[发明专利]一种海豚哨声信号时频谱轮廓提取方法

说明书

技术领域

本发明涉及一种海豚哨声信号时频谱轮廓提取方法。

背景技术

海豚的听觉系统和感觉器官很发达，其声呐系统具有很强的回声定位和探测识别能力。为了交流，经过漫长的进化，海豚声呐具有通信的性能。海豚的通信本领十分发达，并且拥有着丰富的“语汇”。因此，对其声音数据的采集、监测、记录和分析具有重要的意义，可以更进一步了解它的声呐系统工作特性，为鲸豚动物仿生学提供新的灵感。

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，发出猎物坐标信息，以及捕猎的策略；另一种是突发脉冲，与哨声信号相比，突发脉冲更为复杂多变。突发脉冲的特点是重复次数很高，每组脉冲之间的间隔很短。研究发现突发脉冲和海豚的多种行为相联系，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。

发明内容

本发明的目的在于提出一种海豚哨声信号时频谱轮廓提取方法。

本发明的目的是这样实现的：

(1)对真实的海豚哨声信号作短时傅里叶变换，获得海豚哨声时频信号X_m(k)；

(2)通过得到第m个数据块短时傅里叶变换结果的最大值e(m)、傅里叶变换后能量最大值e(m)对应的频率的采样点index(m)以及在index(m)/2处对应的能量值e(m)′，通过判决式：e(m)′>βP₀确定第m个数据块对应的哨声信号基频频率，当判决成立时，提取的第m个数据块哨声信号基频频率采样点为index(m)/2，当判决不成立时，提取的第m个数据块哨声信号基频频率采样点为index(m)，其中，P₀表示噪声的能量，系数β的值大于等于2；

(3)对步骤(2)得到的短时傅里叶变化的基频频率值进行滤波，去除其中的野点，得到平滑的基频轮廓；

(4)对步骤(3)滤波后的基频曲线进行最小二乘多项式拟合，得到一个连续变化的光滑哨声信号时频谱轮廓线。

滤波方法为动窗加权平均法。

滤波方法为圆筛滤波法。

滤波方法为卡尔曼滤波法。

滤波方法为动窗加权平均法、圆筛滤波法、卡尔曼滤波法三种滤波法组合串行级联的方式。

本发明的有益效果在于：

由于海豚哨声信号时频谱轮廓曲线是进行海豚种群分类、识别的重要依据，因此，本方法将对海豚的生物学研究提供帮助。同时，利用本方法提取出的海豚哨声信号时频谱轮廓曲线，仿照海豚哨声信号进行仿生通信，是实现水声隐蔽通信的有效方法。

附图说明

图1为海豚哨声信号时频谱轮廓提取流程图；

图2为海豚哨声信号时频图；

图3为采用最大值提取法得到的基频频率值曲线图；

图4为判决式e(m)′>βP₀中β等于2时得到基频频率值曲线图；

图5为采用动窗加权平均滤波法得到的基频轮廓；

图6为采用圆筛滤波法得到的基频轮廓图；

图7为采用卡尔曼滤波法得到的基频轮廓图；

图8为采用圆筛滤波法和卡尔曼滤波法串行级联滤波得到的基频轮廓图；

图9为最小二乘多项式拟合处理后的结果和残差；

图10为基波时频谱轮廓与二次谐波时频谱轮廓。

具体实施方式

本发明涉及一种海豚哨声信号时频谱轮廓提取方法。

步骤1：对真实的海豚哨声信号作短时傅里叶变换，获得海豚哨声时频信号X_m(k)；

步骤2：通过表达式得到第m个数据块短时傅里叶变换结果的最大值e(m)、傅里叶变换后能量最大值e(m)对应的频率的采样点值index(m)以及在index(m)/2处对应的能量值e(m)′，通过判决式：e(m)′>βP₀确定第m个数据块对应的哨声信号基频频率,当判决成立时，提取的第m个数据块对应的哨声信号基频频率采样点值为index(m)/2，当判决不成立时，提取的第m个数据块对应的哨声信号基频频率采样点值为index(m),其中，P₀表示噪声的能量，系数β的值大于等于2；

步骤3：对步骤2得到的短时傅里叶变化的基频频率值进行滤波，进一步去除其中的野点，得到平滑的基频轮廓；

步骤4：对滤波后的基频曲线进行最小二乘多项式拟合，得到一个连续变化的光滑哨声信号时频谱轮廓线。