Page 189 - 《应用声学》2023年第6期

第 42 卷 第 6 期 王永贤等： 近岸 4 种鱼的声散射特征提取及融合实验研究 1299

假设目标回波的时间跨度为 [0, T]，通过计算 为了得到对分类贡献较大的特征量，本文使用
整个目标回波的质心 C 11 ，得到第二层的两个时间 Fisher 判别函数评估两个类别之间的距离 [12−13] ，
段 [0, C 11 ] 和 [C 11 , T]；分别对第二层两个时间段计 Fisher判别函数可表示为
算质心 C 21 和 C 22 ，得到第三层 3 个时间段 [0, C 21 ]、 |µ j − µ k | 2
D = , (8)
2
[C 21 , C 22 ]、[C 22 , T]；以此类推，完成对信号能量集中 σ + σ k 2
j
区的精细划分。时域质心分段示意图如图1所示。 其中，D 为判别比，j、k 为物种类别，µ j 、σ 、µ k 、σ 分
2
2
j k
别为第 j、k 物种的均值和方差。分子项表示该特征
 T
C
ኄʷࡏ f 在两物种间的整体差异，分母代表该特征的离散性。
C C 将两两鱼种间时频特征分别进行 Fisher 判别，筛选
ኄ̄ࡏ f f
出贡献大的特征量组成新的特征向量。
C C C
ኄʼࡏ f f f
2 实验及数据处理
图 1 时域质心分段示意图
Fig. 1 Time domain centroid segment diagram
2.1 绳系法实验
小波包分解技术是将信号无冗余、正交的分解 课题组通过设置绳系法实验采集近岸4 种经济
到独立的频带内，子频带内能量比例的变化可以反 鱼类的声散射信号，绳系法实验布置示意图如图 2
映不同目标回声信号在频域上的差异。小波包分解 所示。影响鱼声散射的主要因素是鱼鳔、体长、姿态
同时对原始信号和分解后的子信号的高频和低频 角以及换能器频率，实验设定如下。
部分进行分解，假设原始信号x(t)的数据长度为N， 0.8 m
则分解频带中离散信号 x k,m (i) 的数据长度缩减为 0.2 m
2 −k N，第m个子频带的能量可表示为 [10] ૱ᑟ٨
2 −k N
1 ∑ k,m 2 1.2 m
k,m
E(x (i)) = (x (i)) , (5)
2 −k N − 1
i=1
式 (5) 中，k 表示分解次数，m = 0, 1, 2, · · · , 2 − 1， Ꭺኸʽअ᭧
k
表示子频带的位置序号。
为了方便应用，子频带能量采用归一化相对能 1.3 m ᱓
量，第m个子频带的相对能量为 ᱓ጳ
E(x k,m (i)) Ꭺኸʾअ᭧
E m = , (6)
E(x(t)) 1.2 m
式(6)中，E(x(t))为总频带能量。
图 2 绳系法实验示意图
Hilbert 边际谱能反映整个时间跨度内信号在
Fig. 2 Schematic diagram of tethered experiment
每个频率点上的能量积累分布情况，将Hilbert谱在
实验地点：为了首先实现北方海洋牧场等近岸
时间轴上进行积分即可得到能量-频率关系式 [11] ：
海域的鱼种分类评估，实验地点选在海州湾海域的
T
∫
h(f) = H(t, f)dt, (7) 日照顺风阳光国家级海洋牧场示范区。
0
实验用鱼：实验用鱼选取 4 种近岸常见经济
式(7)中，H(t, f)为Hilbert谱。
鱼 类， 分 别 为 花 鲈 (Lateolabrax maculatus)、许
1.3 多特征降维方法 氏平鲉 (Sebastes schlegelii)、黑鲷 (Acanthopagrus
1.2 节表述了多种鱼声散射信号时频特征提取 schlegelii)、斑石鲷(Oplegnathus punctatus)，叉长分
方法，每种特征中的每个特征量对鱼种分类识别的 别为 42 cm、30 cm、22 cm、20 cm；假设鱼鳔等于鱼
贡献不同，提取出对分类贡献大的特征量重新组合 体的1/3 [14] ，花鲈、许氏平鲉、黑鲷、斑石鲷的鱼鳔大
成一个新的特征量对提高运算速率和识别准确率 小分别为14.0 cm、10.0 cm、7.3 cm、6.7 cm。实验用
具有十分重要的意义。 鱼如图3所示。