張巧花 張 純

(中國科學院聲學研究所 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[1?2]。鳥類通過鳴叫聲進行通訊、求偶等，鳥鳴聲包含著豐富的生物學信息，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，通過架設望遠鏡、紅外相機等進行視覺觀察，人工攜帶錄音設備進行聲音采集，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遠程系統(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)或難以進入的區(qū)域如大型蘆葦棲息地進行長期的在線監(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)。但在實際應用中，由于棲息地供電設施、網(wǎng)絡等條件限制，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)傳輸負擔及不必要的電能消耗，需要對有效鳴聲數(shù)據(jù)段進行自動檢測分段后再進行無線數(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)進行驗證和分析，算法在復雜環(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 傳感器陣列設計

鳥類鳴聲傳感器陣列設計采用“6+1”的七元全向傳聲器作為基本陣列，陣型設計為圓形。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計為30 mm，適當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、雨等環(huán)境下，既要對拾聲傳感器進行有效保護，又不能影響對聲音的拾取。為了適應野外環(huán)境，傳感器的結(jié)構(gòu)采用球形剛性殼體設計，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、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，聲波到達球體表面時無需考慮散射影響。假設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)及導數(shù)，hn(kr)和h′n(kr)分別為n階球漢克爾函數(shù)及導數(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頻點聲壓。由圖2可知，與非剛性球比較，bn(kr)在不同階所關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)學研究的基礎[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，準確的端點檢測能夠提高鳴聲識別的準確率。在語聲信號處理領域，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、預加重信號補償?shù)阮A處理后，選取鳥鳴聲信號X(t)為處理片段，對信號X(t)進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，預加重補償后，對每一幀鳴聲信號進行短時傅里葉變換，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確率，對含噪聲的鳴聲信號能量譜熵比進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閾值，采用雙門限閾值進行有效鳴聲段判決，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，當子帶能量譜熵比F(m,i)位于TLow時，則進入鳥鳴聲段開始點，當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)場采集的暴風雨聲和風浪聲噪聲數(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行了實驗比較，其中準確率計算方式如下：

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)進行檢測然后取平均值，得到的檢測準確率如表1所示。

表1 不同環(huán)境條件下的鳥鳴聲檢測準確率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程監(jiān)測服務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)境噪聲復雜且信噪比低，基于聲學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)場保障設施有限的情況下，為減少系統(tǒng)傳輸負擔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確率較高，在海島環(huán)境下具有良好的魯棒性。