[发明专利]一种基于小波包和双谱的鱼类识别方法及系统

权利要求书

1.一种基于小波包和双谱的鱼类识别方法，该方法是一种基于主动声学方法的识别策略，所述方法具体包含：

步骤101)向水下鱼体发射声信号，并获取水下鱼体反向散射的回波信号；

步骤102)对采集到的鱼体回波数据进行滤波和幅度归一化预处理，对预处理后的信号的进行频谱分析，获取信号能量相对集中的频谱范围，构成目标频谱域；

步骤103)对预处理后的回波信号进行特征提取，具体方法如下子步骤：

步骤103-1)对预处理后的回波信号进行小波包分解得到各个节点小波包的系数；

步骤103-2)对目标频谱域的节点小波包系数进行子带能量特征提取或对依据目标频谱域的节点小波包系数重构得到的时域信号进行子带能量特征提取，并将提取的子带能量特征作为特征量；

步骤104)将特征量输入分类器进行分类处理，完成对水下鱼体的种类识别。

2.根据权利要求1所述的基于小波包和双谱的鱼类识别方法，其特征在于，所述步骤103-2)还包含对目标频谱域的节点小波包系数重构得到的时域信号进行双谱分析，提取双谱特征，并将该双谱特征与所述子带能量特征组合作为特征量。

3.根据权利要求1所述的基于小波包和双谱的鱼类识别方法，其特征在于，所述步骤103-1)小波包多尺度分解为：让预处理后的回波信号通过高低通组合滤波器组，同时进行二次抽样，从而把预处理后的鱼体回波信号分解成高、低频两部分，接着对高低频部分分别进行同样的分解，依此类推，经过若干次上述分解和抽样直到满足需要为止；

其中，分解的次数根据预处理后的回波信号的带宽和采样率取得。

4.根据权利要求2所述的基于小波包和双谱的鱼类识别方法，其特征在于，所述双谱特征量为：从目标频谱域的节点小波包系数重构得到的时域信号中提取双谱对角切片和反对角切片的最大值。

5.根据权利要求2所述的基于小波包和双谱的鱼类识别方法，其特征在于，所述小波包多尺度分解次数为3到9。

6.一种基于小波包和双谱的鱼类识别系统，该系统包含：用于向水下鱼体发射声源信号的发射端子系统和用于对水下鱼体类比进行识别的接收端子系统，且所述接收端子系统进一步包含：鱼体的回波信号获取模块和分类器，其特征在于，所述接收端子系统还包含：

预处理模块，用于对采集到的鱼体回波数据进行滤波和幅度归一化预处理；

特征提取模块，用于对预处理后的回波信号进行特征提取，具体方法为：对预处理后的回波信号进行小波包分解得到各个节点小波包的系数；对目标频谱域的节点小波包系数进行子带能量特征提取或对依据目标频谱域的节点小波包系数重构得到的时域信号进行子带能量特征提取，并将提取的子带能量特征作为特征量；和

分类模块，用于将特征提取模块输出的特征向量输入训练器和分类器进行鱼体的种类识别。

7.根据权利要求5所述的基于小波包和双谱的鱼类识别系统，其特征在于，所述特征提取模块还对目标频谱域的节点小波包系数重构得到的时域信号进行双谱分析，提取双谱特征，并将该双谱特征与所述子带能量特征组合作为特征量。

8.根据权利要求7所述的基于小波包和双谱的鱼类识别系统，其特征在于，所述特征提取模块进一步包含如下子模块：

小波包多尺度分解子模块，用于对预处理后的鱼体回波信号进行小波包多尺度分解，得到小波包系数；

重构子模块，用于对目标频谱域的小波包系数进行重构，得到各个频带内的时域信号；和

子带能量特征提取子模块，用于从重构模块输出的时域信号中提取子带能量特征，并将其作为特征量。

9.根据权利要求8所述的基于小波包和双谱的鱼类识别系统，其特征在于，所述特征提取模块还包含双谱特征量提取子模块，该子模块用于从重构模块输出的时域信号中提取双谱特征量，并将其与所述子带能量特征组合作为特征量。

10.根据权利要求6所述的基于小波包和双谱的鱼类识别系统，其特征在于，所述发射端子系统能够采用窄带换能器向水下鱼体发射声信号。