CN115659199A - 基于水听器阵列的水中发声生物数目估计方法 - Google Patents
基于水听器阵列的水中发声生物数目估计方法 Download PDFInfo
- Publication number
- CN115659199A CN115659199A CN202211609380.XA CN202211609380A CN115659199A CN 115659199 A CN115659199 A CN 115659199A CN 202211609380 A CN202211609380 A CN 202211609380A CN 115659199 A CN115659199 A CN 115659199A
- Authority
- CN
- China
- Prior art keywords
- hydrophone
- hydrophones
- signal
- calculating
- sound
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
- Y02A40/81—Aquaculture, e.g. of fish
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于水听器阵列的水中发声生物数目估计方法,发声生物领域,所述方法使用3水听器阵列来实时接收水中生物发声信号,利用波达时间差来估计两两水听器为参考的发声角度,利用密度聚类方法实现角度‑角度平面上发声生物数目的自动化估计。本发明方法不仅适用于滴答声信号也适用于口哨声,可以自动估计出水生动物数目。
Description
技术领域
本发明属于发声生物领域,涉及一种基于水听器阵列的水中发声生物数目估计方法。
背景技术
对水下发声生物进行监测是增进人类对动物了解的重要手段,是研究环境如何影响动物的必要过程,对于濒危动物保护和生态文明建设有重要意义。
由于声学方法可以全天候被动远距离监测水下发声生物,目前正被越来越多的应用到发声生物的监测中。声学监测已经可以检测发声动物信号的有无,也可以根据深度学习模型来识别发声生物的种类,但是对于发声生物的数量估计仍然存在一定的改进空间。现在较为常用的方法是采用两个水听器对发声生物的滴答声检测,进而实现生物数目估计。但是这种方法也有其缺点:1.该方法只使用两个水听器,有左右舷模糊问题,导致阵列左右的动物可能会估计为同一个;2.该方法只能检测发声生物的嘀嗒声信号,对于发声生物发出的频率更低一些的口哨声,不能估计出生物数目;3.该方法结果需要人工判读才能得到动物数目。
发明内容
为克服现有方法存在问题,本发明提供了一种基于水听器阵列的水中发声生物数目估计方法。该方法使用3水听器阵列来实时接收水中生物发声信号,利用波达时间差来估计两两水听器为参考的发声角度,利用密度聚类方法实现角度-角度平面上发声生物数目的自动化估计。
本发明是通过如下技术方案来实现的:
一种基于水听器阵列的水中发声生物数目估计方法,所述方法包括以下步骤:
第一步,在水下布放3水听器阵列,水听器间距根据平台尺寸确定,水听器不共线布放,水听器1和水听器2的间距为d 1 ,水听器1和水听器2的间距为d 2 ;使用采集装置同步采集得到3水听器的信号为s 1 、s 2 和s 3 ;
第二步,从信号中检出感兴趣的声音信号片段,包括滴答声或者口哨声等信号,得到片段信号w 1 、w 2 和w 3 ;计算片段信号w 1 和w 2 之间的时间差t 1 ,计算片段信号w 2 和w 3 之间的时间差t 2 ;
最后,重复以上过程,达到一组α和β,绘制分布散点图,利用密度聚类方法实现发声动物的数目自动估计。
本发明与现有技术相比的有益效果:
本发明使用了3水听器阵列实时处理信号,得到时间差信息,实现数目估计和成本之间的有效平衡,并且解决了2水听器所出现的左右舷模糊问题。本发明方法得到得时间差信息,不仅适用于滴答声信号也适用于口哨声,拓展了应用范围。本发明使用密度聚类方法,可以自动估计出动物数目。
附图说明
图1是水听器阵列数目估计示意图;
图2是水听器阵列接收信号图;
图3是检测到的嘀嗒声信号图;
图4是密度聚类方法估计结果;
图5是检测到的口哨声信号图;
图6是口哨声信号时频图;
图7是口哨声密度聚类方法结果。
具体实施方式
下面通过实施例来对本发明的技术方案做进一步解释,但本发明的保护范围不受实施例任何形式上的限制。
实施例1
3个水听器之间的两两水听器之间可以对目标信号进行测向,得到2个目标方位来角,然后可以利用角度-角度平面密度聚类的方法实现水下生物的数目自动估计。
如图1所示为3水听器阵列数目估计示意图,测量得到水听器1和水听器2的波达时间差t 1 ,可以得到波达角度α,继续测量水听器1和水听器2的波达时间差t 2 ,可以得到波达角度β。不同的α和β对代表了不同的动物,由于存在误差以及动物的运动,在一段时间内靠近的α和β可以认为来自一个动物,因此可以使用密度聚类方法实现数目的估计。
综合上述分析,本发明提出了一种基于3水听器阵列的水中动物数目估计方法,该方法通过两次计算波达方向,并且使用密度聚类方法实现了发声动物数目的估计。具体步骤如下:
首先,在水下布放3水听器阵列,水听器间距根据平台尺寸确定,水听器不共线布放,水听器1和水听器2的间距为d 1 ,水听器1和水听器2的间距为d 2 。使用采集装置同步采集得到3水听器的信号为s 1 、s 2 和s 3 ;然后,从信号中检出感兴趣的声音信号片段,包括滴答声或者口哨声等信号,得到片段信号w 1 、w 2 和w 3 ;计算片段信号w 1 和w 2 之间的时间差t 1 ,计算片段信号w 1 和w 3 之间的时间差t 2 ;计算目标相对于水听器1和水听器2的入射角度,计算目标相对于水听器1和水听器3的入射角度,其中c为水中声速;最后,重复以上过程,达到一组α和β,绘制分布散点图,利用密度聚类方法实现发声动物的数目自动估计。
下面结合具体实施例对本发明进行详细说明。
在特定水域布放了间距均为1m的3水听器阵列,根据前期的资源调查这片水域实际生活有5头江豚。使用所述的同步采集器采集信号,得到如图2所示的信号为s 1 、s 2 和s 3 ;从这3段信号中检测出江豚嘀嗒声信号,得到如图3所示的信号w 1 、w 2 和w 3 ;计算片段信号w 1 和w 2 之间的时间差,计算片段信号w 1 和w 3 之间的时间差;计算目标相对于水听器1和水听器2的入射角度52.05°,计算目标相对于水听器1和水听器3的入射角度109.27°; 按照上述步骤继续处理剩余时间段内检测到的信号,得到一组α和β值,即可绘制角度分布散点图;利用密度聚类方法对这一组α和β值进行分析,给出聚类结果,聚类分类的数目作为发声生物的估计数目,如图4所示为密度聚类给出的结果,可以看到这10秒中估计有5头江豚,与实际调查数据一致。
实施例2
继续使用该阵列仿真海豚口哨声信号检测结果,设置了一个声源发出仿真海豚口哨声。如图5所示为检测到的时域波形图从上到下分别是信号w 1 、w 2 和w 3 ,其中一个信号的时频图如图6所示。计算片段信号w 1 和w 2 之间的时间差0.17ms,计算片段信号w 1 和w 3 之间的时间差0.61ms;计算目标相对于水听器1和水听器2的入射角度75.05°,计算目标相对于水听器1和水听器3的入射角度24.32°; 按照上述步骤继续处理剩余时间段内检测到的信号,得到一组α和β值,即可绘制角度分布散点图;利用密度聚类方法对这一组α和β值进行分析,给出聚类结果,聚类分类的数目作为发声生物的估计数目,如图7所示为密度聚类给出的结果,可以看到这10秒中估计有1头海豚,与实际发声声源数目一致。
Claims (1)
1.一种基于水听器阵列的水中发声生物数目估计方法,其特征在于,所述方法包括以下步骤:
第一步,在水下布放3水听器阵列,水听器间距根据平台尺寸确定,水听器不共线布放,水听器1和水听器2的间距为d 1 ,水听器1和水听器2的间距为d 2 ;使用采集装置同步采集得到3水听器的信号为s 1 、s 2 和s 3 ;
第二步,从信号中检出感兴趣的声音信号片段,得到片段信号w 1 、w 2 和w 3 ;计算片段信号w 1 和w 2 之间的时间差t 1 ,计算片段信号w 2 和w 3 之间的时间差t 2 ;
最后,重复以上过程,达到一组α和β,绘制分布散点图,利用密度聚类方法实现发声动物的数目自动估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211609380.XA CN115659199A (zh) | 2022-12-15 | 2022-12-15 | 基于水听器阵列的水中发声生物数目估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211609380.XA CN115659199A (zh) | 2022-12-15 | 2022-12-15 | 基于水听器阵列的水中发声生物数目估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115659199A true CN115659199A (zh) | 2023-01-31 |
Family
ID=85023713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211609380.XA Pending CN115659199A (zh) | 2022-12-15 | 2022-12-15 | 基于水听器阵列的水中发声生物数目估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115659199A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002168937A (ja) * | 2000-12-05 | 2002-06-14 | Nec Corp | 水中目標物位置検出装置及び方法 |
CN108731795A (zh) * | 2018-05-31 | 2018-11-02 | 中国科学院声学研究所 | 一种基于声成像技术的野外鸟类数量估计方法 |
CN111398902A (zh) * | 2020-03-11 | 2020-07-10 | 哈尔滨工程大学 | 一种直角三角形三元水听器阵被动测距测向方法 |
-
2022
- 2022-12-15 CN CN202211609380.XA patent/CN115659199A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002168937A (ja) * | 2000-12-05 | 2002-06-14 | Nec Corp | 水中目標物位置検出装置及び方法 |
CN108731795A (zh) * | 2018-05-31 | 2018-11-02 | 中国科学院声学研究所 | 一种基于声成像技术的野外鸟类数量估计方法 |
CN111398902A (zh) * | 2020-03-11 | 2020-07-10 | 哈尔滨工程大学 | 一种直角三角形三元水听器阵被动测距测向方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Morrissey et al. | Passive acoustic detection and localization of sperm whales (Physeter macrocephalus) in the tongue of the ocean | |
CN108089155B (zh) | 一种深海环境下单水听器声源被动定位方法 | |
Tiemann et al. | Three-dimensional localization of sperm whales using a single hydrophone | |
Miller et al. | A small towed beamforming array to identify vocalizing resident killer whales (Orcinus orca) concurrent with focal behavioral observations | |
RU2605774C2 (ru) | Способ и устройство для оценки межузлового расстояния между узлом передатчика и узлом приемника | |
CN110824429B (zh) | 深海环境下利用非同步垂直阵的宽带声源被动定位方法 | |
Tran et al. | Using a coherent hydrophone array for observing sperm whale range, classification, and shallow-water dive profiles | |
Tiemann et al. | Localization of marine mammals near Hawaii using an acoustic propagation model | |
Nosal | Methods for tracking multiple marine mammals with wide-baseline passive acoustic arrays | |
Frasier et al. | Delphinid echolocation click detection probability on near-seafloor sensors | |
Gassmann et al. | Three-dimensional tracking of Cuvier's beaked whales' echolocation sounds using nested hydrophone arrays | |
Nosal et al. | Track of a sperm whale from delays between direct and surface-reflected clicks | |
Helble et al. | Automated acoustic localization and call association for vocalizing humpback whales on the Navy's Pacific Missile Range Facility | |
Barlow et al. | Diving behavior of Cuvier's beaked whales inferred from three-dimensional acoustic localization and tracking using a nested array of drifting hydrophone recorders | |
Thode | Three-dimensional passive acoustic tracking of sperm whales (Physeter macrocephalus) in ray-refracting environments | |
Miller et al. | Underwater behavior of sperm whales off Kaikoura, New Zealand, as revealed by a three-dimensional hydrophone array | |
Jang et al. | Bayesian detection and tracking of odontocetes in 3-D from their echolocation clicks | |
White et al. | Localisation of sperm whales using bottom-mounted sensors | |
Miller et al. | Red shift, blue shift: Investigating Doppler shifts, blubber thickness, and migration as explanations of seasonal variation in the tonality of Antarctic blue whale song | |
Quick et al. | A mobile acoustic localization system for the study of free-ranging dolphins during focal follows. | |
Ferguson et al. | Introduction to the special issue on acoustic source localization | |
Woodward et al. | Learning to localize sounds in a highly reverberant environment: Machine-learning tracking of dolphin whistle-like sounds in a pool | |
McCauley et al. | Migratory patterns and estimated population size of pygmy blue whales (Balaenoptera musculus brevicauda) traversing the Western Australian coast based on passive acoustics. | |
CN115659199A (zh) | 基于水听器阵列的水中发声生物数目估计方法 | |
Houégnigan et al. | A novel approach to real-time range estimation of underwater acoustic sources using supervised machine learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |