一种动态组网智能辨识的采砂船监测装置及方法与流程
本发明属于河道监测领域，涉及一种采砂船采砂状态监测装置，尤其涉及一种动态组网智能辨识的采砂船监测装置及方法。
背景技术：
河道砂石的市场需求随着国家基础设施的投入会逐步增长,预计到2020年砂石产品国内需求量为160亿吨,工业增加值和利润总额年均增长10%以上。目前，大多数砂石主要是靠采砂船在河道等地获取，河道砂石在迅速减少,有的地区天然砂石已近枯竭。在利益的诱惑下，非法采砂行为屡禁不止，大量的砂石需求造成采砂船的数量越来越多,不打破坏了江堤河坝、以及周边的生态平衡,还会造成国家自然资源的流失和经济利益的损失。目前市场上采砂船监测的装置虽然有相关报道，主要以人工稽查为主和简单的机械装置为辅，很少有针对多个采砂船实时监测设计的智能监控装置，因此实时监测采砂船的采砂状态，防止滥采、乱采、盗采，进一步对采砂船进行规范化管理，是河道监测领域中亟待解决的问题。因此，需要一种智能辨识的采砂船监测装置及方法。
通过国内专利文献检索发现有一些相关专利文献报道，主要有以下一些：
1、公布号为cn103758174a的专利公开了基于北斗卫星定位信息远程监控采砂船作业的装置，其利用北斗卫星定位技术，通过mcu控制器执行各种数据处理以及控制指令，不仅有效地对采砂船的作业状况进行监控，还可以在禁采期、禁采区违规作业时，能发出警报，提醒工作人员停止作业等。
2、公布号为cn106814670a的专利公开了一种河道采砂智能监管方法及系统，其利用物联网技术、智能检测技术的优势，在采砂监管区域隐蔽部署采砂检测传感器，在合法持证采砂船上部署采砂作业工况检测器，对采砂作业情况进行实时监测，并通过无线方式把检测信息传送到监管中心，智能分析采砂作业情况，发现非法船舶盗采行为以及合法采砂船舶的乱采、乱挖、超采行为及时预警，通过精确的位置引导，出动无人机对盗采现场进行视频取证。
综上所述，目前市场上关于采砂船监测的装置还很少，主要是针对能挖沙控制系统或是对部分特定区域进行监控而设计的；虽也有对监控采砂船作业的装置，但是只是从相应的硬件上阐述监测过程是如何实现的，没有相应的高精度智能监测方法，并且其监测方法抗干扰能力方面还需要进一步提高；进一步，现有技术中也没有基于多船组网的群体智能辨识方法，这对提高算法的辨识精度极为重要。
技术实现要素：
本发明为了解决现有技术中的不足之处，提供一种的辨识精度高、抗干扰性能强的动态、监测准确性强的组网智能辨识的采砂船监测装置及方法。
为解决上述技术问题，本发明采用如下技术方案：一种动态组网智能辨识的采砂船监测装置，包括固定点声学采集模块（1）、采砂船主控模块2、采砂船发动机声学采集模块3、采砂船挖砂机构声学采集模块4、云服务器数据通信模块5、动态组网及数据融合模块6、智能辨识模块7、显示及报警模块8；
固定点声学采集模块1与云服务器数据通信模块5连接，固定点声学采集模块1用于采集不同区域的背景声学特征；采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4都与采砂船主控模块2连接，采砂船发动机声学采集模块3用于采集发动机的声学特征，采砂船挖砂机构声学采集模块4用于采集挖砂机械部件的声学特征；云服务器数据通信模块5采集后的数据依次经过动态组网及数据融合模块6、智能辨识模块7处理后，交由显示及报警模块8；
采砂船主控模块2、采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4布置在合法采砂船上，在河道两岸边以100-300米的间隔隐秘埋置固定点声学采集模块1来对合法采砂船进行实时工作状态监测。
固定点声学采集模块1包括第一微控制器9、第一声音采集传感器10、第一高精度定位子模块11、第一通信模块12、第一锂电池13和第一太阳能电池板14；第一太阳能电池板1与第一微控制器9和第一锂电池13均相连接，在第一微控制器9的控制下对第一锂电池13进行充电；第一声音采集传感器10、第一通信模块12和第一高精度定位子模块11分别与第一微控制器9相连接。
采砂船主控模块2包括第二微控制器15、第二声音采集传感器16、第二高精度定位子模块17、第二通信模块18、第二锂电池19和第二太阳能电池板20；第二太阳能电池板20分别与第二微控制器15和第二锂电池19均相连接，在第二微控制器15的控制下对第二锂电池19进行充电；第二声音采集传感器16、第二通信模块18和第二高精度定位子模块17均与第二微控制器15相连接；第二通信模块18通过zigbee无线方式分别与采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4进行数据交换；第二通信模块18还通过3g/4g民用通信网络与云服务器数据通信模块5进行连接；
所述的固定点声学采集模块1和采砂船主控模块2中的高精度定子模块不仅支持gps芯片，还支持bds芯片。
采砂船发动机声学采集模块3包括第三微控制器21、第三声音采集传感器22、第三zigbee通信模块23、第三锂电池24和第三太阳能电池板25；第三太阳能电池板25分别与第三微控制器21和第三锂电池24均相连接，在第三微控制器21的控制下对第三锂电池24进行充电；第三声音采集传感器22和第三zigbee通信模块23均与第三微控制器21相连接；第三微控制器21将采集到的发动机振动数字信号通过第三zigbee通信模块23发送到采砂船主控模块2。
采砂船挖砂机构声学采集模块4包括第四微控制器26、第四声音采集传感器27、第四zigbee通信模块28、第四锂电池29和第四太阳能电池板30；第四太阳能电池板30分别与第四微控制器26和第四锂电池29均相连接，在第四微控制器26控制下对第四锂电池29进行充电；第四声音采集传感器27和第四zigbee通信模块28均与第四微控制器26相连接；第四微控制器26将采集到的发动机振动数字信号通过第四zigbee通信模块28发送到采砂船主控模块2。
一种动态组网智能辨识的采砂船监测装置的监测方法，包括以下工作过程：
当有合法采砂船进入河道监测区域时，上述的固定点声学采集模块1上的第一声音采集传感器10和第一高精度定位子模块11会分别对合法采砂船发出的声音和位置信息进行采集；固定点声学采集模块1不仅能采集合法采砂船的采砂状态；还能够采集非法采砂船的信息；固定点声学采集模块1上的第一微控制器9间隔一段时间获得第一声音采集传感器10在5秒内的数字信号后，执行傅里叶变化，将时域数据转换为频域数据，再按照0~20khz，均匀分成400个子区间，分别求和统计不同频率区间的声音幅度值信息，通过第一通信模块12通过3g/4g民用通信网络将声音幅度值信息及合法采砂船位置信息发送到云服务器数据通信模块5；
当有非法采砂船进入河道监控区域时，固定点声学采集模块1上的第一声音采集传感器10同时也会采集非法采砂船的声音信息；一旦有非法采砂船进入监测区域，通过岸边上的两个固定点声学采集模块1对其采集到的声音信号进行位置定位，判定非法采砂船的方位区域；随后通过软件界面，发出声光报警提示工作人员；
进一步地，采砂船发动机声学采集模块3中的第三微控制器21控制器第三声音采集传感器22将采集到的发动机振动数字信号通过第三zigbee通信模块23发送到采砂船主控模块2中的第二声音采集传感器16；采砂船挖砂机构声学采集模块4中的第四微控制器26控制第四声音采集传感器27将采集到的发动机振动数字信号也通过第四zigbee通信模块28发送到采砂船主控模块2的第二声音采集传感器16；
更进一步地，上述的采砂船主控模块2中的第二微控制器15间隔一段时间获得第二声音采集传感器16在5秒内的数字信号后，执行傅里叶变化，将时域数据转换为频域数据，再按照0~20khz，均匀分成400个子区间，分别求和统计不同频率区间的声音幅度值信息；
更进一步地，第二微控制器15将采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4采集的声音也进行傅里叶变化，按照0~20khz，均匀分成400个子区间，分别求和统计不同频率区间的声音幅度值信息；上述三组400个子区间的统计数据，由第二通信模块18发给云服务器数据通信模块5。
固定点声学采集模块1和采砂船主控模块2中的所述傅里叶变换，其方法为：
上式中，xn是长度为n的有限长序列，为所述采集的声音的离散量，
云服务器数据通信模块5部署在互联网云主机，通过基于tcp/ip的自定义协议，实现与固定点声学采集模块1和采砂船主控模块2的通信；
云服务器数据通信模块5采集后的数据依次经过动态组网及数据融合模块6、智能辨识模块7处理后，交由显示及报警模块8；
动态组网及数据融合模块6针对监控范围内的每艘挖砂船，分别采集不同传感器采集到的频域声学特征；并以待监测挖砂船为中心，自动将半径500米范围内的固定点声学采集模块1和其他采砂船主控模块2进行组虚拟组网，并对组网内的数据进行自动采集，并按待监测挖砂船空间远近，构建其频域声全息图；
进一步地，动态组网及数据融合模块6的频域声全息图构建方法一为：
s1：构建的声全息图包含3×3单元，每个单元大小为20×20灰度像素，按行列顺序存放声学频域里400个子区间中与之对应的幅度值；3×3单元的正中间位置单元存放待检测挖砂船的采砂船主控模块2的声学频域数据，其他8单元分别按45°间隔存储半径500米范围内的固定点声学采集模块1和其他采砂船主控模块2的声学频域数据；
s2：其他8个单元内部有多个固定点声学采集模块1或者其他采砂船主控模块2，将上述单个单元所有的声学频域数据按离待检测挖砂船的远近进行加权平均，其单个加权的权重为：
r为多个固定点声学采集模块1或者其他采砂船主控模块2相对待检测挖砂船的采砂船主控模块2的相对距离，单位为km；
s3：相邻两个单元组合成一个块，共计有2×2块，相邻块之间有1/2单元是重叠区域；块内部，4单元的幅度值向量按行列有序组合为块幅度值向量，这样每个2×2单元的块就有1600（4×400）个向量描述子；对每个块向量描述子执行l2-norm归一化处理，如下：
v为还没有被归一化的块向量描述子；
e为一个很小的常数，e<1e-10；
f为归一化后的块向量描述子；
s4：对于采砂船主控模块2与固定点声学采集模块1和其他采砂船主控模块2的多点频域声学融合数据，其共有6400（4×1600）个向量描述子；对于采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4的单点频域声学数据，每个有400个向量描述子。
所述的动态组网及数据融合模块6的频域声全息图构建方法二为：
s1：构建的声全息图包含3×3单元，3×3单元的正中间位置单元存放待检测挖砂船的采砂船主控模块2的梅尔频率倒谱系数特征图，其他8单元分别按45°间隔存储半径500米范围内的固定点声学采集模块1和其他采砂船主控模块2的梅尔频率倒谱系数特征图,每个单元的梅尔频率倒谱系数特征图压缩为20×20大小的灰度像素图像；
s2：其他8个单元内部有多个固定点声学采集模块1或者其他采砂船主控模块2，将上述单个单元所有的梅尔频率倒谱系数特征图按离待检测挖砂船的远近进行加权平均，其单个加权的权重为：
r为多个固定点声学采集模块1或者其他采砂船主控模块2相对待检测挖砂船的采砂船主控模块2的相对距离，单位为km；
s3：相邻两个单元组合成一个块，共计有2×2块，相邻块之间有1/2单元是重叠区域；块内部，4单元的幅度值向量按行列有序组合为块幅度值向量，这样每个2×2单元的块就有1600（4×400）个向量描述子；对每个块向量描述子执行l2-norm归一化处理，如下：
v为还没有被归一化的块向量描述子；
e为一个很小的常数，e<1e-10；
f为归一化后的块向量描述子；
s4：对于采砂船主控模块2与固定点声学采集模块1和其他采砂船主控模块2的多点梅尔频率倒谱系数特征融合数据，其共有6400（4×1600）个向量描述子；对于采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4的单点梅尔频率倒谱系数特征图，每个有400个向量描述子。
智能辨识模块7提取动态组网及数据融合模块6的频域声全息图的特征向量，通过svm方法辨识当前待监测的挖砂船是否处于挖砂状态；具体是指将上述的动态组网及数据融合模块6的频域声全息图构建方法一中的声全息图像信息的6400个向量描述子的多点频域声学融合数据、400个向量描述子待监测挖砂船发动机声学单点频域数据和400个向量描述子待监测挖砂船挖砂机构声学单点频域数据和动态组网及数据融合模块6的频域声全息图构建方法二中6400个向量描述子的多点梅尔频率倒谱系数特征融合数据、400个向量描述子待监测挖砂船发动机声学单点梅尔频率倒谱系数特征和400个向量描述子待监测挖砂船挖砂机构声学单点梅尔频率倒谱系数特征一并输入到智能辨识模块7中的svm模型后；进一步，所述svm模型中使用递归特征消除法筛选出的最优的200维特征后，将上述的频域数据与事先训练好的挖砂船静止、运动及挖砂状态下的频域声学数据最对比分析,便能够进一步辨识出待监测挖砂船的实时实地工作状态。
所述的显示及报警模块8实现监测结果，即检测区域内每条挖砂船的工作状态和位置信息，能够告诉管理人员该挖砂船处于监控区域的什么位置并处于什么工作状态；同时，对于超出核准范围或者核准时间的采砂船以及非法采砂船，以基于gis的信息管理系统方式构建监控终端，通过软件界面，发出声光报警提示工作人员；同时，派出无人机进去上述的非法采砂船工作的声全息图像信息位置区域内，进行拍照或者录像取证，数据能长期保存；
所述的固定点声学采集模块1、采砂船主控模块2、采砂船发动机声学采集模块3和采砂船挖砂声学采集模块4具有低电压报警功能，当电压低于标准满载容量10%，主动往云服务器数据通信模块5发送低电压警示信息；同时具有防盗报警功能，当人为剪断太阳能电池板电池的供电线路或者拆开设备外壳时，破坏隐藏在供电线路或者外壳内部的报警i/o线，从而主动往云服务器数据通信模块5发送防盗警示信息。
采用上述技术方案，本发明的动态组网智能辨识的采砂船监测装置主要包括固定点声学采集模块1、采砂船主控模块2、采砂船发动机声学采集模块3、采砂船挖砂机构声学采集模块4、云服务器数据通信模块5、动态组网及数据融合模块6、智能辨识模块7、显示及报警模块8。固定点声学采集模块与云服务器数据通信模块连接，采集不同区域的背景声学特征；采砂船发动机声学采集模块和采砂船挖砂机构声学采集模块都与采砂船主控模块连接，采集发动机、挖砂机械部件的声学特征；云服务器数据通信模块采集后的数据依次经过动态组网及数据融合模块、智能辨识模块处理后，交由显示及报警模块；进一步，通过采集不同区域位置的其他采砂船的声学特征，辅助分析待辨识挖砂船的状态，提升监测准确性。
相对于现有技术，本发明的有益效果如下：
本发明以待监测挖砂船为中心，自动将半径500米范围内的固定点声学采集模块和其他采砂船主控模块进行虚拟组网，并对组网内的数据进行自动采集，进而采用一种频域声全息图构建与多点频域声学融合数据方法，能实时、准确、高效的检测采砂船的动态。本发明通过采集不同区域位置的其他采砂船的声学特征，辅助分析待辨识挖砂船的状态，并能有效地对滥采、盗采等船只身份进行有效识别，并对其进行声光报警及取样留证。本发明利用动态组网及数据融合模块的优势，克服了目前主要以人工稽查为主和简单的机械装置为辅的河道采砂船检测存在的效率低下、管理水平低以及准确性较低的缺陷。
附图说明
图1是本发明系统模块的架构示意图；
图2是本发明装置的一种无线组网实例；
图3单船船内组网的示意图；
图4是采砂船固定点声学采集模块的结构示意图；
图5是采砂船主控模块的结构示意图；
图6是采砂船声学采集模块的结构示意图；
图7是采砂船挖砂机构声学采集模块的结构示意图；
图8是多船组网位置示意图；
图9是声学时域信号转变为频域特征图像示意图；
图10是挖砂检测辨识流程示意图；
图11是待检测船3×3网格区域划分示意图。
具体实施方式
如图1-图7所示，本发明的一种动态组网智能辨识的采砂船监测装置，包括固定点声学采集模块1、采砂船主控模块2、采砂船发动机声学采集模块3、采砂船挖砂机构声学采集模块4、云服务器数据通信模块5、动态组网及数据融合模块6、智能辨识模块7、显示及报警模块8；
固定点声学采集模块1与云服务器数据通信模块5连接，固定点声学采集模块1用于采集不同区域的背景声学特征；采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4都与采砂船主控模块2连接，采砂船发动机声学采集模块3用于采集发动机的声学特征，采砂船挖砂机构声学采集模块4用于采集挖砂机械部件的声学特征；云服务器数据通信模块5采集后的数据依次经过动态组网及数据融合模块6、智能辨识模块7处理后，交由显示及报警模块8；
采砂船主控模块2、采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4布置在合法采砂船上，在河道两岸边以100-300米的间隔隐秘埋置固定点声学采集模块1来对合法采砂船进行实时工作状态监测。
固定点声学采集模块1包括第一微控制器9、第一声音采集传感器10、第一高精度定位子模块11、第一通信模块12、第一锂电池13和第一太阳能电池板14；第一太阳能电池板1与第一微控制器9和第一锂电池13均相连接，在第一微控制器9的控制下对第一锂电池13进行充电；第一声音采集传感器10、第一通信模块12和第一高精度定位子模块11分别与第一微控制器9相连接。
采砂船主控模块2包括第二微控制器15、第二声音采集传感器16、第二高精度定位子模块17、第二通信模块18、第二锂电池19和第二太阳能电池板20；第二太阳能电池板20分别与第二微控制器15和第二锂电池19均相连接，在第二微控制器15的控制下对第二锂电池19进行充电；第二声音采集传感器16、第二通信模块18和第二高精度定位子模块17均与第二微控制器15相连接；第二通信模块18通过zigbee无线方式分别与采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4进行数据交换；第二通信模块18还通过3g/4g民用通信网络与云服务器数据通信模块5进行连接；
所述的固定点声学采集模块1和采砂船主控模块2中的高精度定子模块不仅支持gps芯片，还支持（北斗定位）bds芯片。
采砂船发动机声学采集模块3包括第三微控制器21、第三声音采集传感器22、第三zigbee通信模块23、第三锂电池24和第三太阳能电池板25；第三太阳能电池板25分别与第三微控制器21和第三锂电池24均相连接，在第三微控制器21的控制下对第三锂电池24进行充电；第三声音采集传感器22和第三zigbee通信模块23均与第三微控制器21相连接；第三微控制器21将采集到的发动机振动数字信号通过第三zigbee通信模块23发送到采砂船主控模块2。
采砂船挖砂机构声学采集模块4包括第四微控制器26、第四声音采集传感器27、第四zigbee通信模块28、第四锂电池29和第四太阳能电池板30；第四太阳能电池板30分别与第四微控制器26和第四锂电池29均相连接，在第四微控制器26控制下对第四锂电池29进行充电；第四声音采集传感器27和第四zigbee通信模块28均与第四微控制器26相连接；第四微控制器26将采集到的发动机振动数字信号通过第四zigbee通信模块28发送到采砂船主控模块2。
一种动态组网智能辨识的采砂船监测装置的监测方法，包括以下工作过程：当有合法采砂船（如图8中的a、b船）进入河道监测区域时，上述的固定点声学采集模块1上的第一声音采集传感器10和第一高精度定位子模块11会分别对合法采砂船发出的声音和位置信息进行采集；固定点声学采集模块1不仅能采集合法采砂船的采砂状态；还能够采集非法采砂船的信息；固定点声学采集模块1上的第一微控制器9间隔一段时间（30s）获得第一声音采集传感器10在5秒内的数字信号后，执行傅里叶变化，将时域数据转换为频域数据，再按照0~20khz，均匀分成400个子区间，分别求和统计不同频率区间的声音幅度值信息，通过第一通信模块12通过3g/4g民用通信网络将声音幅度值信息及合法采砂船位置信息发送到云服务器数据通信模块5；
当有非法采砂船进入河道监控区域时，固定点声学采集模块1上的第一声音采集传感器10同时也会采集非法采砂船（如图8中的c船）的声音信息；一旦有非法采砂船进入监测区域，通过岸边上的两个固定点声学采集模块1对其采集到的声音信号进行位置定位，判定非法采砂船的方位区域；随后通过软件界面，发出声光报警提示工作人员；
进一步地，采砂船发动机声学采集模块3中的第三微控制器21控制器第三声音采集传感器22将采集到的发动机振动数字信号通过第三zigbee通信模块23发送到采砂船主控模块2中的第二声音采集传感器16；采砂船挖砂机构声学采集模块4中的第四微控制器26控制第四声音采集传感器27将采集到的发动机振动数字信号也通过第四zigbee通信模块28发送到采砂船主控模块2的第二声音采集传感器16；
更进一步地，上述的采砂船主控模块2中的第二微控制器15间隔一段时间（30s）获得第二声音采集传感器16在5秒内的数字信号后，执行傅里叶变化，如图9所示，将时域数据转换为频域数据，再按照0~20khz，均匀分成400个子区间，分别求和统计不同频率区间的声音幅度值信息；
更进一步地，第二微控制器15将采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4采集的声音也进行傅里叶变化，如图9所示，按照0~20khz，均匀分成400个子区间，分别求和统计不同频率区间的声音幅度值信息；上述三组400个子区间的统计数据，由第二通信模块18发给云服务器数据通信模块5。
固定点声学采集模块1和采砂船主控模块2中的所述傅里叶变换，其方法为：
上式中，xn是长度为n的有限长序列，为所述采集的声音的离散量，
云服务器数据通信模块5部署在互联网云主机，通过基于tcp/ip的自定义协议，实现与固定点声学采集模块1和采砂船主控模块2的通信；
云服务器数据通信模块5采集后的数据依次经过动态组网及数据融合模块6、智能辨识模块7处理后，交由显示及报警模块8。
动态组网及数据融合模块6针对监控范围内的每艘挖砂船，分别采集不同传感器（固定点、挖砂船自身和其它挖砂船）采集到的频域声学特征；并以待监测挖砂船为中心，自动将半径500米范围内的固定点声学采集模块1和其他采砂船主控模块2进行组虚拟组网，并对组网内的数据进行自动采集，并按待监测挖砂船空间远近，构建其频域声全息图；
进一步地，根据图10所示的挖砂检测辨识流程，动态组网及数据融合模块6的频域声全息图构建方法一为：
s1：构建的声全息图包含3×3单元（cell），每个单元（cell）大小为20×20灰度像素，按行列顺序存放声学频域里400个子区间中与之对应的幅度值；3×3单元（cell）的正中间位置单元（cell）存放待检测挖砂船的采砂船主控模块2的声学频域数据，其他8单元（cell）分别按45°间隔存储半径500米范围内的固定点声学采集模块1和其他采砂船主控模块2的声学频域数据；
s2：其他8个单元（cell）内部有多个固定点声学采集模块1或者其他采砂船主控模块2，将上述单个单元（cell）所有的声学频域数据按离待检测挖砂船的远近进行加权平均，其单个加权的权重为：
r为多个固定点声学采集模块1或者其他采砂船主控模块2相对待检测挖砂船的采砂船主控模块2的相对距离，单位为km；
s3：相邻两个单元（cell）组合成一个块（block），共计有2×2块（block），相邻块（block）之间有1/2单元（cell）是重叠区域；块（block）内部，4单元（cell）的幅度值向量按行列有序组合为块（block）幅度值向量，这样每个2×2单元（cell）的块就有1600（4×400）个向量描述子。对每个块向量描述子执行l2-norm归一化处理，如下：
v为还没有被归一化的块（block）向量描述子；
e为一个很小的常数，e<1e-10；
f为归一化后的块（block）向量描述子；
s4：对于采砂船主控模块2与固定点声学采集模块1和其他采砂船主控模块2的多点频域声学融合数据，其共有6400（4×1600）个向量描述子；对于采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4的单点频域声学数据，每个有400个向量描述子。
根据图10所示的挖砂检测辨识流程，所述的动态组网及数据融合模块6的频域声全息图构建方法二为：
s1：构建的声全息图包含3×3单元（cell），3×3单元（cell）的正中间位置单元（cell）存放待检测挖砂船的采砂船主控模块2的梅尔频率倒谱系数（mfcc）特征图，其他8单元（cell）分别按45°间隔存储半径500米范围内的固定点声学采集模块1和其他采砂船主控模块2的梅尔频率倒谱系数（mfcc）特征图,每个单元（cell）的梅尔频率倒谱系数（mfcc）特征图压缩为20×20大小的灰度像素图像；
s2：其他8个单元（cell）内部有多个固定点声学采集模块1或者其他采砂船主控模块2，将上述单个单元（cell）所有的梅尔频率倒谱系数（mfcc）特征图按离待检测挖砂船的远近进行加权平均，其单个加权的权重为：
，r为多个固定点声学采集模块1或者其他采砂船主控模块2相对待检测挖砂船的采砂船主控模块2的相对距离，单位为km；
s3：相邻两个单元（cell）组合成一个块（block），共计有2×2块（block），相邻块（block）之间有1/2单元（cell）是重叠区域；块（block）内部，4单元（cell）的幅度值向量按行列有序组合为块（block）幅度值向量，这样每个2×2单元（cell）的块就有1600（4×400）个向量描述子。对每个块向量描述子执行l2-norm归一化处理，如下：
v为还没有被归一化的块（block）向量描述子；
e为一个很小的常数，e<1e-10；
f为归一化后的块（block）向量描述子；
s4：对于采砂船主控模块2）与固定点声学采集模块1和其他采砂船主控模块2的多点梅尔频率倒谱系数（mfcc）特征融合数据，其共有6400（4×1600）个向量描述子；对于采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4的单点梅尔频率倒谱系数（mfcc）特征图，每个有400个向量描述子。
如图11所示，智能辨识模块7提取动态组网及数据融合模块6的频域声全息图的特征向量，通过svm方法辨识当前待监测的挖砂船是否处于挖砂状态；具体是指将上述的动态组网及数据融合模块6的频域声全息图构建方法一中的声全息图像信息的6400个向量描述子的多点频域声学融合数据、400个向量描述子待监测挖砂船发动机声学单点频域数据和400个向量描述子待监测挖砂船挖砂机构声学单点频域数据和动态组网及数据融合模块6的频域声全息图构建方法二中6400个向量描述子的多点梅尔频率倒谱系数（mfcc）特征融合数据、400个向量描述子待监测挖砂船发动机声学单点梅尔频率倒谱系数（mfcc）特征和400个向量描述子待监测挖砂船挖砂机构声学单点梅尔频率倒谱系数（mfcc）特征一并输入到智能辨识模块7中的svm模型后；进一步，所述svm模型中使用递归特征消除法（rfe）筛选出的最优的200维特征后，将上述的频域数据与事先训练好的挖砂船静止、运动及挖砂状态下的频域声学数据最对比分析,便能够进一步辨识出待监测挖砂船的实时实地工作状态（静止、运动、挖砂）。
所述的显示及报警模块8实现监测结果，即检测区域内每条挖砂船的工作状态和位置信息，能够告诉管理人员该挖砂船处于监控区域的什么位置并处于什么工作状态（挖砂，静止还是运动）；同时，对于超出核准范围或者核准时间的采砂船以及非法采砂船，以基于gis的信息管理系统方式构建监控终端，通过软件界面，发出声光报警提示工作人员；同时，派出无人机进去上述的非法采砂船工作的声全息图像信息位置区域内，进行拍照或者录像取证，数据能长期保存；
所述的固定点声学采集模块1、采砂船主控模块2、采砂船发动机声学采集模块3和采砂船挖砂声学采集模块4具有低电压报警功能，当电压低于标准满载容量10%，主动往云服务器数据通信模块5发送低电压警示信息；同时具有防盗报警功能，当人为剪断太阳能电池板电池的供电线路或者拆开设备外壳时，破坏隐藏在供电线路或者外壳内部的报警i/o线，从而主动往云服务器数据通信模块5发送防盗警示信息。
本实施例并非对本发明的形状、材料、结构等作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均属于本发明技术方案的保护范围。
- 还没有人留言评论。精彩留言会获得点赞！