鯨豚聲信號實時采集與分析系統(tǒng)?

李玉紅, 徐 銘， 葛玉榮， 黃城銘

(中國海洋大學信息科學與工程學院， 山東 青島 266100)

生物學家已經(jīng)證實對海洋哺乳動物的聲音識別是一種估計其物種分布的有效辦法[1-2]。對于能發(fā)聲的哺乳動物如鯨豚等，通過聲信號識別分析可以迅速定位到該物種的活動區(qū)域，便于進一步對其習性進行研究，從而提高海洋生態(tài)環(huán)境保護。國內(nèi)外學者一直在研究更新設(shè)備，應(yīng)用于采集海洋哺乳動物聲信號及信號處理方式方法，在全球范圍內(nèi)的不同海域進行長期的鯨豚鯨聲信號采集與分類整理工作。

海洋哺乳動物的叫聲主要分為三類：click(回聲定位信號)、burst-pulse(脈沖突發(fā)信號)和whistle(通訊交流信號)。海豚聲信號主要集中在20～30 kHz(交流聲)和100～150 kHz(探測聲)[3-4]。牛富強等[5]發(fā)現(xiàn)在不同的聲行為下，瓶鼻海豚發(fā)出的click信號頻譜特性變化趨勢基本一致。汪啟銘等[6]發(fā)現(xiàn)廈門和雷州灣海域的中華白海豚，相鄰click信號的時間間隔和聲源級具有明顯差別。李赫等[7]對圈養(yǎng)環(huán)境下瓶鼻海豚、白鯨、偽虎鯨 click脈沖信號進行了特征分析，發(fā)現(xiàn)偽虎鯨部分click脈沖信號的頻譜具有雙峰的特殊性質(zhì)。高德洋等[8]對圈養(yǎng)環(huán)境下的瓶鼻海豚、白鯨和偽虎鯨的click信號進行深度學習識別，識別率高達98.28%。海洋哺乳動物的click信號具有高頻短時寬帶的特點，可用于識別不同種類的海洋哺乳動物。

國外學者研制出從僅依靠水聽器的簡易系統(tǒng)到高度集成的高端系統(tǒng)之間的多種系統(tǒng)設(shè)備，用于采集檢測不同環(huán)境下的海洋哺乳動物聲信號[9-10]。國內(nèi)聲學所相關(guān)研究人員曾設(shè)計出一套聲信號采集檢測系統(tǒng)設(shè)備，其系統(tǒng)包括采集、監(jiān)聽和分析三個部分，該套設(shè)備前期經(jīng)過實驗室實驗和水池環(huán)境測試，實驗效果良好[11]。水下聲信號易受多種環(huán)境因素影響，其數(shù)據(jù)量大、信號處理復雜，目前國外的icListen HF智能水聽器可以對海洋動物的數(shù)據(jù)實時處理，但對于海洋動物的實時識別系統(tǒng)國內(nèi)外報道很少。

本文利用FPGA在實時高速數(shù)據(jù)采集領(lǐng)域具有時鐘頻率高、內(nèi)部延時小、集成度高、功耗低、內(nèi)部資源豐富等優(yōu)點[12-13]，設(shè)計聲信號識別算法，實現(xiàn)水下鯨豚聲信號實時采集與處理系統(tǒng)，達到特定鯨豚叫聲信號的實時識別。

1 系統(tǒng)整體設(shè)計

本文設(shè)計了鯨豚聲信號實時采集處理系統(tǒng)，其整體結(jié)構(gòu)如圖1所示。

本系統(tǒng)將水聽器采集到的聲信號，通過前置放大及濾波，再經(jīng)過AD采樣后，進行兩路并行處理。一路用來存儲原始數(shù)據(jù)，為保證數(shù)據(jù)連續(xù)采集的過程中持續(xù)存儲的可靠，系統(tǒng)利用FIFO進行乒乓式數(shù)據(jù)緩存，以確保不丟失數(shù)據(jù)。另一路對原始數(shù)據(jù)進行實時處理，即用小波包將信號分解為若干個窄帶信號，再進行EMD分解，進而通過IMF分量進行閾值甄別。最后通過重構(gòu)的信號用于識別不同物種的叫聲，進而將甄別結(jié)果通過串口上傳至上位機，上位機在接收到鯨豚識別信號后，結(jié)合船舶的GPS和航速航向等信息，可將識別的鯨豚信息標注在海圖上，從而實現(xiàn)在船舶走航過程中對水下大型哺乳動物的跟蹤。

圖1 系統(tǒng)框圖

1.1 硬件設(shè)計

1.1.1 濾波放大電路設(shè)計 聲信號在水中傳播時衰減的非常嚴重，水聽器接收到的聲信號通常比較微弱，有時能達到μV級信號，不適合ADC器件的直接采樣。為使信號放大到ADC的工作范圍并盡可能降低噪聲，本系統(tǒng)采用了一個二階Sallen-Key帶通濾波放大電路，上下限截至頻率分別為200和1 kHz，使用四通道單刀單擲開關(guān)ADG1611和AD620構(gòu)成可增益放大電路，可配置的增益范圍為1～10 000，其性能高于三運放分立儀表放大器設(shè)計。該有源濾波器由集成運算放大器(LMH6624)構(gòu)成，具有高輸入阻抗，低輸出阻抗可調(diào)信號截止頻率的特性，從而不失真的將接收到的聲信號放大到ADC的工作范圍內(nèi)。

1.1.2 ADC選型及SD存儲 因鯨豚click信號的頻率在1～200 kHz，為保證采樣不失真，系統(tǒng)采樣率為應(yīng)不低于400 kHz，而鯨豚叫聲信號隨著其距離水聽器的遠近造成聲信號動態(tài)變化范圍在幾十到上百dB。考慮到滿足以上兩個條件的ADC，系統(tǒng)采用TI公司的ADS1675芯片，其動態(tài)范圍為103 dB,分辨率24 bit，采樣率最高可達4Msps,可滿足鯨豚信號的采樣率要求。該芯片提供高速和低速兩種數(shù)據(jù)模式，為節(jié)省存儲空間本系統(tǒng)采用低速模式，采樣率設(shè)置為500 kHz。

AD采集卡的數(shù)據(jù)采用二進制方式塊存儲，加上一些指令及參數(shù)的額外開銷，實時存儲速率約2 MB/s。為滿足這種高速存儲需要，系統(tǒng)選用class10以上的SD卡，F(xiàn)PGA對SD卡操作采用四線SDIO模式，SD卡的SCLK為25 MHz，SD卡理論存儲速率可達20 MB/s，足以滿足實時存儲要求。

1.2 FPGA處理模塊

既要保留原始聲信號數(shù)據(jù)作為科學研究，同時又要利用算法快速實時的甄別出鯨豚的信息，普通單片機以無法勝任這種高速運算和大數(shù)據(jù)量吞吐的需要，需選用FPGA/CPLD甚至結(jié)合DSP等專用芯片來完成。相較于DSP系統(tǒng)，F(xiàn)PGA編程靈活性高，開發(fā)周期短且并行計算效率高；相較于CPLD系統(tǒng)，F(xiàn)PGA功耗低、集成度高、適合于觸發(fā)器豐富的架構(gòu)。為便于系統(tǒng)擴展及二次開發(fā)的需要，本文采用FPGA作為核心系統(tǒng)，選用Altera公司的Cyclone IV系列芯片：EP4CE55F23I7。該款芯片供電電源只需兩路，簡化了外部電源的設(shè)計，并可減小電路板面積。該芯片工作時鐘通過100 MHz差分晶振提供，作為其內(nèi)部PLL的輸入時鐘。經(jīng)過PLL后的時鐘可以經(jīng)過分頻或倍頻調(diào)整時鐘頻率和相位，進而為內(nèi)部模塊提供時鐘，足以滿足同時采集聲信號和存儲的需要。系統(tǒng)硬件電路實物圖如圖2所示。

圖2 電路實物圖

2 信號識別算法

對鯨豚click聲信號的提取，本系統(tǒng)采用頻率檢測和閾值檢測雙重檢測，先對叫聲信號截取，然后對截取的聲信號進行識別分析。希爾伯特-黃變換(Hilbert-Huang Transform, HHT)能較好的分析非線性非平穩(wěn)信號，具有完全自適應(yīng)性，對于信號整體和局部的時-頻域均能達到較高的分辨率，通過改進的HHT算法能避免傳統(tǒng)HHT中出現(xiàn)虛假分量的缺陷，確保分解出的固有模態(tài)分量(Intrinsic Mode Functions, IMF)[10]具有單分量的特性。

2.1小波包分解預處理

信號經(jīng)過經(jīng)典模態(tài)分解(Empirical mode decomposition, EMD)后的數(shù)據(jù)信號x(t)可以表示為：

(1)

其中：i代表了IMF的階數(shù)；ω(t)是信號的瞬時頻率；a(t)代表信號的幅度。

Hilbert邊際譜H(ω,t)表示為

(2)

式中：Hilbert邊際譜反映的是每一個頻率點上的幅值情況，是信號瞬時頻率的總幅值；H(ω)可通過Hilbert譜進行定義，即Hilbert譜對時間的積分：

(3)

由于EMD具備近似的正交性，因此可知相關(guān)的IMF分量imfi(t)與原始信號x(t)會有較強的相關(guān)性[14]。據(jù)此，根據(jù)IMF分量imfi(t)與原始信號x(t)相關(guān)系數(shù)μ作為判斷IMF分量是否相關(guān)的判斷依據(jù)。

將相關(guān)系數(shù)進行歸一化處理，避免丟失相關(guān)而能量卻較小的IMF分量，對于n個IMF分量的相關(guān)系數(shù)μi(i=1,2,…,n)，甄別閾值如下[14]：

(4)

其中η代表比例因子。當μi>λ時，該分量保留在IMF中，相反，則加入剩余信號中rn(t)。這樣可以避免虛假的頻率分量出現(xiàn)在Hilbert譜中，去除IMF分量imfi(t)與原始信號x(t)相關(guān)性弱的分量。

但鯨豚聲信號直接進行EMD分解時得到的單個IMF分量頻率成分不單一，無法保證其單分量特性，直接計算瞬時頻率時容易出現(xiàn)頻率混疊現(xiàn)象。要能使單個IMF分量較為明顯的顯示出單分量特性，必須進行預處理。

圖3 三級小波包分解

小波包分解可以把信號按照任意時頻分辨率無泄漏、不重疊的分解到不同的頻段。信號小波包分解可以按照需要進行多次，最終獲得所需要的頻率，并保留信號的所有信息。

(5)

(6)

(7)

為了確保EMD分解后得到的IMF分量均符合單分量特性，可先將原信號x(t)通過小波包分解成為若干個窄帶信號，然后進行EMD分解，如此生成的所有IMF分量的瞬時頻率均具有物理意義。三級小波包的分解如圖3所示。其中，A代表低頻，D代表高頻，末尾下標的序列號代表小波包分解的層數(shù)(即尺度數(shù))。小波包分解在確保每個IMF分量的單分量的同時，又保證了能量較小的頻率分量不會因為被能量較大的頻率分量掩蓋，而被EMD忽略，從而保留了高頻率低能量成分。

2.2 改進算法

鯨豚click聲信號屬于高頻窄脈沖，脈沖持續(xù)時間短，聲信號經(jīng)過EMD分解后，可獲得有限個IMF分量以及殘余分量rn(t)之和。經(jīng)由n級(一般取n為3)小波包變換將原始信號分離成2n個窄帶信號；EMD分解得到有限個IMF分量和剩余信號；歸一化相關(guān)性甄別處理：計算所有IMF分量與原始信號的相關(guān)系數(shù)，利用上式得到甄別閾值λ，并進行識別工作；最終的剩余信號由相關(guān)性弱的IMF分量與剩余信號疊加得到；計算強相關(guān)的IMF分量的Hilbert變換，得到時間-頻率-能量的Hilbert譜圖，如圖4所示。

圖4 算法流程圖

信號通過EMD分解為4個IMF分量和殘余分量，對信號的4個IMF進行希爾伯特黃運算，其頻譜圖如圖5所示。由圖可知，信號在未進行預處理之前直接進行EMD分解產(chǎn)生的各IMF分量頻率不單一，無法保證其單分量特性。但經(jīng)過小包波分解預處理之后信號的IMF分量的單分量特性刻畫的比之前有了很大的提升，能夠得到信噪比較高的聲信號，提高信號的分解能力，使信號中提高高頻信號抑制低頻信號。通過預處理之后的Hilbert變換能更加清楚地區(qū)分出頻譜區(qū)間的變化，為后面用H(ω)作為特征參數(shù)進行物種識別提供數(shù)據(jù)保障。

圖5 原始信號的IMF頻譜(a)與改進后的IMF頻譜(b)

2.3 FPGA實時算法邏輯

FPGA的軟件使用Quartus II對系統(tǒng)的程序進行編寫設(shè)計，算法使用Verilog 進行編寫。FPGA對實時聲信號一直采集記錄，并做實時閾值檢測，在聲信號幅值超過閾值設(shè)定時，截取該閾值數(shù)據(jù)點前30 ms加后200 ms數(shù)據(jù)做FFT檢測，當FFT峰值在30～150 kHz時作為獲取到鯨豚信號的判據(jù)，對截取信號進一步做EMD分解，獲取聲信號的前4個IMF譜峰值，再做HHT得到特征參數(shù)H(ω)，并結(jié)合上一步FFT后的主頻做出最后判斷，用于區(qū)分該聲信號是白鯨或者是瓶鼻海豚。圖6為FPGA的算法邏輯流程圖。

圖6 FPGA算法邏輯

3 飼養(yǎng)池實驗

在實驗室測試成功后，本系統(tǒng)應(yīng)用到鯨豚圈養(yǎng)的飼養(yǎng)池進行連續(xù)采集識別實驗。實驗中采用的水聽器是丹麥B&K8104，頻率響應(yīng)從 0.1 Hz 到 120 kHz，靈敏度為-205 dB(ref:1V/μPa) ，設(shè)置AD采樣頻率為500 kHz。飼養(yǎng)池長20 m，寬10 m，水深5 m，白鯨和瓶鼻海豚分時進入。水聽器放于飼養(yǎng)池的側(cè)壁，深度3 m(見圖7)。聲信號采集期間，池中鯨豚處于自由游泳的狀態(tài)，期間有人員走動。

圖7 水聽器在圈養(yǎng)池

圖8 白鯨和瓶鼻海豚單個click的時域圖

圖9 白鯨和瓶鼻海豚單個click信號頻譜圖

表1 采集的鯨豚click信號對比分析

對采集的瓶鼻海豚和白鯨的click信號用MATLB進行分析，如表1所示。由頻譜圖9可知瓶鼻海豚的能量集中在70～85 kHz，白鯨的click脈沖信號能量集中分布在50 kHz，瓶鼻海豚的實驗數(shù)據(jù)在30 kHz左右一直存在信號干擾信號。通過對比牛富強等[5]室內(nèi)環(huán)境的瓶鼻海豚的click信號，其采集的click信號脈沖間隔在30～490 ms，頻率峰值在73 kHz。而本次實驗采集的瓶鼻海豚click脈沖信號的脈沖間隔相較更小，峰值頻率相較更高?？梢婋m然都是在室內(nèi)環(huán)境，不同的圈養(yǎng)環(huán)境也會造成海豚的聲信號特征差異。

FPGA系統(tǒng)對采集到的90組原始信號(其中瓶鼻海豚和白鯨各45個)中做實時的識別，其識別正確結(jié)果為瓶鼻海豚39組正確率86.7%，白鯨40組正確率88.9%，通過對錯誤識別的聲信號進行分析，發(fā)現(xiàn)問題由池壁的混響導致個別數(shù)據(jù)的截取位置錯誤，以及人員走動引起的振動干擾所致。

4 結(jié)語

本文將FPGA系統(tǒng)的高速數(shù)據(jù)采集及實時運算優(yōu)勢應(yīng)用于海洋哺乳動物叫聲信號的采集與快速識別傳輸，通過改進后HHT方法更加有效的提取了不同哺乳動物聲信號的特征參數(shù)，對瓶鼻海豚和白鯨叫聲識別的正確率達到了86.7%以上，池壁的混響和噪聲是導致錯誤識別率的主要原因。對該系統(tǒng)進一步完善可將其布放到遠洋貨輪及遠洋科考船上，從而隨船實時識別大型水下哺乳動物，為海洋生態(tài)環(huán)保提供了技術(shù)支持。