生隐蔽水声通信编码装置，其特征在于，所述装置包括：

分层分组及编码模块，用于根据叫声脉冲多样性特征及统计特性，形成叫声脉冲的特征分层分组模型和数据库，并进一步形成编码集；

隐蔽编码叫声脉冲模块，用于根据编码集，结合叫声重复性交替性组合规律及统计特性，形成符合叫声脉冲重复性交替性规律的隐蔽编码叫声脉冲串；

调整时间间隔模块，用于根据隐蔽编码叫声脉冲串，结合叫声脉冲时间间隔组合规律及其统计特性，调整叫声脉冲串之间的时间间隔，使得叫声脉冲串中各叫声脉冲之间的时间间隔符合真实鲸叫声脉冲的变化规律；

所述根据叫声脉冲多样性特征及统计特性，形成叫声脉冲的特征分层分组模型和数据库，并进一步形成编码集具体为：

以叫声脉冲的持续时间的大小为特征分层条件，全部叫声脉冲集合分为短、长叫声脉冲集合，再以叫声脉冲的平均频率为互异性特征将短脉冲集合分为脉冲组；

以谐波数量为互异性特征，将长脉冲集合分为少谐波、多谐波长脉冲集合再以最大频率为互异性特征，将脉冲集合分为脉冲组；

以短叫声脉冲集合和长叫声脉冲集合为根节点，构成短叫声脉冲子树和长叫声脉冲子树；子树形成四个脉冲组分别编码二进制；

依据叫声脉冲组对应的编码信息，将编码相同的脉冲组重新组合形成编码集。

Images