一种基于音频自学习的产床仔猪栏位定位方法及系统与流程

技术特征：

1.一种基于音频自学习的产床仔猪栏位定位方法，其特征在于，包括以下步骤

2.根据权利要求1所述的基于音频自学习的产床仔猪栏位定位方法，其特征在于，所述采集包含仔猪叫声的音频信号包括

3.根据权利要求2所述的基于音频自学习的产床仔猪栏位定位方法，其特征在于，所述预处理包括降噪处理、端点检测及分帧加窗。

4.根据权利要求3所述的基于音频自学习的产床仔猪栏位定位方法，其特征在于，所述时延特征基于广义互相关函数计算时延估计得到；

5.根据权利要求4所述的基于音频自学习的产床仔猪栏位定位方法，其特征在于，所述构建栏位定位模型包括

6.根据权利要求5所述的基于音频自学习的产床仔猪栏位定位方法，其特征在于，所述构建栏位定位模型还包括定义栏位定位损失函数，所述栏位定位损失函数采用多任务对比损失函数，包括对比损失与角度损失，公式表示如下：

7.根据权利要求6所述的基于音频自学习的产床仔猪栏位定位方法，其特征在于，所述训练栏位定位模型包括

8.根据权利要求7所述的基于音频自学习的产床仔猪栏位定位方法，其特征在于，所述采用训练后的栏位定位模型进行定位包括

9.根据权利要求8所述的基于音频自学习的产床仔猪栏位定位方法，其特征在于，所述根据栏位定位结果触发报警包括

10.一种基于音频自学习的产床仔猪栏位定位系统，其特征在于，用于执行权利要求1至9中任一项所述的基于音频自学习的产床仔猪栏位定位方法的步骤，包括

技术总结
本发明提供一种基于音频自学习的产床仔猪栏位定位方法及系统，涉及智能养殖技术领域，包括以下步骤：采集若干组包含仔猪叫声的音频信号并进行预处理，得到若干组训练音频信号；对若干组训练音频信号进行特征提取，得到若干组第一多维特征向量；构建栏位定位模型并基于若干组第一多维特征向量训练栏位定位模型，得到训练后的栏位定位模型；采集包含仔猪叫声的实时音频信号并依次进行预处理与特征提取，得到第二多维特征向量；基于第二多维特征向量，采用训练后的栏位定位模型进行定位，得到栏位定位结果并根据栏位定位结果触发报警。本发明通过提取多维特征向量结合自学习度量模型，实现对仔猪声源的精准定位，提高防压报警的准确性与实用性。

技术研发人员：杨雨婷,牛安然,经璐,王凯,马康,张丽萍,杨昌雨,刘阳,岳雷,梁志刚
受保护的技术使用者：新希望六和股份有限公司
技术研发日：
技术公布日：2026/4/23