陕南田间四种昆虫鸣声特征参数的研究

2020-05-11耶晓东

微型电脑应用 2020年1期

摘要：昆虫鸣声是识别昆虫种类的重要手段之一，针对陕南田间四种常见昆虫，采用信号处理方法分别对四类昆虫的功率谱，鸣声声谱进行了分析;采用静态特征和动态特征相结合的方式，提取了四类昆虫鸣声的MFCC静态特征参数和动态特征参数。研究结果表明，四类昆虫鸣声信号的脉冲组重复时间和持续时间、频率范围和主频、MFCC特征参数均存在明显的差异。研究结果可为昆虫种类的自动检测提供参考。

关键词：昆虫鸣声; 信号处理; 特征参数; MFCC

中图分类号： TP311 文献标志码： A

Study on Characterstc Parameters of nsect Acoustcs n the Feld of

Southern Shanx Provnce

YE Xaodong

（School of Physcs and Telecommuncaton Engneerng， Shanx Unversty of Technology，

Hanzhong 723000）

Abstract： nsect acoustcs s an mportant means to dentfy nsect speces. n ths paper， four knds of common nsects n the feld of southern Shanx provnce are dentfed by the power spectrum and sound spectrum usng sgnal processng method. MFCC statc characterstc parameters and dynamc characterstc parameters of the four types of nsect acoustcs are extracted by a combnaton of statc characterstc and dynamc characterstc. The results show that there are sgnfcant dfferences n repetton tme and duraton of pulse group，frequency range， man frequency and MFCC characterstc parameters of the four types of nsect sound sgnals. The results of the study can provde a reference for the automatc detecton of nsect speces.

Key words： nsect acoustcs; Sgnal processng; Characterstc parameters; MFCC

0 引言

发声是昆虫间通讯的重要方法之一，昆虫的不同鸣声代表不同种类或者同一种类的不同心理。昆虫鸣声主要有磨擦发声、膜振动发声、由口发声、振翅发声或碰击发声[1]。陕南四季气候分明，北靠秦岭、南倚巴山，具有雨量充沛，气体湿润的特点，非常适宜农作物生长和发展，但同时在农业病虫害监测与防治的任务上也很艰巨。由于不同昆虫具有不同的鸣声信号，可以利用昆虫鸣声实现昆虫的分类与识别，进一步实现对害虫的智能预测与防治。本文针对陕南农田中常见病虫害的特点，利用计算机技术和信号处理技术，对陕南田间四种常见昆虫蟋蟀、蝈蝈、蜻蜓、知了的鸣声信号进行了信号分析与特征提取，为陕南农田病虫害的自动识别与检测提供了借鉴。

2 昆虫鸣声分析方法

昆虫声音检测原理是将采集到的昆虫鸣声信号转化为电信号，对其进行信号调理，通过信号处理的方法提取出鸣声的特征信号，根据昆虫鸣声信号的特征参数来确定昆虫的种类与数量。在此过程中，鸣声信号特征参数的提取是最重要的一个步骤。

当前国内许多研究人员分别对不同的昆虫鸣声进行了研究，如芦荣胜等应用计算机技术，分析了山西历山自然保护区的4种蟋蟀雄性的鸣声结构，并从时域与频域角度对鸣声信号进行了对比[2]。姚青等采用MATLAB对水稻害虫褐飞虱雄虫求偶鸣声信号进行了分析[3];卢亚玲采用不同谱估计法对昆虫鸣声特征进行了分析研究[4];贾春花，郭敏采用HHT方法对同种内 2 个不同品系果蝇翅振鸣声进行特征分析[5];张明真，郭敏采用经验模态分解、小波阈值去噪、神经网络自适应滤波方法对4种储粮害虫活动声信号进行了去噪研究[6]。2014年，他们又利用流形学习的等距特征映射方法对2 种储粮害虫的 4种活动声信号声信号进行降维并提取流形特征，并用SVM 进行了分类识别[7]。可以看出，信号处理方法已经被广泛应用于昆虫鸣声信号的分析研究中。本文针对陕南田间的四种昆虫，对其鸣声从信号角度进行了分析和特征提取，并从功率谱，声谱图，MFCC参数等方面对比了四类昆虫鸣声的区别，为其智能识别打下了基础，同时也为陕南害虫的声学防治提供了参考。

3 陕南田间四种昆虫鸣声信号分析

蟋蟀、蝈蝈、蜻蜓、知了是陕南田间常见的4类昆虫，所采集的鸣声时域波形图如图1所示。

从图1可看出，四类昆虫的鸣声在鸣声幅值、脉冲组间隔、脉冲组持续时间等方面均存在差异。其中蜻蜓的振翅頻率约为每秒19次，周期性明显;蟋蟀和蝈蝈的脉冲组的周期性比较明显，蟋蟀的脉冲组间隔约为0.37 s，蝈蝈的脉冲组间隔约为0.46 s，蝈蝈的声音幅度大于蟋蟀的声音幅度;知了鸣声的周期约为5 s。

3.1 功率谱分析

功率谱分析是信号频域分析中的一种重要方法，对4类昆虫鸣声的原始时域信号进行功率谱分析，结果如图2所示。

从图2中可看出4类昆虫鸣声信号在频域中具有不同的特征。其中，蟋蟀的主频率为3 969 Hz，频率范围3 200～4 500 Hz;蝈蝈的主频率为4 159 Hz，频率范围3 600～4 800 Hz;蜻蜓的主频率为4 758 Hz，频率范围0～6 600 Hz;知了的主频率为3 540 Hz，频率范围1 200～6 000 Hz。可见，蜻蜓振翅声的频率范围较宽，蝈蝈的频率范围较窄，蟋蟀和知了的频率范围居中。在主频率方面，蜻蜓振翅声音的主频最高，知了的最低，蟋蟀和蝈蝈的主频在两者之间。

3.2 四类昆虫的声谱分析

时域分析和频域分析是信号分析的重要方法，但是这两种方法也有局限性，即对信号的分析要么是在时域，要么是在频域，而无法描述出频率随时间的变化。而声谱图综合了频谱图和时域波形的优点，可以显示出鸣声频谱随时间的变化情况。对四类昆虫鸣声做了声谱图，如图3所示。

声谱图展现了昆虫鸣声的时频分布状态，图中颜色的浓淡代表了声强的大小。从声谱图可看出，蟋蟀鸣声频率分布范围为3 200～4 500 Hz，每隔0.37 S重复一次;蝈蝈鸣声频率分布范围为3 600～4 800 Hz，每隔0.46 S重复一次;蜻蜓振翅声的频率分布范围为0～6 600 Hz，知了的频率范围区间为1 200～6 000 Hz。分析结果与功率谱分析结果一致。

4 陕南田间四种昆虫鸣声的特征提取

4.1 MFCC参数提取流程

为了进行智能识别，首先必须提取昆虫鸣声的特征参数。MFCC是广泛使用的一种语音特征参数，本文选择MFCC作为昆虫鸣声的特征进行提取及分析。MFCC是Mel Frequency Cepstral Coeffcents的缩写，即梅尔频率倒谱系数，Mel倒谱系数符合人耳的听觉特征，梅尔特征参数提取的功能框图如图4所示。

首先对所采集的昆虫鸣声进行预处理，包括预加重和加窗分帧，接着依次进行FFT变换、Mel滤波器组滤波、对数变换和DCT变换。

（1）预处理

预加重的目的主要是增强昆虫鸣声的高频部分，高通滤波器系统函数如式（1）所示。其中λ为预加重系数，在此λ取0.937 5。 H（z）=1-λz-1

（1）由于昆虫鸣声具有非平稳特性，只在很短时间段才近似认为是平稳过程。因此对昆虫鸣声分析时，需进行加窗分帧处理。此处在对采集的昆虫鸣声进行处理时，帧长取为256，帧移取为80，采用的汉明窗。鸣声信号x（n）经预处理后为x（m），其中表示分帧后的第帧。

（2） FFT变换

对每一帧信号进行FFT变换，从时域数据转变为频域数据如式（2）。X（k）=FFT[x（m）]

（2）（3） Mel滤波器组滤波

将得到的昆虫鸣声信号的能量谱X（k）2通过梅尔滤波器组，得到滤波后的能量输出。

（4）对数变换

对每个滤波后的输出能量取对数，得到鸣声信号的对数能量。

（5） DCT变换

将得到的昆虫鸣声信号的对数能量进行离散余弦变换（DCT），即可求得昆虫鸣声的MFCC倒谱系数，鸣声信号MFCC计算公式如式（3）所示：其中S（m）为Mel滤波器组输出的对数能量;n=1，2，…，P，P表示倒谱系数的阶数;c（n）为MFCC系数，如式（3）。