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 PDF

Info

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
Application number
CN202211609380.XA
Other languages
English (en)
Inventor
刘宗伟
吕连港
龚云祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
First Institute of Oceanography MNR
Original Assignee
First Institute of Oceanography MNR
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by First Institute of Oceanography MNR filed Critical First Institute of Oceanography MNR
Priority to CN202211609380.XA priority Critical patent/CN115659199A/zh
Publication of CN115659199A publication Critical patent/CN115659199A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/80Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
    • Y02A40/81Aquaculture, 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

基于水听器阵列的水中发声生物数目估计方法
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 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 w 3 ;计算片段信号w 1 w 2 之间的时间差t 1 ,计算片段信号w 2 w 3 之间的时间差t 2
第三步,计算目标相对于水听器1和水听器2的入射角度
Figure 1049DEST_PATH_IMAGE001
,计算目标相对于水听器1和水听器3的入射角度
Figure 652610DEST_PATH_IMAGE002
,其中c为水中声速;
最后,重复以上过程,达到一组αβ,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αβ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αβ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 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 w 3 ;计算片段信号w 1 w 2 之间的时间差t 1 ,计算片段信号w 1 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
Figure 166768DEST_PATH_IMAGE003
,计算目标相对于水听器1和水听器3的入射角度
Figure 171765DEST_PATH_IMAGE004
,其中c为水中声速;最后,重复以上过程,达到一组αβ,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 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 w 3 ;计算片段信号w 1 w 2 之间的时间差
Figure 454978DEST_PATH_IMAGE005
,计算片段信号w 1 w 3 之间的时间差
Figure 11862DEST_PATH_IMAGE006
;计算目标相对于水听器1和水听器2的入射角度
Figure 137950DEST_PATH_IMAGE007
52.05°,计算目标相对于水听器1和水听器3的入射角度
Figure 805691DEST_PATH_IMAGE008
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αβ值,即可绘制角度分布散点图;利用密度聚类方法对这一组αβ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 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 w 2 之间的时间差0.17ms,计算片段信号w 1 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αβ值,即可绘制角度分布散点图;利用密度聚类方法对这一组αβ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 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 w 3 ;计算片段信号w 1 w 2 之间的时间差t 1 ,计算片段信号w 2 w 3 之间的时间差t 2
第三步,计算目标相对于水听器1和水听器2的入射角度
Figure DEST_PATH_IMAGE002
,计算目标相对于水听器1和水听器3的入射角度
Figure DEST_PATH_IMAGE004
,其中c为水中声速;
最后,重复以上过程,达到一组αβ,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。
CN202211609380.XA 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 Pending CN115659199A (zh)

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)

* Cited by examiner, † Cited by third party
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
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