本發(fā)明涉及生物物種多樣性快速評估及聲信號處理領(lǐng)域，具體涉及一種對噪聲影響低敏的生物聲學(xué)復(fù)雜性指數(shù)方法。

背景技術(shù)：

1、自然界中的許多生物都會發(fā)出聲音，聲音中富含許多重要的生物信息。與傳統(tǒng)的野外調(diào)查方法相比，被動聲學(xué)監(jiān)測(passive?acoustic?monitoring，pam)具有綜合成本低、對生境干擾小、能夠提供長久數(shù)據(jù)記錄等優(yōu)點(diǎn)，在生物多樣性保護(hù)、自然資源管理、生態(tài)系統(tǒng)監(jiān)測等方面具有巨大的發(fā)展空間。隨著pam的普及，對野外監(jiān)測數(shù)據(jù)進(jìn)行高效分析和處理以便從自然聲景中快速提取有意義的生物和生態(tài)信息的需求愈加強(qiáng)烈，而近年來興起的聲學(xué)指數(shù)方法正是這樣一種能夠通過針對性測量和量化實(shí)際錄音中生物聲信號特征來實(shí)現(xiàn)生物多樣性快速評估的技術(shù)手段，越來越得到國內(nèi)外的廣泛關(guān)注和應(yīng)用。

2、在生態(tài)監(jiān)測領(lǐng)域，已經(jīng)開發(fā)出超過60種生物聲學(xué)指數(shù)。其中，聲學(xué)復(fù)雜性指數(shù)(acoustic?complexity?index，aci)(pieretti?n,farina?a,morri?d.a?new?methodologyto?infer?the?singing?activity?of?an?avian?community:the?acoustic?complexityindex(aci)[j].ecological?indicators,2011,11(3):868-873.)是目前關(guān)注度最高、研究最多、應(yīng)用最廣的指數(shù)之一。該指數(shù)常被認(rèn)為能夠捕捉生物群落和生態(tài)系統(tǒng)的動態(tài)變化和復(fù)雜程度，常被用來快速評估生境中的生物物種豐富度。然而在實(shí)際應(yīng)用中，aci與生物物種豐富度之間是否存在明確關(guān)系、以及其在不同生態(tài)系統(tǒng)和不同生物群落中的總體有效性，一直都具有很大爭議。這是因?yàn)閷?shí)際用于計(jì)算aci的野外監(jiān)測錄音數(shù)據(jù)并非純凈的生物聲信號，而是同時(shí)含有生物聲和各種噪聲成分的混合信號。雖然aci在設(shè)計(jì)上具有一定的平穩(wěn)噪聲和線譜干擾抑制考慮，但基于時(shí)頻強(qiáng)度變化而非功率變化的指數(shù)計(jì)算過程，在原理上的抑噪能力就相對有限，導(dǎo)致aci對噪聲干擾及其變化的影響仍然很敏感，其數(shù)值會隨著實(shí)際聲景中生物聲信噪比(signal-to-noise?ratio，snr)的下降而越來越偏離無噪條件下純凈生物聲信號對應(yīng)的理想值。由于實(shí)際生物聲信號強(qiáng)度受聲源發(fā)聲大小、距離遠(yuǎn)近、聲源數(shù)量等多種不可控因素共同影響，不同監(jiān)測地點(diǎn)和時(shí)段的聲景環(huán)境、天氣條件、生物種群等也是千差萬別，因而實(shí)際野外錄音數(shù)據(jù)中的生物聲snr高低都是隨時(shí)空大幅度隨機(jī)起伏的，并且在大部分?jǐn)?shù)據(jù)時(shí)段中的生物聲snr都比較低，超過20db的時(shí)間很少?？梢?，aci數(shù)值對生物聲snr變化的高敏感性使之還無法承擔(dān)穩(wěn)定可靠的生物多樣性監(jiān)測任務(wù)，從而在生態(tài)監(jiān)測領(lǐng)域中難以實(shí)現(xiàn)大規(guī)模地推廣應(yīng)用。因此，為了增強(qiáng)aci的指數(shù)設(shè)計(jì)策略在各種生態(tài)監(jiān)測聲景環(huán)境中的普適性，使其真正成為可靠有效的生物多樣性快速評估工具，迫切需要改進(jìn)其處理過程來提高其對噪聲影響的魯棒性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種對噪聲影響低敏的生物聲學(xué)復(fù)雜性指數(shù)方法。

2、實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種對噪聲影響低敏的生物聲學(xué)復(fù)雜性指數(shù)方法，步驟如下：

3、步驟1、對分析時(shí)段中的野外生物聲監(jiān)測錄音數(shù)據(jù)進(jìn)行短時(shí)離散傅里葉變換，獲取其時(shí)頻功率譜；

4、步驟2、利用步驟1獲取的錄音數(shù)據(jù)時(shí)頻功率譜，利用其中不含生物聲信號的噪聲時(shí)頻點(diǎn)集合，分別估計(jì)各頻點(diǎn)的窄帶噪聲平均功率；

5、步驟3、利用步驟1獲取的錄音數(shù)據(jù)時(shí)頻功率譜和步驟2獲取的各頻點(diǎn)窄帶噪聲平均功率，分別對各頻點(diǎn)進(jìn)行功率譜減處理，得到降噪增強(qiáng)后的生物聲時(shí)頻功率譜；

6、步驟4、利用步驟3獲取的降噪增強(qiáng)后的生物聲時(shí)頻功率譜，根據(jù)一定的頻率步長和時(shí)間步長對分析帶寬和分析時(shí)段進(jìn)行時(shí)頻域細(xì)分，每個(gè)時(shí)頻分區(qū)對應(yīng)若干個(gè)頻點(diǎn)和若干個(gè)時(shí)間幀，各時(shí)頻分區(qū)中所有時(shí)間相鄰時(shí)頻點(diǎn)的功率差絕對值之和作為分子、所有時(shí)頻點(diǎn)的功率總和作為分母，通過計(jì)算兩者的比值得到時(shí)頻分區(qū)指數(shù)值；

7、步驟5、利用步驟4得到的所有時(shí)頻分區(qū)指數(shù)值，將分析帶寬和分析時(shí)段內(nèi)所有的時(shí)頻分區(qū)指數(shù)值進(jìn)行累加處理，得到最終的生物聲學(xué)指數(shù)值，即基于降噪增強(qiáng)后生物聲時(shí)頻功率變化的降噪聲學(xué)復(fù)雜性指數(shù)。

8、進(jìn)一步的，步驟1的具體過程如下：

9、對分析時(shí)段中的野外生物聲監(jiān)測錄音數(shù)據(jù)進(jìn)行分幀處理；對每幀數(shù)據(jù)分別加窗后做短時(shí)離散傅里葉變換處理，得到時(shí)頻功率譜p(k,q),1≤k≤k,1≤q≤q，其中，k和q分別為幀序號和頻點(diǎn)序號，k是分析時(shí)段內(nèi)的總幀數(shù)，q是分析帶寬內(nèi)的總頻點(diǎn)數(shù)。

10、進(jìn)一步的，步驟2的具體過程如下：

11、步驟2-1、根據(jù)錄音數(shù)據(jù)的時(shí)頻功率譜獲取背景噪聲時(shí)頻點(diǎn)集合，對應(yīng)第q個(gè)頻點(diǎn)中不含生物聲的純噪聲時(shí)頻點(diǎn)幀序號集合記為ω(q)，集合ω(q)中的噪聲時(shí)頻點(diǎn)數(shù)量記為n(q)；

12、步驟2-2、根據(jù)步驟2-1得到的各頻點(diǎn)噪聲時(shí)頻點(diǎn)幀序號集合ω(q)和噪聲時(shí)頻點(diǎn)數(shù)量n(q)，計(jì)算各頻點(diǎn)的窄帶噪聲平均功率：

13、

14、進(jìn)一步的，步驟3的具體過程如下：

15、利用步驟1獲取的生物聲監(jiān)測錄音數(shù)據(jù)時(shí)頻功率譜和步驟2獲取的各頻點(diǎn)窄帶噪聲平均功率，設(shè)置一個(gè)不大于1的松弛因子γ，然后采用譜減方法計(jì)算降噪增強(qiáng)后的生物聲時(shí)頻功率譜p′(k,q)，并以零為降噪后的時(shí)頻功率下限：

16、

17、進(jìn)一步的，步驟4的具體過程如下：

18、步驟4-1、根據(jù)設(shè)置的頻率步長和時(shí)間步長對分析帶寬和分析時(shí)段進(jìn)行時(shí)頻域細(xì)分，每個(gè)頻率步長包括i個(gè)頻點(diǎn)，第n個(gè)頻率步長內(nèi)的頻點(diǎn)集合為：

19、ωn＝{q|(n-1)i＜q≤ni}

20、每個(gè)時(shí)間步長包括j個(gè)時(shí)間幀，則第m個(gè)時(shí)間步長內(nèi)的時(shí)間幀集合為：

21、ψm＝{k|(m-1)j＜k≤mj}

22、步驟4-2、計(jì)算各時(shí)頻分區(qū)中所有時(shí)間相鄰時(shí)頻點(diǎn)的功率差絕對值之和d(m,n)以及所有時(shí)頻點(diǎn)的功率總和a(m,n)：

23、

24、步驟4-3、計(jì)算各時(shí)頻分區(qū)中功率差絕對值之和d(m,n)與功率總和a(m,n)的比值，得到時(shí)頻分區(qū)指數(shù)值，其中，如果功率總和為0，則認(rèn)為該時(shí)頻區(qū)域?yàn)槿雲(yún)^(qū)，無生物聲活動，指數(shù)值直接置0：

25、

26、進(jìn)一步的，步驟5的具體過程如下：

27、對分析帶寬和分析時(shí)段內(nèi)所有的時(shí)頻分區(qū)指數(shù)值進(jìn)行累加，得到最終的生物聲學(xué)指數(shù)值daci：

28、

29、式中，nstart、nend分別為分析帶寬的起始頻率步長序號和終止頻率步長序號，mstart、mend分別為分析時(shí)段的起始時(shí)間步長序號和終止時(shí)間步長序號。

30、一種電子設(shè)備，包括麥克、存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)上述的對噪聲影響低敏的生物聲學(xué)復(fù)雜性指數(shù)方法。

31、一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的對噪聲影響低敏的生物聲學(xué)復(fù)雜性指數(shù)方法。

32、一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的對噪聲影響低敏的生物聲學(xué)復(fù)雜性指數(shù)方法。

33、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：1)從原理上修正了常規(guī)aci的設(shè)計(jì)缺陷，提出了一種對噪聲影響低敏的生物聲學(xué)復(fù)雜性指數(shù)新策略，即基于降噪增強(qiáng)后生物聲時(shí)頻功率變化的降噪聲學(xué)復(fù)雜性指數(shù)daci；2)在不影響常規(guī)aci已有生態(tài)學(xué)解釋和研究積累的前提下，顯著提高了實(shí)際指數(shù)數(shù)值對生物聲snr隨時(shí)間大幅度隨機(jī)變化的的魯棒性，有助于實(shí)現(xiàn)在生態(tài)監(jiān)測領(lǐng)域的大規(guī)模推廣應(yīng)用；3)計(jì)算簡單，易于實(shí)施，為高效分析和處理大規(guī)模野外監(jiān)測錄音數(shù)據(jù)提供了一種可靠穩(wěn)健的解決方案。

34、下面結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)描述。