水产养殖生物体健康状态的在线监测方法技术

本发明专利技术一种水产养殖生物体健康状态的在线监测方法，利用声学传感器在水下被动侦听水产养殖生物进食声信号，并结合养殖生物种类、群体规模、生长阶段等先验要素，分析生物体进食声信号的时域‑频域特征，监测出养殖生物的食欲和食量，再结合传统水质、气候等监测手段，实现对水产养殖生物体的健康状态的在线监测和预警。此外，本发明专利技术为被动侦听水产养殖生物进食时产生的咀嚼食物声特征，利用被动侦听方式可以避免对水中生物的声辐射伤害。

On-line health monitoring method for aquaculture organisms

The invention provides an on-line monitoring method for the health status of aquaculture organisms. The acoustic sensor is used to passively listen to the feeding sound signals of aquaculture organisms underwater, and the time-domain and frequency-domain characteristics of the feeding sound signals of aquaculture organisms are analyzed in combination with the prior factors such as species, population size and growth stage of aquaculture organisms. The appetite and food quantity of aquaculture organisms are monitored, and the traditional water quality and food quantity are combined. The online monitoring and early warning of the health status of aquaculture organisms can be realized by monitoring means such as climate. In addition, the invention passively detects the sound characteristics of chewing food produced by aquaculture organisms when they eat, and the sound radiation damage of aquatic organisms can be avoided by using the passive listening method.

【技术实现步骤摘要】
水产养殖生物体健康状态的在线监测方法
本专利技术涉及声学、计算机和信息科学领域，特别涉及一种水产养殖生物体健康状态的在线监测方法。
技术介绍
水产养殖是当前水产品的主要供给模式，也是重要的农业经济来源。水产养殖生物(如鱼、虾、蟹等)生活在水中，其生长状态和健康情况不容易被养殖户察觉。在养殖水产养殖生物出现不良状态的时候，往往已到无法挽回的阶段。目前公开报道的针对水产养殖生物健康状态监测方法的技术手段主要是通过对水体环境参数(如PH值、溶解氧等)的间接监测来实现。俗话说的“养鱼先养水”的确是行之有效的手段。但“养水”也不能从根本上避免气候、天气、病菌及其他未知因素对水产养殖生物健康状态的影响。因此，针对水产养殖生物本体的健康状态监测会是更有针对性的手段。现有针对水产养殖生物本体健康状态的在线监测技术除了实验室病理解剖，主要都是依靠水下成像技术实现对目标本体的观察，通过行为学分析来判断目标的健康状态。受水下可见度等因素的制约，光学成像距离有限，较难适用在池塘养殖的开放水域中；声学成像分辨率低且设备昂贵，并且会额外引入超声波辐射，危害池塘养殖生物的安全。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种水产养殖生物体健康状态的在线监测方法，通过被动侦听水产养殖生物进食时产生的咀嚼食物声特征，估算水产养殖生物密度和健康状态，参考溶解氧等水质监测指标提供投食、投药及报警控制，实现针对水产养殖生物体的群体健康状态的在线监测。为了实现上述目的，本专利技术的技术方案是：本专利技术一种水产养殖生物体健康状态的在线监测方法，通过被动侦听水产养殖生物进食时产生的咀嚼食物声特征，估算水产养殖生物密度和健康状态，实现针对水产养殖生物体(所述水产养殖生物体的养殖场所包括池塘、水缸、以及一定区域范围海洋养殖等领域)群体健康状态的在线监测。本专利技术方法不需要主动发射声源，利用被动侦听方式可以避免对水中生物的声辐射伤害。利用信号处理手段提取目标水产养殖生物咀嚼食物的声学特征(如：产生周期、持续时长、强弱等级等)，并参考水产养殖生物所处的生长阶段、规模数量、生物体池尺寸，以及气候、天气、水质状态等，对池塘养殖生物体的群体健康状态做在线监测，并据此控制自动装置调节包括水质、投药、喂食等后续饲养环节。本专利技术一种水产养殖生物体健康状态的在线监测方法包括标定阶段、测量阶段和控制阶段三个阶段。需要说明的是，标定阶段的工作是可以用历史积累样本来代替，也可以根据经验值代替。1、标定阶段的实施步骤包括：(1.1)在标准实验室水缸(圆柱形，底边半径R0，高为H0，且H0>R)环境下抽样测定Qp条目标生物体。生物体的种类(标注为Shrimp_Type)以及生物体养殖所处的成长阶段(标注为Shrimp_State)与待监测区域相同。将标准水声记录设备放置在圆柱形轴线上，并距底部为hRef的地方。启动记录仪并记录从投放食物后K分钟到K+M(K建议选择10分钟，M建议选择30分钟)的标定声学信号数据序列，记作Raw_Sound。(1.2)计算声信号序列Raw_Sound的功率谱密度，得到对应信号Raw_Sound_PSD＝PSD{Raw_Sound}，其中PSD{·}算子表示求Raw_Sound信号功率谱密度运算。观察并统计Qp条生物体进食时的信号响应频段Ref_Band＝[Ref_Freq_L，Ref_Freq_H](其中Ref_Freq_L是最低频点，Ref_Freq_H是最高频点)。同时记录进食持续时间(记为Ref_Duration)，并计算均值(记为Mean_Ref_Duration)和标准差(记为Std_Ref_Duration)。(1.3)利用数字滤波器(具体的，滤波器包括两个部分，其一是陷波器用来剔除50Hz工况噪声及其谐波分量；其二是低通滤波，剔除掉10kHz以上的高频分量)滤出Ref_Band频段内的信号，标记为Ref_Sound。其对应的频域信号为Ref_Sound_PSD＝PSD{Ref_Sound}，其中PSD{·}算子表示求Ref_Sound信号功率谱密度运算。设Λfr为标定阶段水产养殖生物咀嚼声频段(Ref_Band)的频点(范围从DC直流到10kHz，频率步进小于100Hz)，对应Λfr频率的声学传感器灵敏度为Lm(Λfr)(单位dB)、水产养殖生物离底部轴心距离(dRef，单位：米)，可得水产养殖生物产生的频率的声源级大小为：(1.4)在步骤(1.3)矫正基础上，统计Ref_Band＝[Ref_Freq_L，Ref_Freq_H]范围内频谱的能量均值、标准差和熵，分别记录为：Mean_Ref_Spectrum，Std_Ref_Spectrum和Entropy_Ref_Spectrum。2、测量阶段的实施步骤如下：(2.1)将声学记录设备放置在距离水底h米，距离水产养殖生物觅食区水平距离D米的范围(实际布设位置和距离需根据养殖区域尺寸，以及水产养殖生物分布做调节)，并启动声学被动记录设备记录从投放食物后K分钟到K+M(K建议选择10分钟，M建议选择30分钟)的声学信号数据序列，记作In_Sound(i)，i＝1,2，……N，表示离散序列采样点。(2.2)设计带通滤波器频段范围Ref_Band＝[Ref_Freq_L，Ref_Freq_H]的数字滤波器，对记录的声信号In_Sound(i)做带通滤波，得到目标水产养殖生物咀嚼食物产生的频带内信号Shrimp_Sound(i)＝BPF{In_Sound(i)}，其中BPF{·}算子表示对In_Sound(i)做带通滤波处理。(2.3)计算Shrimp_Sound(i)信号序列的时频变换，计为ST_Shrimp(i,fi)＝ST{Shrimp_Sound(i)},其中ST{·}算子为时频变换法(如短时傅里叶变换、小波变换、希尔伯特黄变换等)。按ST_Shrimp(i,fi)序列谱级从大到小逐段切割出Q个时频信号段。再将这Q个信号段按照持续时间Time_Duration和时间内频谱Shrimp_PSD组成对应集合，标记为Shrimp_Spectrum(k)＝{Time_Duration(k)，Shrimp_PSD(k)},k＝1,2,……Q。(2.4)对标参考水产养殖生物的进食持续时间(记为Ref_Duration)的均值(记为Mean_Ref_Duration)和标准差(记为Std_Ref_Duration)，对集合Shrimp_Spectrum(k)＝{Time_Duration_k，Shrimp_PSD_k},k＝1,2,…，Q做粗筛选，剔除那些虽然能量谱级高，但持续时间小于Mean_Ref_Duration的干扰点。(2.5)计算各段谱级的标准方差和熵，分别标记为Std_Shrimp_Spectrum(k)，Entropy_Shrimp_Spectrum(k)}，k＝1,2,…，Q。对标Std_Ref_Spectrum和Entropy_Ref_Spectrum对数据做二次筛选处理，具体为剔除偏离参考谱级标准差和熵的集合。(2.6)设Λf为测量阶段水产养殖生物咀嚼声频段(Ref_Band)的频点(选择方法是按照上述筛选结果，按能量谱级最高到最低排列，并依次选择各Λf做分析，本文档来自技高网...

【技术保护点】
1.一种水产养殖生物体健康状态的在线监测方法，其特征在于，包括：采集食物投放后预设时段内的声学信号数据序列；对所述声学信号数据序列做带通滤波处理，得到水产养殖生物咀嚼食物产生的预设频带内信号序列；对所述信号序列做时频变换得到时频序列；按所述时频序列谱级逐段切割出若干个时频信号段，并将若干个时频信号段按照持续时间和持续时间内频谱进行划分，组成若干组集合；剔除集合中持续时间小于参考时间的集合；计算若干组集合中各段谱级的标准方差和熵，剔除偏离参考谱级标准差和熵的集合；根据水产养殖生物咀嚼声频段的频点、对应所述频点频率的声学传感器灵敏度、监测区域水平半径及水声记录仪距水底距离计算水产养殖生物产生的频率的声源级；根据监测区域养殖生物体数量规模、水产养殖生物产生的频率的声源级和参考声源级计算能量差；判断能量差是否大于预设门限，如果是，执行预设动作。

【技术特征摘要】
1.一种水产养殖生物体健康状态的在线监测方法，其特征在于，包括：采集食物投放后预设时段内的声学信号数据序列；对所述声学信号数据序列做带通滤波处理，得到水产养殖生物咀嚼食物产生的预设频带内信号序列；对所述信号序列做时频变换得到时频序列；按所述时频序列谱级逐段切割出若干个时频信号段，并将若干个时频信号段按照持续时间和持续时间内频谱进行划分，组成若干组集合；剔除集合中持续时间小于参考时间的集合；计算若干组集合中各段谱级的标准方差和熵，剔除偏离参考谱级标准差和熵的集合；根据水产养殖生物咀嚼声频段的频点、对应所述频点频率的声学传感器灵敏度、监测区域水平半径及水声记录仪距水底距离计算水产养殖生物产生的频率的声源级；根据监测区域养殖生物体数量规模、水产养殖生物产生的频率的声源级和参考声源级计算能量差；判断能量差是否大于预设门限，如果是，执行预设动作。2.根据权利要求1所述的水产养殖生物体健康状态的在线监测方法，其特征在于，对所述信号序列做时频变换得到时频序列；按所述时频序列谱级逐段切割出若干个时频信号段，并将若干个时频信号段按照持续时间和持续时间内频谱进行划分，组成若干组集合，具体包括：对所述信号序列做时频变换得到时频序列ST_Shrimp(i,fi)；其中，i表示离散序列采样点，fi表示对应的频率；按ST_Shrimp(i,fi)序列谱级从大到小逐段切割出Q个时频信号段，并按照持续时间Time_Duration和时间内频谱Shrimp_PSD组...

【专利技术属性】
技术研发人员：袁飞，林佼，程恩，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建,35