圓形陣列無線傳感器的鳥鳴聲檢測方法?

張巧花 張 純

(中國科學(xué)院聲學(xué)研究所 北京 100190)

0 引言

鳥類是一種對生態(tài)環(huán)境和全球氣候變化極為敏感的指示性生物，其數(shù)量變化及多樣性等特征直接反映棲息地的生態(tài)系統(tǒng)平衡程度，是一個良好的環(huán)境質(zhì)量評價指標(biāo)[1?2]。鳥類通過鳴叫聲進(jìn)行通訊、求偶等，鳥鳴聲包含著豐富的生物學(xué)信息，在不同屬或種間鳴聲特征具有差異性，是鳥類物種識別的重要依據(jù)[3?5]。對棲息地內(nèi)的鳥類鳴聲進(jìn)行長期監(jiān)測可以了解鳥類種群變化及遷徙規(guī)律，是監(jiān)管保護鳥類的重要舉措[6?8]。隨著自然生態(tài)環(huán)境保護的不斷加強，棲息地中重要鳥類遷徙的遠(yuǎn)程在線監(jiān)測問題變得日益重要，特別是對珍稀瀕危鳥類種群的保護及生態(tài)系統(tǒng)監(jiān)測都具有重要意義。

在海島及濱海濕地等特殊環(huán)境的自然保護區(qū)，鳥類的監(jiān)測仍以傳統(tǒng)的人工監(jiān)測為主，通過架設(shè)望遠(yuǎn)鏡、紅外相機等進(jìn)行視覺觀察，人工攜帶錄音設(shè)備進(jìn)行聲音采集，但這種傳統(tǒng)方法觀察范圍小且效率較低，同時會對鳥類活動造成干擾。此外，當(dāng)前的鳴聲采集裝置在潮濕環(huán)境下無法長時間工作，在低信噪比環(huán)境下拾聲效果差，而且數(shù)據(jù)難以實時回傳，達(dá)不到在線監(jiān)測需求，適用性差。而基于陣列方法的非入侵式聲學(xué)遠(yuǎn)程系統(tǒng)為鳥類活動生態(tài)監(jiān)測提供了可行性，能在生態(tài)敏感區(qū)如自然保護區(qū)或難以進(jìn)入的區(qū)域如大型蘆葦棲息地進(jìn)行長期的在線監(jiān)測[9?13]。

為獲得自然指向性的鳥鳴聲增強信號，基于物聯(lián)網(wǎng)開發(fā)了圓形陣列傳感器系統(tǒng)。但在實際應(yīng)用中，由于棲息地供電設(shè)施、網(wǎng)絡(luò)等條件限制，為保障系統(tǒng)在野外長期穩(wěn)定運行，針對鳥類一般在某些時間段內(nèi)比較活躍，其他時間段只有少量鳥鳴聲的情況，為了提升系統(tǒng)的可靠性、減輕數(shù)據(jù)傳輸負(fù)擔(dān)及不必要的電能消耗，需要對有效鳴聲數(shù)據(jù)段進(jìn)行自動檢測分段后再進(jìn)行無線數(shù)據(jù)傳輸。常見的端點檢測算法有基于時間參數(shù)平均值的決策參數(shù)，例如自相關(guān)系數(shù)、過零率或短期能量，這些方法雖然簡單，但效果并不理想，一般只適用于高信噪比情況，且在復(fù)雜背景噪聲低信噪比情況下難以獲得理想結(jié)果，穩(wěn)健性差[14?15]。本文提出了一種子帶能量譜熵比的動態(tài)雙門限信號端點檢測算法，對仿真數(shù)據(jù)和海島野外實驗數(shù)據(jù)進(jìn)行驗證和分析，算法在復(fù)雜環(huán)境條件下依然能有效檢測鳥鳴聲信號端點。

1 圓形陣列無線傳感器系統(tǒng)

1.1 傳感器陣列設(shè)計

鳥類鳴聲傳感器陣列設(shè)計采用“6+1”的七元全向傳聲器作為基本陣列，陣型設(shè)計為圓形。其中6 個傳聲器陣元均勻等角度地分布在圓形板上形成半徑為r的圓環(huán)，另一個傳聲器陣元布置在圓心用作信號參考，相鄰陣元間距d=2rsin(π/M)，其中M表示陣元數(shù)，則陣元m的空間位置表示為rm=(rcos(φm),rsin(φm),0)，φm=(m?1)2π/M表示陣元m的圓心角。傳聲器陣元采用半波長布陣，國內(nèi)大部分海島鳥鳴聲頻譜在1 kHz～6 kHz之間，按照6 kHz 的半波長進(jìn)行布陣，聲音在空氣中傳播速度為340 m/s，則波長為

半波長λ/2=2.8 cm，即布陣陣元間距d=2.8 cm。

七元傳聲器陣列的陣元間距設(shè)計為30 mm，適當(dāng)增大陣元間距有利于提升陣列的空間波束形成性能，且?guī)缀醪粫a(chǎn)生空間混疊現(xiàn)象。圓形陣列安裝在球形剛性金屬結(jié)構(gòu)內(nèi)，如圖1(b)所示。七元陣列接收信號通過采用波束形成處理能夠抑制環(huán)境噪聲增強鳴聲信號，改善海島野外復(fù)雜噪聲下的鳥鳴聲信號接收性能。

圖1 圓形陣列無線傳感器結(jié)構(gòu)示意圖Fig.1 Circular array wireless sensor structure

海島及濱海濕地等棲息地中陣列無線傳感器長期暴露在野外濕、熱、鹽、風(fēng)、雨等環(huán)境下，既要對拾聲傳感器進(jìn)行有效保護，又不能影響對聲音的拾取。為了適應(yīng)野外環(huán)境，傳感器的結(jié)構(gòu)采用球形剛性殼體設(shè)計，將硬件電路和數(shù)字式傳聲器陣列密封在殼體中，有效防止硬件電路系統(tǒng)被海島高鹽和潮濕環(huán)境侵蝕及減少野外風(fēng)、海浪等噪聲干擾，保證電路長期穩(wěn)定運行。在球形殼體結(jié)構(gòu)中間留有高8 mm 的傳聲器拾聲窗口，聲音經(jīng)過窗口到達(dá)傳聲器陣列時滿足平面波要求。球體下方的方形密封電路倉內(nèi)放置信號采集處理電路和控制通信電路，剛性球形結(jié)構(gòu)如圖1所示。

1.2 球形結(jié)構(gòu)的接收聲場分析

剛性球形結(jié)構(gòu)具有各向同性的特點，能夠較好地利用球諧域傅里葉變換對頻率信號和空間信號進(jìn)行解耦，解決寬帶相干信號定位問題，同時大大降低結(jié)構(gòu)聲散射對鳥鳴聲拾取的影響，為了分析剛性球的聲散射特性，將剛性球和非剛性球進(jìn)行了對比。所謂剛性球就是圓球表面為剛性表面，計算聲場分布時需考慮散射的影響，而非剛性球就是指虛擬球體，聲波到達(dá)球體表面時無需考慮散射影響。假設(shè)單位平面波從某個方向入射后，非剛性球和剛性球情況下的模態(tài)強度函數(shù)bn(kr)滿足[16]

其中，jn(kr)和j′n(kr)分別為n階球貝塞爾函數(shù)及導(dǎo)數(shù)，hn(kr)和h′n(kr)分別為n階球漢克爾函數(shù)及導(dǎo)數(shù)，k為波數(shù)，等于信號角頻率與聲速的比值，r為球體的半徑。

仿真分析模態(tài)強度bn(kr)隨kr的變化如圖2所示，模態(tài)強度的變化將影響球面位置的對應(yīng)頻點聲壓。由圖2可知，與非剛性球比較，bn(kr)在不同階所關(guān)注的頻點上不存在模態(tài)強度突然下拉的點，避免了噪聲在該頻點上被放大的問題。鳥類鳴聲源的頻率大部分集中在1 kHz～6 kHz 之間，本文所采用的剛性球的直徑為114 mm，對應(yīng)的kr為1.03～6.21 之間，因此采用剛性球有助于提高傳感器的魯棒性，避免模態(tài)強度在不同頻率之間劇烈抖動。在結(jié)構(gòu)的設(shè)計和制造過程中，非球形結(jié)構(gòu)會產(chǎn)生各向一致性差的問題。因此，利用剛性球的散射特性，聲信號進(jìn)入接收窗時的各向一致性好，且對各頻點模態(tài)相對平滑，有利于傳聲器陣列更好地拾取鳴聲信號及后處理。

圖2 不同階下的模態(tài)強度值變化Fig.2 Modal strength variation in different orders

2 子帶能量譜熵比特征鳴聲段檢測

2.1 原理與方法

子帶能量特征檢測方法通過比較特定子帶(時域、頻域或者其他變換域)內(nèi)信號能量與設(shè)定閾值判決信號是否存在。子帶譜熵將一幀鳴聲分成若干子帶，再求每一個子帶譜熵。海島野外噪聲具有隨機性和復(fù)雜性，這就降低了環(huán)境噪聲對每一條譜線幅值的影響。相關(guān)研究表明，鳥鳴聲信號的頻譜基本集中在500 Hz～10 kHz 之間，大部分鳴聲頻譜在1 kHz～6 kHz 之間[17]。本文采用500 Hz～10 kHz的帶通濾波器對數(shù)據(jù)進(jìn)行降噪處理。

七陣元圓形陣列無線傳感器系統(tǒng)采集的數(shù)據(jù)包含鳴聲與噪聲，鳥類活躍時間不固定，大部分時間段采集的是環(huán)境噪聲。鳥類活動鳴聲段檢測及自動分段，是開展鳥類鳴聲監(jiān)測和生態(tài)學(xué)研究的基礎(chǔ)[18]。鳴聲端點檢測通過從含有背景噪聲的鳥鳴聲信號中確定鳴聲起止點，準(zhǔn)確的端點檢測能夠提高鳴聲識別的準(zhǔn)確率。在語聲信號處理領(lǐng)域，語聲端點檢測有兩類方法：特征量-門限法和模型-分類器法[19?20]，前者計算量小，實時性高。對于鳥類鳴聲的實驗研究表明，大多數(shù)鳥鳴聲頻譜存在明顯的子帶峰值[21?24]，本文采用子帶能量譜熵比為特征量，結(jié)合鳥鳴聲特點實現(xiàn)鳴聲信號端點檢測，在低信噪比環(huán)境下算法端點檢測有較好的魯棒性，算法流程如圖3所示。

圖3 鳴聲信號檢測處理流程圖Fig.3 Birdsong signal detection and process

在確保鳥鳴聲信號不失真的情況下，經(jīng)過陣元波束形成、預(yù)加重信號補償?shù)阮A(yù)處理后，選取鳥鳴聲信號X(t)為處理片段，對信號X(t)進(jìn)行漢寧窗加窗分幀后，數(shù)據(jù)幀長度為L毫秒，做N點傅里葉變換，幀重疊N/2點，預(yù)加重補償后，對每一幀鳴聲信號進(jìn)行短時傅里葉變換，得到每幀信號的能量譜，其中第k條譜線頻率分量fk的能量譜為|Xi(k)|2。

將一幀分成若干子帶并求子帶譜熵，假設(shè)每條子帶有n條譜線，共有M個子帶，第i幀中的第m條子帶能量E(m,i)為

子帶能量概率分布密度pb(m,i)和子帶譜熵可分別表示為

利用能量和子帶譜熵構(gòu)成子帶能量譜熵比，為提高鳥鳴聲信號和環(huán)境噪聲檢測能力，更突出噪聲段與鳥鳴聲段，本文設(shè)置α為常數(shù)2，子帶能量譜熵比可表示為

2.2 動態(tài)雙門限端點判決

野外環(huán)境下的噪聲具有非平穩(wěn)特性，當(dāng)含噪鳴聲信號的能量可以衰減到噪聲能量級別時[25]，含噪鳴聲信號的能量譜熵比快速收斂，可以通過估計含噪鳴聲信號局部最小值的方法，自適應(yīng)估計噪聲的門限值，提高算法魯棒性[26]。

在低信噪比情況下，為減小誤判提高檢測準(zhǔn)確率，對含噪聲的鳴聲信號能量譜熵比進(jìn)行多次中值濾波平滑處理后提取鳴聲端點位置，將子帶能量譜熵比最大值Fmax(m,i)與均值F做差得到D作為門限選取的基準(zhǔn)閾值，采用雙門限閾值進(jìn)行有效鳴聲段判決，其雙門限閾值可表示為THigh=αD+F，TLow=βD+F，其中α、β是動態(tài)調(diào)節(jié)系數(shù)。

檢測每段鳴聲信號中能量較高的子帶，確定有效鳴聲的起止點。為了提高計算效率，減小有效鳥鳴聲段數(shù)據(jù)誤差，當(dāng)子帶能量譜熵比F(m,i)位于TLow時，則進(jìn)入鳥鳴聲段開始點，當(dāng)超過高門限再次回落至低門限時，則判定為有效鳴聲段的結(jié)束點。

在實際監(jiān)測過程中，對采集到的鳴聲數(shù)據(jù)進(jìn)行自動分段，只傳輸有效鳴聲段，若沒有檢測到活動鳴聲段，則剔除冗余的無聲數(shù)據(jù)段，數(shù)據(jù)不上傳。為獲得完整的鳴聲段，便于云平臺做進(jìn)一步數(shù)據(jù)處理，通常將檢測得到的鳴聲數(shù)據(jù)段長度向前后各延伸15%作為完整的鳴聲段上傳，如果兩段鳴聲之間的靜音長度小于各自延伸長度的和，則認(rèn)為這是連續(xù)的鳴聲段上傳。

3 數(shù)據(jù)處理與分析

3.1 實驗仿真分析

在暗綠繡眼純凈鳥鳴聲中分別加入一定幅度的白噪聲和實測環(huán)境噪聲，模擬特定信噪比的含噪聲鳥鳴聲。選取的高信噪比純凈鳴聲信號總時長3 s，鳴聲采樣頻率為44.1 kHz，采樣精度為16 bits?，F(xiàn)將鳴聲分成兩組，分別加入信噪比為0 dB 和?10 dB 的高斯白噪聲以及圓形陣列無線傳感器系統(tǒng)現(xiàn)場采集的暴風(fēng)雨聲和風(fēng)浪聲噪聲數(shù)據(jù)，數(shù)據(jù)分幀長度20 ms。為了避免信號間變化過大，本文幀重疊率為50%。利用子帶能量譜熵比特征檢測方法對有效鳥鳴聲段進(jìn)行檢測，結(jié)果如圖4所示。

圖4 不同環(huán)境信噪比下鳴聲檢測結(jié)果Fig.4 The detection results in different SNR

在?10 dB 的噪聲條件下，時域上鳥鳴聲信號已完全被噪聲淹沒，但算法利用動態(tài)雙門限方法依然能檢測出三段鳴聲信號起止點，證明該算法對低信噪比條件下鳥鳴聲端點檢測有較好的效果。

針對上述不同環(huán)境噪聲下的檢測概率進(jìn)行了實驗比較，其中準(zhǔn)確率計算方式如下：

式(7)中，誤判幀數(shù)包括噪聲幀檢測為鳴聲幀和鳴聲幀檢測為噪聲幀。對隨機樣本數(shù)據(jù)進(jìn)行檢測然后取平均值，得到的檢測準(zhǔn)確率如表1所示。

表1 不同環(huán)境條件下的鳥鳴聲檢測準(zhǔn)確率Table 1 Birdsong detection accuracy in different environments

3.2 實測數(shù)據(jù)處理分析

為現(xiàn)場測實驗證圓形陣列無線傳感器性能及鳴聲檢測方法的有效性，將設(shè)備布放在野外自然條件下、如圖5所示的海島上。電源采用12 V 直流供電，傳感器利用4G 物聯(lián)網(wǎng)卡將數(shù)據(jù)傳輸?shù)竭h(yuǎn)程監(jiān)測服務(wù)云平臺并存儲實驗數(shù)據(jù)。

圖5 鳴聲傳感器實驗裝置Fig.5 Birdsong sensor device

為了驗證該方法的檢測性能，對現(xiàn)場采集的海浪聲噪聲背景下的黑尾鷗原始數(shù)據(jù)進(jìn)行處理分析，結(jié)果如圖6所示。圖6(a)是含海浪聲的鳥鳴聲語譜圖，圖6(b)為采集信號的時域波形圖；圖6(c)為利用子帶能量譜熵比的動態(tài)雙門限算法檢測到的鳥鳴聲起止端點結(jié)果，圖中紅色是雙動態(tài)自適應(yīng)檢測門限，并將檢測結(jié)果顯示到時域波形圖中。通過圖6可以看出，子帶能量譜熵比算法結(jié)合動態(tài)雙門限方法在低信噪比條件下能準(zhǔn)確檢測出海島鳥鳴聲信號，且在海島環(huán)境下具有較強的抗干擾能力。

圖6 現(xiàn)場海浪噪聲條件下的鳥鳴聲檢測結(jié)果Fig.6 Birdsong detection with wavessound on island

4 結(jié)論

在海島濕地等自然保護區(qū)棲息地環(huán)境噪聲復(fù)雜且信噪比低，基于聲學(xué)方法的鳥類活動鳴聲全天候?qū)崟r在線監(jiān)測是生態(tài)監(jiān)測領(lǐng)域的一個難題。本文采用球形結(jié)構(gòu)的七元陣圓形陣列無線傳感器系統(tǒng)，在現(xiàn)場保障設(shè)施有限的情況下，為減少系統(tǒng)傳輸負(fù)擔(dān)及不必要的電能消耗，提出了基于子帶能量譜熵比的動態(tài)雙門限方法，對仿真和海島現(xiàn)場實測數(shù)據(jù)的鳥類活動鳴聲段的起止端點檢測進(jìn)行了驗證和分析。實驗表明，本算法在不同低信噪比環(huán)境下的鳥鳴聲端點檢測準(zhǔn)確率較高，在海島環(huán)境下具有良好的魯棒性。