[發明專利]一種基于聲學分析的羊反芻行為監測方法

有效

• 申請號: 202010400021.8
• 申請日: 2020-05-12
• 公開（公告）號: CN111583962B
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 陸明洲;段光輝;張生福;沈明霞;楊偉忠;梁釗董;姜春鑫;張海林
• 申請（專利權）人: 南京農業大學
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/78;G10L25/03;G10L21/0208;A01K29/00
• 代理公司: 南京天華專利代理有限責任公司 32218
• 代理人: 劉暢;徐冬濤

1.一種基于聲學分析的羊反芻行為監測方法，其特征在于它包括步驟S1至S5：

S1、無線聲音傳感器實時采集羊各狀態下的長時聲音信號L(t)，將長時聲音信號L(t)傳輸到下位機；

S2、下位機設置運算間隔為δ，對前一時間段內獲取的長時聲音信號進行預處理、端點檢測、反芻行為識別；

S2-1、導入長時聲音信號L(t)，應用最小均方差對數譜幅度算法對L(t)進行預處理降噪，預處理降噪后得到的純凈長時信號記為L′(t)；

S2-2、對L′(t)進行分幀、加窗處理，將純凈長時聲音信號L′(t)分為一幀一幀的短時信號，計算每幀短時信號的短時能量和短時過零率；

短時能量的計算公式為:

式(1)中，E_n為短時能量，h(n)＝ω(n)²，ω(n)²表示窗口函數；

短時過零率的計算公式為：

式(2)中，sgn[x]是符號函數，即：

S2-3、基于上述短時能量和短時過零率將純凈長時聲音信號L′(t)分割為靜默聲音樣本和非靜默聲音樣本，設置非靜默聲音樣本集合為C，C中存在羊的多種行為信息，包括：咬斷牧草聲音信號、咀嚼牧草聲音信號、反芻回流聲音信號、反芻咀嚼聲音信號、反芻吞咽聲音信號、非加性噪聲信號；

S2-4、提取非靜默聲音樣本集合中每個聲音信號的重構動態差分小波-梅爾倒譜系數，記為PDW-MFCC；

步驟S2-4中，提取PDW-MFCC的步驟包括：

S2-4-1、對非靜默聲音樣本集合C中的每個聲音樣本進行預加重、分幀、加窗處理，預加重對聲音在高頻部分的損失進行補償，分幀將連續的聲信號分割為短時信號，加窗降低頻譜泄露，增強信號之間的連續性，其本質是在聲音信號交疊分幀的基礎上再乘以一個窗函數；

選用漢明窗作為窗函數，其表達式為：

H(z)＝1-αz^-1,0.9≤α≤1.0 (4)

式(4)中α表示預加重系數，此處α取0.93；式(5)中，N′為窗長；

S2-4-2、對非靜默聲音樣本集合C中的聲音樣本進行離散小波變換得到頻譜函數W(j,k)；

W(j,k)的定義為：

式(6)中a₀、j是尺度因子；b₀、k是位移因子；ψ(t)是小波函數，ψ^*(t)是ψ(t)的共軛形式；

S2-4-3、基于離散小波變換得到的頻譜函數W(j,k)，通過由三角濾波器組成的濾波器組進行平滑并消除諧波；

三角濾波器的頻率響應定義為：

式(7)中，且

S2-4-4、計算每個濾波器組輸出的對數能量d_s(m″)，計算公式為：

S2-4-5、離散余弦變換將d_s(m″)映射到倒譜域，計算W_MFCC參數，其定義為：

S2-4-6、提取W_MFCC動態差分參數記為DW-MFCC，差分參數的計算公式為：

式(10)中，d_t′表示第t′個一階差分，C_t′表示第t′個倒譜系數；

S2-4-7、將W_MFCC與DW-MFCC合并為一個矩陣，對此矩陣進行PCA降維，取累計貢獻率在85％以上的特征向量構成PDW-MFCC作為特征參數；

S2-5、基于長短時記憶，記為LSTM算法，構建羊反芻行為識別模型，自動識別出反芻回流事件及反芻咀嚼事件的發生，并上述兩事件統計反芻行為發生次數及反芻行為持續時間；

步驟S2-5中，羊反芻行為識別模型構建的步驟包括：

S2-5-1、識別開始；

S2-5-2、基于聲音樣本數據集提取的PDW-MFCC特征，通過設置訓練集、驗證集、測試集，得到表現出色的LSTM分類器；

S2-5-3、LSTM分類器使用過程中，首先提取聲音樣本的PDW-MFCC特征，送入至LSTM模型中，經由參數運算獲得h_t輸出；

LSTM分類器的具體計算公式為(11)至(16)：

f_t＝σ(W_f[h_t-1,PDW_MFCC_t]+b_f) (11)

i_t＝σ(W_i[h_t-1,PDW_MFCC_t]+b_i) (12)

o_t＝σ(W_o[h_t-1,PDW_MFCC_t]+b_o) (15)

h_t＝o_t*tanh(C_t′) (16)

S2-5-4、h_t可經由SoftMax層轉換為各類別的預測概率值，選擇概率值最高的類別作為預測類別；

S2-5-5、記錄反芻回流、反芻咀嚼聲音信號的發生位置，定義反芻回流發生開始至其所伴隨的反芻咀嚼事件全部結束為一次反芻行為，每成功識別一次完整的反芻行為，反芻次數累加器數值增1，反芻持續時間累加器記錄此次反芻行為的發生持續時間；

S3、下位機以δ為計算周期，通過無線鏈路將反芻次數累加器及反芻持續時間累加器記錄的本次計算過程中的數據傳輸至上位機進行保存，上位機服務器接收下位機發送的反芻次數及反芻行為持續時間值并記錄在羊反芻行為數據庫中；

S4、上位機服務器以24小時為周期，從數據庫中提取前24小時內獲取的反芻次數及反芻行為持續時間數據，形成反芻次數序列RT與反芻行為持續時間序列RD，RT＝{rt₁,rt₂,rt₃…，rt_n″′},RC＝{rc₁,rc₂,rc₃…，rc_n″′}，其中上位機服務器針對序列RT與RD計算羊在前24小時內的反芻次數與反芻行為持續時間；

S5、上位機服務器對羊反芻次數與反芻行為持續時間信息進行保存與分析，基于日反芻次數、日反芻次數變化、日反芻行為持續時間、日反芻行為持續時間變化百分比建立邏輯回歸方程對羊健康狀況進行判斷，當判斷為非健康狀態時，上位機服務器將羊只編號以短信方式發送至羊場管理員手機。