RU2443982C2 - Способ диагностирования состояний пчелиных семей по их акустическому шуму - Google Patents

Способ диагностирования состояний пчелиных семей по их акустическому шуму Download PDF

Info

Publication number
RU2443982C2
RU2443982C2 RU2010104318/28A RU2010104318A RU2443982C2 RU 2443982 C2 RU2443982 C2 RU 2443982C2 RU 2010104318/28 A RU2010104318/28 A RU 2010104318/28A RU 2010104318 A RU2010104318 A RU 2010104318A RU 2443982 C2 RU2443982 C2 RU 2443982C2
Authority
RU
Russia
Prior art keywords
codes
narrow
code
dimension
band frequency
Prior art date
Application number
RU2010104318/28A
Other languages
English (en)
Other versions
RU2010104318A (ru
Inventor
Анатолий Фёдорович Рыбочкин (RU)
Анатолий Фёдорович Рыбочкин
Светлана Васильевна Праведникова (RU)
Светлана Васильевна Праведникова
Original Assignee
Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет" (ЮЗГУ)
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 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет" (ЮЗГУ) filed Critical Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет" (ЮЗГУ)
Priority to RU2010104318/28A priority Critical patent/RU2443982C2/ru
Publication of RU2010104318A publication Critical patent/RU2010104318A/ru
Application granted granted Critical
Publication of RU2443982C2 publication Critical patent/RU2443982C2/ru

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

Способ диагностирования состояний пчелиных семей по их акустическому шуму заключается в том, что звуковой сигнал, снимаемый микрофоном, усиливается, а затем с помощью узкополосных частотных фильтров в наиболее информативных частотных полосах этого сигнала выходные сигналы выпрямляют, анализируют с помощью блока компараторов, на выходах которых формируются параллельные двоичные коды, которые преобразуют в образы спектров. При распознавании состояний пчелиных семей по их акустическому шуму в течение времени диагностирования (от 2-х до 10 минут) полученные двоичные коды записывают в виде восьмеричных кодов, строят таблицу частот появлений этих восьмеричных кодов. Для повышения информативности по полученным
Figure 00000095
разрядным кодам рассчитывают образы спектров (перестановки) и апостериорную энтропию (среднее количество информации), учитывая полученное кодовое сообщение при n и вычисленные уровни образов спектров (перестановок), устанавливают образы спектров (перестановок) при n+1 большей размерности, задавая распределение, которое даст среднюю информацию, соответствующую новому распределению кодов. Технический результат - повышение точности, достоверности и количества распознающих состояний пчелиных семей. 21 ил., 6 табл.

Description

Изобретение относится к области пчеловодства и может найти применение в практической работе на индивидуальных и коллективных пасеках.
Известны способы диагностирования состояний пчелиной семьи по их акустическому шуму, основанные на анализе интенсивностей сигналов в выделенных частотных полосах с применением численных методов спектрального анализа и статистической обработки случайных сигналов [1-3]. Недостатками способов являются недостаточная информативность при выбранном количестве спектральных частотных полос, сложность и большая продолжительность расчетов спектров, недостаточная информативность при близких распределениях частот выпадений кодов.
Наиболее близким по технической сущности к изобретению является способ определения информативных частотных полос акустического сигнала пчелиных семей при распознавании их состояний [4], заключающийся в том, что звуковой сигнал, снимаемый с помощью выносного микрофона, усиливается усилителем, затем с помощью узкополосных частотных фильтров выделяют наиболее информативные частотные полосы этого сигнала, выходные сигналы этих узкополосных частотных фильтров выпрямляют с использованием детекторов с накопителями и анализируют с помощью блока компараторов, полученные выпрямленные напряжения с выходов детекторов с накопителями сравнивают попарно в блоке компараторов по числу всех возможных парных сочетаний
Figure 00000001
(где N - число узкополосных частотных фильтров и соответственно N детекторов с накопителями, r - количество разрядов получаемого параллельного двоичного кода), на выходах блока компараторов формируются параллельные двоичные коды, предварительно устанавливают коэффициенты передач узкополосных частотных фильтров, равные K1=К2=К3=KN, вычисляют исходную энтропию
Figure 00000002
, где
Figure 00000003
априорные вероятности появления двоичных кодов на выходах блока компараторов, m=N! - количество кодов, затем анализируют акустический шум пчелиных семей с известными состояниями, установленными на основании опыта пчеловода (заведомо отбирают наибольшее количество пчелиных семей, которые имеют четкие граничные состояния, пчелиные семьи не подвержены беспокойству, т.е. микрофоны размещаются в ульи заранее), длительность анализа акустического шума пчелиной семьи должна превышать постоянную времени детекторов с накопителями, определяют скорость и достоверность анализа, что составляет от 2 до 10 минут, полученные параллельные двоичные коды для данной пчелиной семьи запоминают, аналогично проводят анализ акустического шума остальных пчелиных семей, время анализа одинаковое для всех пчелиных семей, получаемые коды также запоминают, в последующем подсчитывают количество всех кодов n, вычисляют апостериорную энтропию появления параллельных двоичных кодов для всех анализируемых пчелиных семей
Figure 00000004
, где n - количество наблюдаемых кодов всех анализируемых пчелиных семей,
Figure 00000005
апостериорные вероятности появления параллельных двоичных кодов, затем вычисляют разницу между исходной энтропией и апостериорной (Н(В)-H(Bj/A)), если разница равна нулю, то делают вывод о точной установке частотных полос узкополосных частотных фильтров в наиболее информативных местах частотного диапазона акустического шума пчелиных семей, а если разница между исходной априорной энтропией и апостериорной (Н(В)-Н(В/А)) имеет значение, отличное от нуля, проводят перенастройку частот установки узкополосных частотных фильтров и проводят повторный анализ.
Его основными недостатками являются:
- недостаточная информативность, так как достигнутая информативность определяется количеством используемых узкополосных частотных фильтров, а частоты выпадения кодов могут иметь близкие распределения при диагностировании различных состояний пчелиной семьи. Необходимое разделение состояний можно достигнуть за счет повышения информативности путем наращивания количества узкополосных частотных фильтров;
- при близких пограничных распределениях затрудняется диагностирование конкретных состояний пчелиных семей, увеличивается время анализа, требуется аппаратное усложнение реализации средства диагностирования, что повышает стоимость.
Технической задачей, на решение которой направлено предлагаемое изобретение, является повышение информативности кодового сообщения, соответственно точности и количества распознающих состояний пчелиных семей, а также их достоверности. Это достигается за счет повышения информативности кодовых сообщений, полученных при применении четырех узкополосных частотных фильтров, путем их пересчета в кодовые сообщения с большей информативностью, какие они могли бы быть получены при применимости пяти, затем шести и т.д. узкополосных частотных фильтров. Это проделывается до тех пор, пока не зарегистрируется необходимая информативность кодового сообщения, обеспечивающая четкое разделение кодовых сообщений, характеризующих различные состояния пчелиных семей.
Решение указанной задачи достигается тем, что звуковой сигнал, снимаемый с помощью выносного микрофона, усиливается усилителем, затем с помощью узкополосных частотных фильтров выделяют наиболее информативные частотные полосы этого сигнала, выходные сигналы этих узкополосных частотных фильтров выпрямляют с использованием детекторов с накопителями и анализируют с помощью блока компараторов, полученные и выпрямленные напряжения сравнивают в блоке компараторов по числу всех возможных парных сочетаний, на выходах блока компараторов формируются параллельные b1, b2, b3,…b
Figure 00000006
- двоичные числа кода В разрядностью
Figure 00000007
, получаемые в ходе диагностирования длительностью от 3 до 10 минут с количеством считывания кодов не меньше (n+1)!, поочередно преобразуют в образы спектров (перестановки) согласно выражению
Figure 00000008
где i1-in - уровни образов спектров,
вычисляют апостериорную энтропию (среднее количество информации) по формуле
Figure 00000009
, где
Figure 00000010
вероятности выпадения Bj кодов полученного кодового сообщения с применением n узкополосных частотных фильтров, kji частота выпадения Bj кодов A-i-го состояния (индекс j показывает номер кода от 1 до n!), Li - суммарное количество наблюдаемых кодов анализируемого A-i-го состояния в течение времени анализа, Ai - i-e состояние пчелиной семьи, рассчитывают среднее значение информации для n+1 узкополосных частотных фильтров согласно выражению Hn(Bj/Ai)·η=H(n+1)(Bj/Ai), где Hn(Вj/Ai) - апостериорная энтропия при размерности n, H(n+1) (Bj/Ai) - апостериорная энтропия при большей размерности n+1,
Figure 00000011
коэффициент увеличения информации,
Figure 00000012
априорная энтропия при увеличенном количестве узкополосных частотных фильтров на единицу,
Figure 00000013
априорная энтропия при количестве узкополосных фильтров, равном n, учитывая полученные экспериментально кодовые сообщения разрядностью
Figure 00000014
и рассчитанные согласно выражению уровни образов спектров, а также учитывая известные образы спектров (перестановки) с размерностью (n+1) и соответственно им двоичные коды с разрядностью
Figure 00000015
, при переходе с размерности n на размерность n+1 количество кодов диагностируемого состояния пчелиной семьи удваивается, подбирают новое распределение для этих кодов так, чтобы рассчитанное среднее количество при новом распределении информации по формуле
Figure 00000016
, где
Figure 00000017
апостериорная вероятность выпадения кодов, Sji частоты кодов с размерностью n+1, совпало с рассчитанной Н(n+1)(Вj/Аi)=Н(n)(Вj/Ai)·η, вид одного из кодов устанавливают по совпадению чисел уровней образов спектров размерности n с числами уровней образов спектров размерности (n+1) этих кодов в местах их размещения, без одного, вид другого кода отличается от первого установленного кода, на одно кодовое расстояние, по новому распределению частот выпадений кодов с размерностью (n+1) судят о более конкретной принадлежности к диагностируемому состоянию пчелиной семьи.
При анализе акустического шума пчелиных семей, акустический шум, снимаемый микрофоном, усиливается и поступает на n узкополосных частотных фильтров, настроенных на наиболее информативные частотные полосы [3], выделенные частотные составляющие детектируются и попарно сравниваются в блоке компараторов, на выходах которого по случайному закону появляются параллельные b1, b2, b3,…b
Figure 00000018
- двоичные числа кода В разрядностью
Figure 00000006
, которые образуют байты слов в виде двоичных «единиц» и «нулей». Разрядность двоичных кодов зависит от числа n узкополосных фильтров. Для удобства анализа диагностируемого состояния двоичные коды представляются в виде восьмеричных.
Исходная априорная неопределенность (энтропия) определяется согласно
Figure 00000019
где
Figure 00000020
- вероятности появления двоичных кодов на выходах блока компараторов, n - количество узкополосных частотных фильтров.
При диагностировании состояний пчелиных семей учитывают частоты выпадений Вj кодов и их распределение, соответствующее A-i-му диагностируемому состоянию.
Для перевода двоичных кодов в образы спектров (перестановки) применимо выражение (2)
Figure 00000021
где i1……in уровни образа спектра, вычисленные для каждого кодового сообщения, которые образуют образы спектров (перестановки)
Figure 00000022
, где 1, 2, …, n номера столбцов перестановок или номера узкополосных частотных фильтров, i1, i2, …, in целые числа, т.е. i1=1, или 2, или n, i2=1, или 2, или n, in=1, или 2, или n.
При использовании n узкополосных частотных фильтров на выходах блока компараторов наблюдаются
Figure 00000023
разрядные коды, а при использовании n+1 узкополосных частотных фильтров на выходах блока компараторов наблюдаются
Figure 00000024
разрядные коды.
К примеру, при использовании четырех узкополосных частотных фильтров на выходах блока компараторов наблюдаются шестиразрядные коды (3), которые соответствуют образам спектров и соответственно перестановкам (4) [5].
Figure 00000025
где: В6 - шестиразрядный двоичный код, b1-b6 - двоичные числа, младший разряд слева.
Числа, характеризующие уровни i1, i2, i3, i4, неизвестны
Figure 00000026
где: 1, 2, 3, 4 номера узкополосных частотных фильтров.
Подставим в выражение (2) n=4, получим выражение (5). Тогда номера наблюдаемых уровней образа спектра, т.е. числа перестановки, вычисляются с использованием выражения (5)
Figure 00000027
При анализе кодового сообщения акустического сигнала пчелиной семьи получаем распределение двоичных кодов и информацию об образах спектров, т.е. перестановках.
Чтобы увеличить информативность кодового сообщения, должны аппаратно увеличить количество узкополосных фильтров.
Для увеличенного количества узкополосных частотных фильтров, т.е. при n+1 исходная априорная неопределенность (энтропия) определяется согласно
Figure 00000028
При использовании пяти узкополосных фильтров среднее количество информации увеличится в 1,5 раза (табл.1, фиг.1). Но с увеличением количества узкополосных фильтров возрастает аппаратная стоимость устройства для реализации способа, сложность схемной реализации.
Поскольку заранее известно увеличение средней информации (табл.1, фиг.1), а также известны образы спектров для пяти фильтров (фиг.3-фиг.7), которые рассчитываются по формуле (2). Не увеличивая аппаратно на один количество узкополосных частотных фильтров, можно установить вид и их частоты выпадения при новом распределении двоичных кодов и определить образы спектров большей размерности. Для этого достаточно устройства с использованием 4-х узкополосных фильтров, реализующих 4! образов спектров (фиг.2).
При использовании пяти узкополосных частотных фильтров получаем 10-разрядный код (7)
Figure 00000029
Используя выражение (2), определяем формулу (8) для расчета уровней образа спектра (второго ряда чисел перестановки) при применимости пяти узкополосных частотных фильтров, устанавливается образ спектра (9)
Figure 00000030
Figure 00000031
Чтобы перейти на размерность, выше на одну позицию, т.е. с шестью узкополосными частотными фильтрами, необходимо иметь установленное экспериментальным путем распределение частот выпадений кодов, полученных в ходе диагностирования при аппаратном использовании пяти узкополосных частотных фильтров, или рассчитать при аппаратной реализации четырех узкополосных частотных фильтров.
Для образа спектра (перестановки), где n=6, по наблюдаемому двоичному пятнадцатиразрядному коду (10)
Figure 00000032
с применением выражения (2) устанавливают формулу (11)
Figure 00000033
с применением, которой рассчитывают уровни образа спектра или числа второго ряда перестановки (12)
Figure 00000034
Для того чтобы диагностировать состояния пчелиных семей, необходимо иметь признаковое пространство частот появления кодов известных состояний пчелиных семей, установленных путем осмотра.
В табл.2 (фиг.8) приведено 20 различных состояний пчелиных семей. При применении четырех узкополосных частотных фильтров для различных состояний пчелиных семей наблюдались различные частоты выпадений кодов (табл.3, (фиг.10)), с использованием которых рассчитываются апостериорная энтропия (среднее количество информации) по формуле
Figure 00000035
где
Figure 00000036
вероятности выпадения Вj кодов полученного кодового сообщения с применением n узкополосных частотных фильтров, kji частота выпадения Вj кодов A-i-го состояния (индекс j показывает номер кода от 1 до n!), Li - суммарное количество наблюдаемых кодов анализируемого A-i-го состояния в течение времени анализа, A-i-e состояние пчелиной семьи. Апостериорная энтропия Hn(Bj/Ai) приведена в третьем столбце табл.3, фиг.10.
В табл.1, фиг.1 показано, что с увеличением числа узкополосных частотных фильтров увеличивается среднее количество информации на η, где
Figure 00000037
коэффициент увеличения информации, числовые значения приведены в пятом столбце табл.1 фиг.1.
С учетом известного среднего количества информации (апостериорной энтропии Hn(Bj/Ai)) (13) рассчитывают среднее значение информации (апостериорную энтропию Н(n+1)(Вj/Аi)) для n+1, т.е. пяти узкополосных частотных фильтров согласно выражению (14)
Figure 00000038
Учитывая известное увеличение количества информации η (табл.1, фиг.1) и рассчитанную апостериорную энтропию H(Bj/4i) (табл.3, фиг.10), рассчитывается апостериорная энтропия H(n+1)(Bj/Ai), которая приведена в табл.6 (фиг.16-фиг.27).
Имея эту информацию, установим образы спектров, какие они могут быть в случае практической реализации с использованием пяти узкополосных частотных фильтров. При попарно сочетательном сравнении интенсивных составляющих при использовании 5-ти узкополосных частотных фильтров, на выходе блока компараторов формируется 10-разрядный двоичный код.
Для того чтобы определить повышенную информативность при меньшем количестве узкополосных частотных фильтров, к четырем реальным узкополосным фильтрам добавляется еще один пятый виртуальный узкополосный фильтр. Полосы частот узкополосных частотных фильтров виртуальной системы сужают в
Figure 00000039
раз. Частоты настройки узкополосных частотных фильтров устанавливают по максимальной информативности нового виртуального распределения частот выпадений кодов
Figure 00000040
, где
Figure 00000041
апостериорная вероятность выпадения кодов, Sji частоты кодов с размерностью n+1, Li≥(n+1)! - суммарное количество наблюдаемых кодов диагностируемого состояния в течение времени анализа акустического шума пчелиных семей.
Пример
Для анализа акустического шума были задействованы пчелиные семьи, имеющие большое количество различных состояний (табл.2, фиг.8), установленных путем осмотра. При использовании четырех (n=4) узкополосных частотных фильтров наблюдались частоты выпадений кодов (табл.3, фиг.10) [3].
Априорная вероятность появления одного из 4! кодов составляет pi=0,042. Исходная априорная неопределенность, определенная по формуле (1), составляет Н4(В)=4,58 бит.
При анализе акустического шума пчелиной семьи получено распределение выпадений кодов, характеризующих состояния пчелиных семей (табл.3, фиг.10).
При сочетательном сравнении продетектированных составляющих, выделенных четырьмя узкополосными частотными фильтрами, имеем шестиразрядный двоичный код В6 с шестью двоичными числами b1, b2, b3, b4, b5, b6. При добавлении пятого виртуального узкополосного частотного фильтра на выходах блока компараторов при сочетательном сравнении формируется десятиразрядный двоичный код В10 с десятью двоичными числами b1, b2, b3, b4, b5, b6, b7, b8, b9, b10.
При оцифровке методом сочетательного сравнения (фиг.9) первые три двоичных разряда при переходе с размерности четыре узкополосных частотных фильтра на пять узкополосных частотных фильтров совпадают, четвертый разряд b4 не совпадает, пометим его x4. Двоичный разряд b4 с размерности четыре узкополосных частотных фильтра переходит в b5 размерность пяти узкополосных частотных фильтров, а двоичный разряд b5 с размерности четыре узкополосных частотных фильтра переходит в b6 размерность пяти узкополосных частотных фильтров, двоичный разряд b6 с размерности четыре узкополосных частотных фильтра переходит в b8 размерности пять узкополосных частотных фильтров. Получаем десятиразрядный код В10 с десятью двоичными числами b1, b2, b3, x4, b5, b6, х7, b8, x9, x10, в котором известны шесть цифр двоичных разрядов взятых шестиразрядных кодов при применимости четырех узкополосных частотных фильтров, четыре двоичных разряда x4, x7, x9, x10, взятых из десятиразрядного кода B10, не известны.
При переходе образов спектров (перестановок) с размерности четыре узкополосных частотных фильтра
Figure 00000042
в размерность пять узкополосных частотных фильтров, двоичные разряды b1, b2, b3, b5, b6, b8 совпадают в пяти вариантах образов спектров (перестановок) размерности пять узкополосных частотных фильтров
Figure 00000043
.
Для роевого состояния (A6) пчелиной семьи строка шесть (табл.2, фиг.8), (табл.3, фиг.10) с применением четырех узкополосных частотных фильтров выпали коды: <74>8 - 53 раза, <77>8 - 11 раз. Код
Figure 00000044
соответствует перестановке
Figure 00000045
, код
Figure 00000046
соответствует перестановке
Figure 00000047
. Уровни образов спектров (числа второго ряда перестановок) установлены с использованием выражения (2).
При добавлении пятого виртуального узкополосного частотного фильтра, при анализе одного и того же акустического сигнала, при одновременном считывании как с четырьмя, так и с пятью узкополосными частотными фильтрами, получим совпадающие коды в первом, во втором, в третьем разрядах. При выпадении кода <74>8 на выходах компараторов устанавливаются двоичные коды b1=1, b2=1, b3=1, b4=0, b5=0, b6=1 (фиг.9, а). В это же время на выходах компараторов (фиг.9, в) устанавливаются двоичные коды b1=1, b2=1, b3=1, x4=?, b5=0, b6=0, x7=?, b8=1, x9=?, x10=? (фиг.9, в), десятиразрядное кодовое сообщение
Figure 00000048
, где неизвестны четыре двоичных числа в четвертом, седьмом, девятом, десятом разрядах. Двоичные числа b1=1, b2=1, b3=1, b5=0, b6=0, b8=1 входят в следующие перестановки
Figure 00000049
,
Figure 00000050
,
Figure 00000051
,
Figure 00000052
,
Figure 00000053
Разряды чисел x4, х7, x9, x10 в десятиразрядном кодовом сообщении принимают следующие значения двоичных кодов (табл.4, фиг.10), входят в следующие варианты десятиразрядных двоичных кодов
Figure 00000054
Между этими десятиразрядными двоичными кодами, перестановками и восьмеричными кодами имеется следующее соответствие
Figure 00000055
При выпадении кода <77>8 на выходах компараторов устанавливаются двоичные коды b1=1, b2=1, b3=1, b4=1, b5=1, b6=1 (фиг.9, а). В это же время на выходах компараторов (фиг.9, в) устанавливаются двоичные коды b1=1, b2=1, b3=1, х4=?, b5=1, b6=1, x7=?, b8=1, x9=?, x10=? (фиг.9, в), десятиразрядное кодовое сообщение
Figure 00000056
, где неизвестны четыре двоичных числа в четвертом, седьмом, девятом, десятых разрядах. Двоичные числа b1=1, b2=1, b3=1, b5=1, b6=1, b8=1 входят в десятиразрядные двоичные коды, соответствующие перестановкам и восьмеричным кодам
Figure 00000057
,
Figure 00000058
,
Figure 00000059
,
Figure 00000060
,
Figure 00000061
.
Разряды чисел x4, x7, x9, х10 в десятиразрядном кодовом сообщении принимают следующие значения двоичных кодов (табл.5, фиг.12), входят в следующие варианты десятиразрядных двоичных кодов
Figure 00000062
Между этими десятиразрядными двоичными кодами, перестановками и восьмеричными кодами имеется следующее соответствие
Figure 00000063
При анализе акустического шума с четырьмя узкополосными частотными фильтрами (фиг.9, а) код <74>8 выпал 53 раза, код <77>8 выпал 11 раз. Согласно табл.3 для шестого состояния пчелиной семьи за время анализа выпало 64 раза, два кода <74>8 и <77>8.
Предстоит установить при анализе акустического шума пчелиной семьи, какие двоичные десятиразрядные коды и соответствующие им восьмеричные коды выпали бы, если бы в это же время проводили анализ акустического шума на устройстве, реализованном по схеме (фиг.9, в), но пятый узкополосный частотный фильтр реально отсутствовал.
Известны все варианты образов спектров при использовании четырех и пяти узкополосных частотных фильтров (фиг.2-фиг.7), где U1, U2, U3, U4, U5 относительные интенсивности образов спектров. Известны коды <74>8 и <77>8 (табл.3, фиг.10, шестое состояние), которые выпали в ходе анализа акустического шума при использовании четырех узкополосных частотных фильтров. Известны частоты выпадений кодов и апостериорная энтропия Н4(Bj/А6)=0,664 бит. Известен коэффициент увеличения информации (табл.1, фиг.1) при переходе анализа акустического шума с четырех узкополосных частотных фильтров на пять узкополосных частотных фильтров. Используя формулу (14), определяют для шестого состояния пчелиной семьи, какое было бы среднее значение информации (апостериорная энтропия) при применимости пяти узкополосных частотных фильтров. Для шестого состояния пчелиной семьи при использовании пяти узкополосных частотных фильтров при таком же количестве считываний кода (табл.6, фиг.16) H5(Bj/A6)=0,664·1,5=0,996 бит.
Код <74>8 при использовании четырех узкополосных частотных фильтров может преобразоваться при применимости пяти узкополосных частотных фильтров в пять следующих кодов <7171>8, <7020>8, <7161>8, <7120>8, <7160>8.
Код <77>8 при использовании четырех узкополосных частотных фильтров может преобразоваться при применимости пяти узкополосных частотных фильтров в пять следующих кодов <7771>8, <7770>8, <7730>8, <7720>8, <7620>8.
Если принять, что для кодов <7171>8, <7020>8, <7161>8, <7120>8, <7160>8 суммарная частота выпадений составит 53 раза, а для кодов -<7771>8, <7770>8, <7730>8, <7720>8, <7620>8 суммарная частота выпадений 11 раз, то при равновероятных исходах выпадений распределение частот выпадений кодов выглядит так
Figure 00000064
.
Для такого распределения H5(Bj/A6)=2,979 бит.
Возможна максимальная частота выпадения одного кода из пяти возможных кодов <7171>8, <7020>8, <7161>8, <7120>8, <7160>8, частота выпадения составит 53 раза, а также возможна максимальная частота выпадения одного кода из пяти возможных кодов - <7771>8, <7770>8, <7730>8, <7720>8, <7620>8, которая составит 11 раз. В этом случае H5(Вj/А6)=0,664 бит.
Апостериорная энтропия Н5(Вj/А6) при использовании пяти узкополосных частотных фильтров для шестого состояния пчелиной семьи должна находиться в интервале 0,664 бит<H5(Вj/А6)<2,979 бит.
Более вероятным возможно следующее распределение кодов, когда из пяти возможных кодов <7171>8, <7020>8, <7161>8, <7120>8, <7160>8 выпадут два, а также для пяти возможных кодов - <7771>8, <7770>8, <7730>8, <7720>8, <7620>8 выпадут два с распределением частот выпадений кодов, приведенных ниже
Figure 00000065
Вычислим апостериорную энтропию с учетом коэффициента повышения информативности η при переходе анализа акустического шума пчелиной семьи с четырех узкополосных частотных фильтров на пять (фиг.1, табл.1). Вычисленное значение апостериорной энтропии составит H5(Bj/A6)=H4(Вj/А6)·η=0,664 бит·1,5=0,996 бит. Сравнивая среднее значение информации с прежним вычислением, видим, что 0,929 бит≠0,996 бит. Изменим распределение частот выпадений кодов
Figure 00000066
Последнее вычисление среднего количества информации наиболее близко подходит H5(Bj/A6)=0,996 бит.
Распределение частот выпадений четырех кодов установили, теперь предстоит установить вид этих кодов.
Из десяти кодов остаются по два кода. Сопоставив образ спектра
Figure 00000067
соответствующий коду <74>8, с образом спектра
Figure 00000068
соответствующим коду <7020>8, видно, что четыре числа (второй нижний ряд чисел) уровней образов спектров совпадают. Второй код будет отличаться от кода
Figure 00000069
на одно кодовое расстояние. Таким кодом является
Figure 00000070
.
Сопоставив образ спектра
Figure 00000071
соответствующий коду <77>8, с образом спектра
Figure 00000072
соответствующим коду <7771>8, видно, что четыре числа (второй нижний ряд чисел) уровней образов спектров совпадают. Второй код будет отличаться от кода
Figure 00000073
на одно кодовое расстояние. Таким кодом является
Figure 00000074
.
При использовании пяти узкополосных фильтров вместо кода <74>8 (четыре узкополосных частотных фильтра) выпадут коды <7020>8, <7120>8, а вместо кода <77>8 (четыре узкополосных частотных фильтра) выпадут коды <7771>8, <7770>8.
Используя вычисленную (среднее значение информации) апостериорную энтропию H5(Bj/А6)=0,996 бит, наиболее близким является распределение кодов
Figure 00000075
.
Среднее количество информации составляет H5(Bj/A6)=0,997 бит. Апостериорная энтропия, вычисленная по формуле (14), с учетом увеличения информации (табл.1, фиг.1) Н5(Вj/А6=0,996 бит практически совпадает с апостериорной энтропией H5(Bj/A6)=0,997 бит нового распределения.
При выпадении кода <74>8 53 раза, код <7020>8 выпадет 50 раз, код <7120>8 3 раза.
При выпадении кода <77>8 11 раз, восьмеричный код <7620>8 выпадет 10 раз, а код <7720>, который находится на кодовом расстоянии, равном единице, выпадет один раз.
На базе известных данных, полученных с использованием четырех узкополосных фильтров, рассчитаны частоты выпадений кодов, которые могли бы выпасть при использовании пяти узкополосных частотных фильтров. Алгоритм для вычисления частот выпадений кодов, которые могут быть получены в устройстве с n+1 узкополосных частотных фильтров, фиг.13-фиг.15 на базе экспериментальных частот выпадений кодов для n узкополосных частотных фильтров. Частоты выпадений кодов приведены в табл.6 (фиг.16-фиг.21).
Таким образом при диагностировании состояний пчелиных семей с меньшим количеством узкополосных частотных фильтров и при близких распределениях частот выпадений кодов, можно, не наращивая аппаратно количество узкополосных частотных фильтров, повысить информативность кодового сообщения, рассчитав новое распределение частот выпадения кодов, и соответственно более точно диагностировать состояние пчелиной семьи, а также повысить количество диагностируемых состояний пчелиных семей.
Источники информации
1. Пат. 2167518 Россия, МКИ A01K 47/00. Способ определения информативности спектральных составляющих акустического сигнала пчелиных семей при распознавании их состояний // Дрейзин В.Э., Рыбочкин А.Ф., Захаров И.С. / Опубл. 27.05.01. Бюл. №15.
2. Пат. 2161883 Россия, МКИ A01K 47/00. Способ диагностирования состояний пчелиной семьи // Дрейзин В.Э., Рыбочкин А.Ф., Захаров И.С. / Опубл. Бюл. №2. 20.01.2001.
3. Пат. 2259041 Россия, МКИ A01K 47/00. Способ и устройство диагностики состояний пчелиных семей по их акустическому шуму // Рыбочкин А.Ф., Дрейзин В.Э., Захаров И.С., Дремов Б.Б., Кутузов А.А. / Опубл. 25.08.2005. Бюл. №24.
4. Пат. 2287138 Россия, МКИ A01K 47/00. Способ определения информативных частотных полос акустического сигнала пчелиных семей при распознавании их состояний // Рыбочкин А.Ф. / Опубл. 10.11.2006. Бюл. №31 (прототип).
5. Кострикин А.И. Введение в алгебру. Основы Алгебры: Учебник для вузов. М.: Физматлит. 1994.

Claims (1)

  1. Способ диагностирования состояний пчелиных семей по их акустическому шуму, состоящий в том, что звуковой сигнал, снимаемый с помощью выносного микрофона, усиливается усилителем, затем с помощью узкополосных частотных фильтров выделяют наиболее информативные частотные полосы этого сигнала, выходные сигналы этих узкополосных частотных фильтров выпрямляют с использованием детекторов с накопителями и анализируют с помощью блока компараторов, полученные и выпрямленные напряжения сравнивают в блоке компараторов по числу всех возможных парных сочетаний, на выходах блока компараторов формируется параллельные
    Figure 00000076
    - двоичные числа кода В разрядностью
    Figure 00000077
    отличающийся тем, что параллельные двоичные коды, получаемые в ходе диагностирования длительностью от 3 до 10 мин с количеством считывания кодов не меньше (n+1)!, поочередно преобразуют в образы спектров (перестановки) согласно выражению
    Figure 00000078

    Figure 00000079

    Figure 00000080

    Figure 00000081

    Figure 00000082

    …
    Figure 00000083

    Figure 00000084

    Figure 00000085

    где i1-in - уровни образов спектров,
    вычисляют апостериорную энтропию (среднее количество информации) по формуле
    Figure 00000086
    где
    Figure 00000087
    - вероятности выпадения Bj кодов полученного кодового сообщения с применением n узкополосных частотных фильтров, kji частота выпадения Bj кодов A-i-го состояния (индекс j показывает номер кода от 1 до n!), Li - суммарное количество наблюдаемых кодов анализируемого A-i-го состояния в течение времени анализа, Аi-i-е состояние пчелиной семьи, рассчитывают среднее значение информации для n+1 узкополосных частотных фильтров согласно выражения Hn(Bj/Аi)·η=Н(n+1)(Bj/Аi), где Hn(Bj/Ai) - апостериорная энтропия при размерности n, Н(n+1)(Вj/Аi) - апостериорная энтропия при большей размерности n+1,
    Figure 00000088
    - коэффициент увеличения информации,
    Figure 00000089
    априорная энтропия при увеличенном количестве узкополосных частотных на единицу,
    Figure 00000090
    априорная энтропия при количестве узкополосных фильтров, равном n, учитывая полученные экспериментально кодовые сообщения разрядностью
    Figure 00000091
    и рассчитанные согласно выражению уровни образов спектров, а также учитывая известные образы спектров (перестановки) с размерностью (n+1) и соответственно им двоичные коды с разрядностью
    Figure 00000092
    , при переходе с размерности n на размерность n+1 количество кодов диагностируемого состояния пчелиной семьи удваивается, подбирают новое распределение для этих кодов так, чтобы рассчитанное среднее количество при новом распределении информации по формуле
    Figure 00000093
    где
    Figure 00000094
    - апостериорная вероятность выпадения кодов, Sji частоты кодов с размерностью n+1, совпало с рассчитанной Н(n+1)(Вj/Аi)=Н(n)(Вj/Ai)·η, вид одного из кодов устанавливают по совпадению чисел уровней образов спектров размерности n с числами уровней образов спектров размерности (n+1) этих кодов в местах их размещения, без одного, вид другого кода отличается от первого установленного кода, на одно кодовое расстояние, по новому распределению частот выпадений кодов с размерностью (n+1) судят о более конкретной принадлежности к диагностируемому состоянию пчелиной семьи.
RU2010104318/28A 2010-02-08 2010-02-08 Способ диагностирования состояний пчелиных семей по их акустическому шуму RU2443982C2 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2010104318/28A RU2443982C2 (ru) 2010-02-08 2010-02-08 Способ диагностирования состояний пчелиных семей по их акустическому шуму

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2010104318/28A RU2443982C2 (ru) 2010-02-08 2010-02-08 Способ диагностирования состояний пчелиных семей по их акустическому шуму

Publications (2)

Publication Number Publication Date
RU2010104318A RU2010104318A (ru) 2011-08-20
RU2443982C2 true RU2443982C2 (ru) 2012-02-27

Family

ID=44755335

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2010104318/28A RU2443982C2 (ru) 2010-02-08 2010-02-08 Способ диагностирования состояний пчелиных семей по их акустическому шуму

Country Status (1)

Country Link
RU (1) RU2443982C2 (ru)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2161883C2 (ru) * 1998-07-13 2001-01-20 Курский государственный технический университет Способ диагностирования состояний пчелиной семьи
RU2167518C2 (ru) * 1998-10-16 2001-05-27 Курский государственный технический университет Способ определения информативности спектральных составляющих акустического сигнала пчелиных семей при распознавании их состояний
RU2259041C2 (ru) * 2003-04-29 2005-08-27 Курский государственный технический университет Способ и устройство диагностики состояний пчелиных семей по их акустическому шуму
RU2287138C2 (ru) * 2004-08-30 2006-11-10 Государственное образовательное учреждение высшего профессионального образования Курский государственный технический университет Способ определения информативных частотных полос акустического сигнала пчелиных семей при распознавании их состояний

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2161883C2 (ru) * 1998-07-13 2001-01-20 Курский государственный технический университет Способ диагностирования состояний пчелиной семьи
RU2167518C2 (ru) * 1998-10-16 2001-05-27 Курский государственный технический университет Способ определения информативности спектральных составляющих акустического сигнала пчелиных семей при распознавании их состояний
RU2259041C2 (ru) * 2003-04-29 2005-08-27 Курский государственный технический университет Способ и устройство диагностики состояний пчелиных семей по их акустическому шуму
RU2287138C2 (ru) * 2004-08-30 2006-11-10 Государственное образовательное учреждение высшего профессионального образования Курский государственный технический университет Способ определения информативных частотных полос акустического сигнала пчелиных семей при распознавании их состояний

Also Published As

Publication number Publication date
RU2010104318A (ru) 2011-08-20

Similar Documents

Publication Publication Date Title
CN105956526B (zh) 基于多尺度排列熵的低信噪比微震事件辨识方法
Srinivasan et al. Multichannel EEG compression: Wavelet-based image and volumetric coding approach
CN103968937B (zh) 一种基于emd样本熵和fcm的配电开关机械状态诊断方法
US20130253363A1 (en) Monitoring or predicting system and method of monitoring or predicting
RU2443982C2 (ru) Способ диагностирования состояний пчелиных семей по их акустическому шуму
CN111640451B (zh) 一种成熟度评估方法及装置、存储介质
CN114609254B (zh) 一种基于声发射波形信号的岩石破裂前兆识别方法
CN110192864B (zh) 一种跨域心电图生物特征身份识别方法
RU2287138C2 (ru) Способ определения информативных частотных полос акустического сигнала пчелиных семей при распознавании их состояний
JP2008026292A (ja) がいし放電音判別方法及びその装置
Shostak et al. Classification of the bee colony condition using spectral features
Saggese et al. Low Power Spike Detector for Brain-Silicon Interface using Differential Amplitude Slope Operator
RU2118084C1 (ru) Автоматизированная система для контроля жизнедеятельности пчелиных семей
RU2015105312A (ru) Способ обнаружения сверхширокополосного сигнала
CN110650007B (zh) 一种基于大脑意识的加密方法及系统
Libal et al. Detecting drones at an entrance to a beehive based on audio signals and autoencoder neural networks
RU2501211C2 (ru) Способ (варианты) и устройство диагностики состояний пчелиных семей по их акустическому шуму
Shi et al. VitaCode: electrocardiogram representation for biometric cryptography in body area networks
Rodríguez Carrión Contributions to the understanding of human mobility and its impact on the improvement of lightweight mobility prediction algorithms
EP0073719A1 (fr) Dispositif numérique de reconnaissance de fréquences
Gourévitch et al. Maximum decoding abilities of temporal patterns and synchronized firings
Poh et al. Compression of neonatal EEG seizure signalswith finite rate of innovation
Miller et al. RESEARCH SPECIFICS OF SEPARATE TYPES OF CYLINDER LOCKS PICKED BY SELF IMPRESSIONING MASTER KEYS
Adewole et al. Group 8: Challenge: Event detection in nanopore data
Yu et al. A SOFTWARE MODULE FOR BEE COLONY SOUNDS ANALYSIS USING THE DTW ALGORITHM

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20120209