内容简介
海洋生物声学对海洋生物的调查、研究与保护具有重要意义,也是人类探索海洋、认识海洋的重要科学工具之一,例如海洋生物声学信号处理技术可采用水声原理与技术来定位、跟踪和获取海洋哺乳动物的统计数据。《海洋生物声学信号处理》从海洋生物两种典型宽带声信号(哨声与嘀嗒声)采集与测量出发,分析其信号特性,并进行了特征提取与建模合成。在此基础上,给出了关于两种信号的检测、分类、定位等海洋生物声学关键技术,并给出了翔实的科研案例,从理论、技术、实现及*终结果全方位、全链条贯通展示了海洋生物声学信号的完整处理流程。
目录
目录
丛书序
自序
第1章 海洋生物声学概述 1
1.1 海洋生物声学与声学信号处理 1
1.1.1 海洋生物声学 1
1.1.2 海洋生物声学信号处理 2
1.2 海洋中的发声生物 3
1.3 海洋生物发声机理 4
1.3.1 齿鲸发声机理 4
1.3.2 须鲸发声机理 8
1.3.3 海洋鱼类发声机理 9
1.3.4 海洋无脊椎动物发声机理 11
1.4 本章小结 14
参考文献 14
第2章 海洋生物叫声传播特性 16
2.1 海洋生物叫声的传播速度 16
2.1.1 海水中的声经验公式 16
2.1.2 海水中的声速变化 17
2.2 海洋生物叫声传播过程中的折射、反射和散射 18
2.2.1 分层介质条件下的射线声学 19
2.2.2 Snell定律 21
2.2.3 多径效应 21
2.3 典型声速剖面下的海洋生物叫声传播 23
2.4 海洋生物叫声传播过程中的多普勒效应 27
2.5 声呐方程 28
2.5.1 参数定义 29
2.5.2 主动声呐方程 33
2.5.3 被动声呐方程 33
2.6 本章小结 33
参考文献 34
第3章 海洋生物叫声信号采集 35
3.1 海洋生物叫声信号采集系统整体概述 35
3.1.1 水听器 36
3.1.2 前置放大器 40
3.1.3 滤波电路 40
3.1.4 模数转换器 40
3.1.5 中央处理器 41
3.2 采集系统技术指标 42
3.2.1 采集系统本底噪声 42
3.2.2 采集系统动态范围 42
3.2.3 同步误差 43
3.2.4 系统幅频特性和相频特性 43
3.2.5 幅度、相位一致性 44
3.2.6 通道间串扰 44
3.3 吸附式多参数声学采集系统 45
3.3.1 系统概述 45
3.3.2 吸附式多参数声学监测系统整体设计 46
3.3.3 关键技术 50
3.4 锚系式声学采集系统 52
3.4.1 系统概述 53
3.4.2 潜标系统整体设计 55
3.5 本章小结 56
参考文献 57
第4章 海洋生物叫声信号分析 58
4.1 海洋生物叫声信号时域分析方法 58
4.1.1 自相关 58
4.1.2 互相关 58
4.1.3 峰度 60
4.2 海洋生物叫声信号频域分析方法 60
4.2.1 傅里叶变换 60
4.2.2 快速傅里叶变换 61
4.3 海洋生物哨声信号时频分析方法 61
4.3.1 基于短时傅里叶变换的海洋生物哨声信号时频分析 62
4.3.2 基于连续小波变换的海洋生物哨声信号时频分析 65
4.3.3 基于同步压缩小波变换的海洋生物哨声信号时频分析 70
4.3.4 基于维格纳分布的海洋生物哨声信号时频分析 74
4.3.5 海洋生物哨声信号时频分析方法的定量分析 78
4.3.6 海洋生物哨声信号时频分析方法适用性总结 81
4.4 本章小结 83
参考文献 83
第5章 海洋生物叫声信号特性与参数统计 85
5.1 鲸豚动物社交类叫声 85
5.1.1 典型鲸豚动物哨声 85
5.1.2 哨声参数统计 91
5.2 鲸豚动物回声定位叫声 93
5.2.1 典型回声定位信号 93
5.2.2 回声定位信号参数统计 97
5.2.3 回声定位信号性能分析 99
5.3 鳍足类动物叫声 100
5.4 鱼类动物叫声 103
5.5 无脊椎动物叫声 105
5.6 本章小结 108
参考文献 108
第6章 鲸豚哨声信号检测技术 109
6.1 哨声信号的预处理 109
6.1.1 分帧 109
6.1.2 加窗 110
6.1.3 降噪 111
6.2 基于时域的哨声信号检测方法 114
6.2.1 基于能量的哨声端点检测方法 114
6.2.2 基于经验模态分解与Teager算子结合的哨声端点检测方法 116
6.2.3 匹配滤波器 119
6.3 基于时频域的哨声信号检测方法 120
6.3.1 局部*大值检测器 120
6.3.2 谱熵法端点检测 123
6.3.3 能量谱熵比法端点检测 125
6.3.4 基于谱图平滑与自适应阈值的哨声事件检测 126
6.3.5 基于倒谱域的特征参数聚类的哨声事件检测 129
6.4 本章小结 136
参考文献 137
第7章 鲸豚动物哨声信号特征提取与建模 138
7.1 鲸豚动物哨声信号时频特征提取 138
7.1.1 基于*大值的哨声时频谱轮廓提取 138
7.1.2 基于多目标跟踪的哨声时频谱轮廓提取 149
7.2 鲸豚动物哨声信号建模 159
7.2.1 常规海豚哨声模型 160
7.2.2 高复杂度海豚哨声模型 166
7.3 本章小节 169
参考文献 169
第8章 哨声信号分类 171
8.1 线性判别器 171
8.2 基于局部二值模式特征的K-*近邻法海豚哨声分类 172
8.2.1 局部二值模式 172
8.2.2 K-*近邻法 175
8.2.3 局部二值模式特征提取算法与K-*近邻分类器结合 176
8.3 基于哨声时频谱图的卷积神经网络的分类 178
8.3.1 卷积神经网络 178
8.3.2 分类任务模型评估指标 179
8.3.3 卷积神经网络分类结果 179
8.4 基于哨声时频谱图迁移学习的微调卷积神经网络的分类 180
8.4.1 微调VGG16迁移模型 180
8.4.2 微调 ResNet50迁移模型 183
8.4.3 微调DenseNet121迁移模型 185
8.4.4 不同微调网络对比 187
8.5 基于语义分割的非线性支持向量机分类模型 191
8.5.1 基于语义分割的哨声特征提取 191
8.5.2 核支持向量机 193
8.5.3 基于语义分割的核支持向量机白鲸哨声分类性能分析 194
8.6 本章小结 196
参考文献 196
第9章 鲸豚嘀嗒声检测与特征提取 198
9.1 单嘀嗒声脉冲检测 198
9.1.1 基于峰度的单嘀嗒声脉冲检测 198
9.1.2 基于能量的单嘀嗒声脉冲检测 201
9.1.3 检测方法性能比较 202
9.2 嘀嗒声脉冲串检测 204
9.3 嘀嗒声特征提取 208
9.3.1 频率参数特征 208
9.3.2 带宽参数特征 209
9.3.3 帧内脉冲间隔特征 211
9.4 本章小结 215
参考文献 215
第10章 鲸豚嘀嗒声建模合成 216
10.1 基于双瑞利脉冲模型合成嘀嗒声 216
10.2 基于多分量模型合成嘀嗒声串 220
10.3 基于Comsol有限元的回波动态参数脉冲串合成 222
10.3.1 基于有限元的回波产生机理分析 223
10.3.2 不同参数模型下目标回波脉冲串合成 225
10.4 本章小结 228
参考文献 228
第11章 基于嘀嗒声信号定位鲸豚 229
11.1 基于嘀嗒声信号的测距方法 229
11.1.1 基于单水听器的嘀嗒声测距 229
11.1.2 基于多水听器的嘀嗒声测距 230
11.2 基于嘀嗒声信号的定位方法 232
11.2.1 基于单水听器的嘀嗒声定位方法 232
11.2.2 基于水听器阵列的嘀嗒声定位方法 234
11.2.3 基于三角测量的嘀嗒声定位方法 236
11.3 本章小结 238
参考文献 238
索引 241
彩图
试读
第1章 海洋生物声学概述
声信号是许多动物形态结构和功能相适应的结果。发声物种或个体通常产生物种或个体特异的声音,通过记录和分析动物的声信号可以揭示物种的分布及其相关生态及行为规律,同时还可促进声信号处理算法的开发,用于对各类发声物种和群落的识别及分类,以便于揭示海洋生物发声和听觉感知机制的演变规律。
本章从海洋生物声学概念与定义出发,全面介绍海洋生物声学方面相关知识,如声学处理应用技术与海洋中的发声生物。海洋中的发声生物具体包含哺乳动物、无脊椎动物以及鱼类,在本章后续细化介绍各大类生物中发声生物的生物声学行为及其对应的发声机理。
1.1 海洋生物声学与声学信号处理
1.1.1 海洋生物声学
海洋生物声学重点研究非人类动物的声学通信、发声机制、听觉解剖学和功能、声呐、声学跟踪以及环境噪声对海洋生物的影响。海洋生物声学可定义为利用声学来研究海洋动物的任何方面,如海洋动物的听觉能力、发声机理、通信、觅食等生理行为。声能在水中传播的效率比其他任何形式的能量都要高,电磁、热能、光能和其他形式的能量在水中会严重衰减。海洋中的动物可以熟练地应用声能,动物执行与其生命周期相关的各种功能,如通信、检测、导航、避障、抓捕猎物,*有效的方式是主动地应用声能,如发出回声定位信号,或者被动地接收海洋中的各种声音。同样,对海洋生物感兴趣的科学家也可以通过使用声学技术来研究海洋中动物生活的位置、运动、社会互动、种群密度等信息。
水是一种密度比空气密度大得多的介质,使得海洋中的生物听觉器官的声音接收和传导与陆地上有一些不同,其声音传导的物理原理值得研究,包括声音传导始于动物头部、传导到听觉器官,以及听觉器官内将神经脉冲发送到大脑的机制,海洋动物听觉系统的解剖结构与陆地动物听觉器官结构具有截然不同的某些特征。动物听觉系统*基本的能力是动物能够听到的声音的响度大小与频率范围。听觉系统的其他方面,如频率辨别、强度辨别、定向听觉、复杂声音(如脉冲声)的辨别以及频率和振幅调制声音的辨别能力,同样具有研究意义。
所有的声音,无论是由生物还是自然(如风雨雷电、地震等)产生的,都能传递信息,都可能被动物在生存斗争中使用。捕食过程中发出的声音信号携带大量信息,包含从情绪状态到对环境中的危险和直接威胁的警告。研究这些声音信号有助于理解海洋生物对特定物种使用声音的含义,产生这些声音的条件,不同声音的功能使用,以及这些声音如何影响动物的行为。
除了研究海洋生物的声音信号,测试听觉神经纤维对不同声学刺激的反应可以为研究人员提供对某些物种听觉机制的重要见解。测量同步听觉刺激产生的听觉脑干诱发电位是评估大型鲸鱼听觉敏感性*实用的方法之一。
水下声学原理、水声技术可用于探测、定位、跟踪和获取海洋动物的统计数据。随着鱼类资源的逐渐枯竭,主动声呐越来越多地用于探测和定位鱼群,并确定种群密度和大小分布。主动声呐可以以类似的方式用于研究属于海洋食物链顶端的海洋哺乳动物和食物链底层的浮游动物。被动声呐阵列可用于探测和跟踪不同海洋哺乳动物以及某些发声鱼类的运动。
随着人类在海洋中的活动逐渐频繁,无论是为了娱乐、科学研究还是经济利益,产生的声音数量都在不断增加。人为噪声是否会对海洋和陆地动物的日常生活产生影响,亟待人们更深入地研究。
1.1.2 海洋生物声学信号处理
海洋生物声学信号处理技术是指利用声学技术对海洋生物进行探测、识别、分类、跟踪和研究的一种技术。该技术可以通过声波在水中传播的特性,获取海洋生物的声学信号,并通过信号处理技术进行分析,从而实现对海洋生物的研究和监测。
海洋生物声学信号处理技术主要包括以下几个方面:
(1)声学传感器技术,即利用水下声学传感器收集海洋生物的声学信号,包括单频信号、宽频信号、多元传感器信号等。
(2)信号预处理技术,即对采集的海洋生物声学信号进行滤波、降噪、补偿等处理,以提高信号质量和减少干扰。
(3)特征提取技术,即对预处理后的海洋生物声学信号进行时频分析、小波变换等处理,提取信号的特征,如频率、声压级、频谱特征等。
(4)分类识别技术,即利用分类器对提取的特征进行分类识别,从而实现对不同种类的海洋生物的自动识别和分类。
(5)跟踪定位技术,即利用声呐和声学浮标等技术对海洋生物进行跟踪定位,实现对海洋生物的实时监测和追踪。
海洋生物声学信号处理技术在海洋生物学、海洋环境保护和资源管理等领域有着广泛的应用。为了帮助管理海洋生态系统的环境并减轻人为噪声对其的不利影响,需要更多地了解声音在这些物种的行为、生理和生态中的作用,并深入了解与生物学相关的重要方面。
例如,可以通过该技术对鲸类、海牛、海象等海洋哺乳动物进行监测,保护这些珍稀物种;还可以通过该技术对海洋生态系统进行调查,了解海洋生物的分布和数量等信息,为海洋资源管理提供依据。
1.2 海洋中的发声生物
海洋是一个充满声音的世界,许多水下动物都有发声的能力,这种声音属于水下噪声的一部分,对水下声探测和海洋生物研究都有重要的意义。海洋中会发声的生物有哺乳动物、鱼类和无脊椎动物,它们大多在水下频繁地发出物种特异性的声音,以进行个体或群体间的通信、交流[1]。同时会利用声音进行侵略,捍卫领地,建立统治以及威慑等行为。
海洋中能发声的哺乳动物主要包括鲸目、海牛目和鳍足目动物,如图1.1所示。鲸类动物发声频率范围很广,发声频率主要集中在几十赫兹至20万Hz。鲸类动物通过发出高频突发脉冲声,颚部拍打、尾部拍打,以及物理姿势和吐泡泡等向“入侵者”宣誓自己的主权。所有齿鲸亚目动物进化出了高度发达的回声定位(又称“生物声呐”)能力。它们通过鼻腔的发声复合体发出高频超声脉冲声信号实现其定位、导航、觅食、探测周围的环境等回声定位能力[2, 3]。海豚是人类*熟识的鲸类动物之一,它们的通信本领十分发达,并且拥有着丰富的“语汇”。海豚利用声波信号不仅可以在同种群之间进行通信,而且可以在不同种群之间进行“对话”。在海豚的社会交际中,主要产生两种声音:一种是哨声,海豚之间可以利用哨声保持联系[4],发出猎物坐标信息,以及捕猎的策略;另一种是突发脉冲,研究发现突发脉冲和海豚的多种行为相关联,一般在警告、惊吓、恐吓、入侵或者两只海豚面对面张开嘴进行点头、摇头、弓起背等行为时会发出。在发出探测声波前后,海豚可能发出惊叫声,可能连续或分散,分散的惊叫声是一种带有感情的社会声,在种内竞争时常会发出这种叫声[5, 6]。
图1.1 海洋中的发声生物列表
海牛目和鳍足目动物发出的声信号频率一般在几百赫兹到几千赫兹,处于人耳可听的范围,被认为主要用于求偶、通信和交流。其水下通话可能具有与空中通话相同的社交功能,海豹和海狮在空中发声的作用是识别呼叫者的物种、性别、年龄、位置,以及可能威胁或吸引个体[7]。海牛通常非常安静,只有雄性在恐惧、愤怒和抗议的情况下才会发出声音[8]。
鱼类的发声主要有摩擦声、鱼鳔振动声和游动时产生的流体动力声。摩擦发出的声频率一般为一百至八千多赫兹,鱼鳔振动发出的声音通常为低频,为40~250Hz。鱼类在各种行为中使用声音,包括侵略、保护领土、防御和繁殖。许多鱼在咬啮、从岩石上剥下食物、摇动鳍部或摩擦咽部凸起部分时,都发出锉磨声。鱼类动物产生用于交流的声音通常和繁殖及生存环境有关[9],如雄性牡蛎蟾鱼发出声音,吸引雌性,如雀鲷具有很强的领土意识,并用声音作为保护区域免受入侵者侵害的一种方式。鱼类在捕食、急速游动、跳跃和鳃孔急速启闭时也发出噪声,如鲑类鱼捕食时发出啧啧声、鲼科鱼在跳跃时发出击水声[10]。鱼不仅作为个体发出声音,有些鱼在合唱中也发出声音。
无脊椎动物中发声*多的是甲壳类,如蟹类和虾类等。这类动物通常用钳和触角之类,撞击和摩擦发出噼啪声、咔哒声或锉磨声。软体动物中,贝类在它们的壳开合时发出碰撞声;乌贼和章鱼在用坚硬的嘴进食时发出锉磨声,在喷水向前推进时发出砰砰声;藤壶和海胆在移动时也会发出咔哒声。无脊椎动物的某些发声可能和繁殖有关,或作为警告的信号。
1.3 海洋生物发声机理
1.3.1 齿鲸发声机理
齿鲸的发声过程可以分为声音产生与声音辐射两个过程。齿鲸声音是由肺和特殊的软组织组成的复杂系统产生的,当空气流经鼻腔时,鼻腔的发声复合体(又称喉唇)产生高速振动,随后在气囊中产生的振动通过头部的脂肪团(又称额隆)传导,并*终以声音形式将能量辐射。其中气囊内有可以调节进出气流规模的瓣膜,而气流规模的不同就导致所发出声音的不同;额隆可以改变声信号的波束宽度和指向性。通常认为,齿鲸中典型的海豚发出哨声叫声与左鼻腔的振动有关,发出嘀嗒声叫声与右鼻腔的振动有关[11]。
为了定量分析这一过程,对宽吻海豚头部进行电子计算机断层扫描(computed tomography,CT),对扫描图像数据进行有限元建模,并且分析其发声物理机理。通过测定CT数据的亨氏单位(Hounsfield unit,HU)值(HU值反映了组织对X射线吸收的程度)建立与真实齿鲸头部组织密度及声速的对应关系,仿真齿鲸头部确定不同组织的区域范围及其组织声学参数,可为仿真模型提供声学参数基础,选用了文献[12]中2018年测定的HU值与声速的经验公式,以及宽吻海豚头部数据作为仿真模型的组织声学参数。
图1.2(a)为瓶鼻齿鲸的头骨CT结构,通过头骨模型可以发现牙齿将垂直平面分为两个部分,其中齿鲸通过上半部分的前额进行声学聚焦并辐射声能量。同时通过下颌构成的声通道接收外部声信号或回波信号。而其头骨作为重要的声反射结构对齿鲸波束形成具有重要的影响。
图1.2 瓶鼻齿鲸头骨CT结构及其发声结构有限元模型示意图
图1.2(b)为根据齿鲸CT图像重构的有限元模型,该有限元模型主要包括仿真齿鲸头部、自由场水域,以及覆盖整个计算域的完美匹配层吸收域。*先由于齿鲸发声以前额为主要发声单元,该仿真中只取齿鲸的前额进行模拟仿真。为了对齿鲸发声的定向声场进行测定,仿真中使用自由场形式近似进行计算以减小边界反射造成的计算误差,其中主要是通过图中外层位置的完美匹配层对向外行进的声波进行吸收以减小边界效应。其中整个模型(包括计算域与完美匹配层)的半径大小为800mm,有限元划分准则选用六分之波长准则,具体的仿真参数如表1.1所示。
表1.1 吻海豚前额不同组织的声学参数
利用表1.1额隆组织参数实现宽吻海豚头部建模,通过稳态声场求解方法计算不同频率点声源激励下的稳态声场。作者利用Comsol软件频域稳态求解器计算了不同频率的齿鲸前额的发声声场,并通过傅里叶合成的方法生成发射嘀嗒声信号的时域波形。
图1.3为分别在150kHz、120kHz、90kHz、60kHz、30kHz及10kHz点声源激励下的稳态声场,六种不同频率情况用相同的颜色标尺进行表示,方便进一步对比不同频率对齿鲸波束的影响。*先可以观察到,一个无指向性点声源在通过仿真齿鲸前额时产生了声学聚能效应,声场的能量分布主要集中于与声源同一水平平面,即形成了一个前向波束。
同时对比不同频率的声场,可以发现高频率可以形成更强的指向性。而对于齿鲸嘀嗒声的中心频率一般大于70kHz,这意味着齿鲸发声具有强烈的指向性。同时齿鲸的嘀嗒声中心频率呈动态变化形式,这意味着齿鲸可以通过调整发射信号的频域能量分布对波束宽度进行动态调整。因此,齿鲸波束具有强频率依赖的特性,同时齿鲸嘀嗒声为宽带信号,可以利用稳态声场计算齿鲸宽带的波束指向性函数。
通过频域稳态求解器对该宽吻海豚头部模型进行稳态声场计算,以250Hz频率间隔进行频率扫描,扫描的频率范围为10~150kHz(覆盖完整的?10dB齿鲸嘀嗒声频带范围),数值计算结果可以得到该齿鲸头部模