声场聚焦在数字语音驱鸟器阵列中的应用

鸟害已成为某些农作物的主要经济损失,为了提高数字语音驱鸟器驱赶害鸟的效果,本文给出了数字语音驱鸟器阵列系统设计和声音链声场聚焦实现方法,并详细说明了硬件电路的实现。阐述了声场聚焦的原理,通过调整声音链阵列加权实现了声场聚焦,达到预期效果。

音频驱鸟设备对野生喜鹊最佳驱除模式研究

喜鹊Pica pica是北京地区引起鸟害的常见种类,现有音频驱鸟设备对其驱除效果有限,而驱鸟声音和模式直接影响驱除效果。以喜鹊的惨叫声、惊叫声和枪声3种类型声音为基础构建不同的驱鸟模式,通过野外实验探寻有效的驱除模式。记录不同声强、声音类型、声音组合和播放频次下喜鹊的行为反应,分析喜鹊逃离行为发生的概率,并以此评估驱鸟效果。结果表明:距离相同时,声强越大,驱鸟效果越好;声强相同时,单声惊叫、惨叫以及枪声的驱除效果之间的差异无统计学意义(P=0.202),重复3次时,惊叫声和惨叫声比对应单声的驱除效果更好(惊叫声:P=0.004,惨叫声:P=0.005),不同时间间隔下惊叫声的驱除效果之间的差异有统计学意义(P=0.043),而时间间隔对惨叫声和枪声的驱除效果影响不大(枪声:P=0.773,惨叫声:P=0.364),不同时间间隔的不同声音组合中,枪声-惊叫-惨叫间隔0.5 s模式的驱除效果最优(P=0.046)。选择不同类型的声音、间隔时间和声音组合可以对喜鹊产生不同的驱除效果,采用高强度的、更符合自然环境下喜鹊行为反应的驱鸟模式,可以达到更好的驱除效果,并可延长驱鸟效果的时效。

智能语音驱鸟装置的设计与实现

为了防止鸟类对成熟水果和农作物的危害,本文提出一种自动语音驱鸟装置设计的方法和思路。系统把鸟类天敌的声音和其它能够驱鸟的声音存储在语音芯片中,采用LPC931单片机为主控芯片,控制存储在ISD4002语音芯片中的各种驱鸟声音的播放次序和播放时间,同时系统设计了大功率功放并采用了高品质扬声器。由于存储驱鸟声音种类多,且随机时序播放,音质好,声音宏远。试验证明,该系统有效实现了田林广域驱鸟。

鸟类音频数据预处理方法

【目的】从原始鸟类音频频谱图样本集中自动筛选并剔除噪音频谱图,可以提升鸟类物种分类的准确率。【方法】本文基于卷积神经网络,对频谱图提取特征向量,借助Faiss算法库计算特征向量的距离矩阵,然后使用DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法筛选出噪音频谱图,最后将经过筛选后的频谱图样本集输入到分类模型中进行鸟类物种分类。【结果】通过本方法,从频谱图样本集中剔除了大量噪音频谱图,使得后续的鸟类物种的分类准确率得到了提升。【局限】由于DBSCAN算法聚类的效果受到邻域阈值(ε)和密度阈值(MinPts)参数的影响比较大,因此未来应该去探索自适应的方法获得参数值。【结论】本文将卷积神经网络和数据挖掘中的密度聚类算法相结合,提出了一种鸟类音频数据预处理方法,该方法可以自动筛选噪音频谱图,为后续的鸟类物种识别提供了高质量的频谱图样本集。

基于多线程和翻译的网络爬虫鸟类音频数据采集系统设计与实现

针对如何在互联网上快速准确获取鸟类音频文件,以及如何使获取的信息符合中文语义表达的问题,提出运用翻译工具结合网络爬虫技术,嵌套多线程技术提高数据获取的速度,以鸟类音频数据采集为系统目标,设计网络爬虫流程、多线程控制器、翻译、数据库等模块。该网络爬虫的设计满足丰富鸟类声音样本库和鸟鸣分类识别系统的建立需求,为网络数据收集提供有效途径。

基于改进Q⁃learning算法的输电线路拟声驱鸟策略研究

日益频繁的鸟类活动给输电线路的安全运行带来了极大威胁,而现有拟声驱鸟装置由于缺乏智能性,无法长期有效驱鸟.为了解决上述问题,本文提出基于改进Q⁃learning算法的拟声驱鸟策略.首先,为了评价各音频的驱鸟效果,结合模糊理论,将鸟类听到音频后的动作行为量化为不同鸟类反应类型.然后,设计单一音频驱鸟实验,统计各音频驱鸟效果数据,得到各音频的初始权重值,为拟声驱鸟装置的音频选择提供实验依据.为了使计算所得的音频权重值更符合实际实验情况,对CRITIC(Criteria Impor⁃tance Though Intercrieria Correlation)方法的权重计算公式进行了优化.最后,使用实验所得音频权重值对Q⁃learning算法进行改进,并设计与其他拟声驱鸟策略的对比实验,实验数据显示改进Q⁃learning算法的拟声驱鸟策略驱鸟效果优于其他三种驱鸟策略,收敛速度快,驱鸟效果稳定,能够降低鸟类的适应性.