Page 64 - 《应用声学》2022年第3期
P. 64

386                                                                                  2022 年 5 月


                                           表 1  不同环境条件下的鸟鸣声检测准确率
                               Table 1 Birdsong detection accuracy in different environments

                         环境条件         白噪声 0 dB       白噪声 −10 dB      暴风雨声 −5.6 dB      风浪声 2.4 dB
                        检测概率/%           94.98          91.30            91.97            93.31

             3.2 实测数据处理分析                                           10

                 为现场测实验证圆形阵列无线传感器性能及                                 8
             鸣声检测方法的有效性,将设备布放在野外自然条                                 ᮠဋ/kHz  6
             件下、如图 5 所示的海岛上。电源采用 12 V 直流供                            4
             电,传感器利用 4G 物联网卡将数据传输到远程监                                2
             测服务云平台并存储实验数据。                                          0
                                                                          1    2    3   4    5    6   7
                                                                                       ௑ᫎ/s
                                                                               (a) ࠄ฾๒ࡴᳬࡋᲟᲞܦឦ៨ڏ
                                                                   1.0
                                                                   0.8
                                                                   0.6
                                                                   0.4
                                                                   0.2
                                                                  ࣨϙ  0
                                                                  -0.2
                                                                  -0.4
                                                                  -0.6
                                      Პܦ͜ਖ٨
                                                                  -0.8
                                                                  -1.0
                                                                      0   1    2   3    4    5   6    7    8
                                                                                       ௑ᫎ/s
                                                                             (b) ๒ࡴᳬࡋᲟᲞܦ௑۫ฉॎቫགೝ฾
                             ܹጳ
                                                                   1.26
                                                                   1.24
                                                                   1.22
                         图 5  鸣声传感器实验装置                           ࣨϙ  1.20
                       Fig. 5 Birdsong sensor device               1.18
                                                                   1.16
                                                                   1.14
                 为了验证该方法的检测性能,对现场采集的
                                                                   1.12
             海浪声噪声背景下的黑尾鸥原始数据进行处理分                                    0   1    2    3   4    5    6   7
             析,结果如图 6 所示。图 6(a) 是含海浪声的鸟鸣声                                              ௑ᫎ/s
                                                                             (c) ߕࣜᑟ᧚៨྅උྲढ़Პܦቫགೝ฾
             语谱图,图 6(b) 为采集信号的时域波形图;图 6(c)
             为利用子带能量谱熵比的动态双门限算法检测到                                  图 6  现场海浪噪声条件下的鸟鸣声检测结果
             的鸟鸣声起止端点结果,图中红色是双动态自适                              Fig. 6 Birdsong detection with wavessound on island
             应检测门限,并将检测结果显示到时域波形图中。
                                                               候实时在线监测是生态监测领域的一个难题。本文
             通过图 6 可以看出,子带能量谱熵比算法结合动态
                                                               采用球形结构的七元阵圆形阵列无线传感器系统,
             双门限方法在低信噪比条件下能准确检测出海岛
                                                               在现场保障设施有限的情况下,为减少系统传输负
             鸟鸣声信号,且在海岛环境下具有较强的抗干扰
                                                               担及不必要的电能消耗,提出了基于子带能量谱熵
             能力。
                                                               比的动态双门限方法,对仿真和海岛现场实测数据
             4 结论                                              的鸟类活动鸣声段的起止端点检测进行了验证和
                                                               分析。实验表明,本算法在不同低信噪比环境下的
                 在海岛湿地等自然保护区栖息地环境噪声复                           鸟鸣声端点检测准确率较高,在海岛环境下具有良
             杂且信噪比低,基于声学方法的鸟类活动鸣声全天                            好的鲁棒性。
   59   60   61   62   63   64   65   66   67   68   69