一种猪呼吸道疾病自动识别报警装置的制作方法

本实用新型涉及猪的呼吸道疾病自动识别报警装置，尤其是一种通过采集、分析猪的咳嗽声音从而对猪呼吸道疾病进行自动识别报警的装置。

背景技术：

猪肉是我们日常生活中常见的肉类食材，占整个肉类消费的百分之六十五左右，生猪产业是我国畜牧业的支柱产业。我国生猪养殖正逐步由传统的农户散养向规模化集约化转变，对养殖过程中出现的呼吸道疾病进行快速监测，能够降低猪的呼吸道疾病的发病风险，减少养殖成本的浪费。猪呼吸道疾病引起咳嗽信号中包含被测对象的喉部或气管受刺激时的振动信息，可以用来区分其他原因引起的咳嗽，通过监测咳嗽可以进行呼吸道疾病的识别和预警。

常用的检测手段有两种，一种是采取人为蹲点记录猪的健康状况，但这种方法不仅消耗大量的时间与精力，并且数据的准确度也无法得到保证，猪场的环境一般比较差，也不适合工作人员长时间呆在里面。另一种就是计算机监控，通过计算机辅助能提高诊断的有效性和及时性，主要包括视频监控技术和音频分析技术。音频信号是一维信号,存储量相对较小，计算效率较高，相对于视频监控系统高成本，高复杂度的缺点，音频监控系统的采集设备简单易行，成本远低于视频监控，因此基于声音的猪呼吸道疾病自动识别报警系统有更好的实用性和推广性，受到越来越多的关注。

技术实现要素：

本实用新型目的是解决规模化养猪中出现的呼吸道疾病难以实时监测的问题，提供一种基于对猪的咳嗽声音进行分析的猪呼吸道疾病自动识别报警装置。

本实用新型采用如下技术方案实现：

一种猪呼吸道疾病自动识别报警装置，包括声音信号采集装置、声音信号管理模块、FPGA处理模块、GPRS报警模块，所述声音信号采集装置用于采集猪的咳嗽声音信号，并转换成数字信号；所述声音信号管理模块用于储存猪的咳嗽声音数字信号；所述FPGA处理模块用于存储支持向量机模型，并将猪的咳嗽声音数字信号输入支持向量机模型进行分析，从而对猪的呼吸道疾病进行识别；所述GPRS报警模块用于将识别结果发送到远程监控终端。

所述声音信号采集装置为麦克风。

所述FPGA处理模块包括内存和芯片，所述支持向量机模型存储在内存中，所述芯片用于将猪的咳嗽声音数字信号输入支持向量机模型并进行分析。

本实用新型的有益效果是：

本实用新型通过建立猪咳嗽声音与所患呼吸道疾病的支持向量机模型，能够将猪呼吸道疾病和其它原因(如环境因素)导致的咳嗽准确区分，从而判断猪是否患病并能准确分析出所患疾病的种类，通过采集猪的咳嗽声音信号并通过支持向量机模型对其进行分析，从而实现了对猪的呼吸道疾病进行自动识别和报警。本实用新型能适时、远程监控猪的健康状况，节省了大量的人力物力，提高了猪的饲养效率。

附图说明

图1是本实用新型的结构示意图。

图2是本实用新型中支持向量机模型的建立和识别流程示意图。

具体实施方式

下面通过实施例对本实用新型进行详细地说明。

一种猪呼吸道疾病自动识别报警装置，包括声音信号采集装置、声音信号管理模块、FPGA处理模块和GPRS报警模块。声音信号采集装置是一个用于采集猪的咳嗽声音信号的麦克风，它能将采集到的声音信号转换成数字信号并储存于声音信号管理模块，所述FPGA处理模块用于存储支持向量机模型，并将猪的咳嗽声音数字信号输入支持向量机模型进行分析，它包括一个内存和芯片，所述支持向量机模型存储在内存中，所述芯片用于将猪的咳嗽声音数字信号输入支持向量机模型并进行分析，在FPGA处理模块中完成对猪咳嗽声音的识别任务并判断猪是否感染呼吸道疾病和何种疾病，并通过GPRS报警模块向远程监控终端发送猪感染呼吸道疾病的报警信息。

该装置中的支持向量机模型是采用以下方法建立的：

(1)首先在猪场通过声音信号采集装置分别采集猪由于柠檬酸、各种呼吸道疾病诱发的咳嗽和其它普通声音信号，人工标记获得的三种有效声音信号，并将其分别转换成相应的数字信号送入声音信号管理模块中进行储存；

(2)然后用FPGA处理模块中的芯片分别提取储存的三种声音数字信号并对其进行预处理，包括端点检测、去噪、加重，其中，所述端点检测是应用基于短时平均过零率和短时平均能量的双重判决的双门限法截取咳嗽声信号的起止点；所述去噪是利用谱减法从咳嗽声信号的能量值中减去估计得来的噪声平均能量值，减小环境噪声对声音特征参数提取的影响；

(3)在预处理的基础上，芯片分别提取三种声音数字信号的12维梅尔倒谱系数、12维数一阶差分特征参数，构成24维特征向量，利用提取的特征参数对支持向量机模型进行训练，分别获得柠檬酸、各种呼吸道疾病诱发的猪的咳嗽和普通声音的三种支持向量机模型，训练结束后，将模型参数存储于FPGA处理模块中的内存中。

该装置的使用方法如下：

(1)在猪场通过声音信号采集装置采集猪的咳嗽声音信号并将其转化成数字信号，送入声音信号管理模块中进行储存；

(2)用FPGA处理模块中的芯片提取储存的声音数字信号并对其进行预处理，包括端点检测、去噪、加重，其中，所述端点检测是应用基于短时平均过零率和短时平均能量的双重判决的双门限法截取咳嗽声信号的起止点；所述去噪是利用谱减法从咳嗽声信号的能量值中减去估计得来的噪声平均能量值，减小环境噪声对声音特征参数提取的影响；

(3)在预处理的基础上，芯片提取声音数字信号的12维梅尔倒谱系数、12维数一阶差分特征参数，构成24维特征向量；

(4)将特征向量输入存储在内存中的支持向量机模型并进行模型匹配分析，判断猪是否感染呼吸道疾病和何种疾病，并向GPRS报警模块输出识别结果，GPRS报警模块将检测到的猪呼吸道疾病向远程监控终端发送报警信息。