專利名稱：森林盜竊行為識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及森林防盜方法，尤其是一種森林盜竊行為識(shí)別方法。
背景技術(shù)：
森林防盜是指防范人為盜林、盜獵的行為，屬于林業(yè)生態(tài)安全保護(hù)的重要領(lǐng)域。由于經(jīng)濟(jì)利益的驅(qū)使及法律意識(shí)淡薄，森林盜竊林政案件時(shí)有發(fā)生，是林業(yè)生態(tài)安全的重要隱患之一。目前，森林防盜主要依靠人工巡護(hù)，尚沒有可利用的信息化解決方案實(shí)現(xiàn)對(duì)盜林行為的監(jiān)測(cè)及預(yù)警。此外，巡護(hù)人員無法預(yù)知森林盜竊行為的類型，無法對(duì)森林盜竊行為做出相應(yīng)的處理準(zhǔn)備。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種森林盜竊行為識(shí)別方法，通過采用SOFM方法可以準(zhǔn)確地判斷出該音頻信號(hào)是否為森林盜竊行為。為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種森林盜竊行為識(shí)別方法，包括四元陣傳感器、四個(gè)信號(hào)處理單元和微處理器，其中所述四元陣傳感器用于采集四路音頻信號(hào)并分別發(fā)送給對(duì)應(yīng)的信號(hào)處理單元；所述信號(hào)處理單元用于對(duì)音頻信號(hào)進(jìn)行放大、濾波處理；且所述微處理器用于分別采集該經(jīng)信號(hào)處理單元處理后的音頻信號(hào)，其特征在于該微處理器采用SOFM方法對(duì)音頻信號(hào)進(jìn)行子類分析，從而判斷該音頻信號(hào)是否為森林盜竊行為，包括以下步驟Al、微處理器從采集到的音頻信號(hào)中提取n個(gè)音頻性能參數(shù)；A2、初始化SOFM算法的參數(shù)，將連接權(quán)向量集合W中各連接權(quán)向量均設(shè)置為數(shù)值區(qū)間[o，i]內(nèi)的隨機(jī)值，且將學(xué)習(xí)速率n(o)也設(shè)置為數(shù)值區(qū)間[o，i]內(nèi)的隨機(jī)值；A3、將所述n個(gè)音頻性能參數(shù)分別作為輸入層神經(jīng)元，構(gòu)成SOFM算法中的輸入層向量X = (X1, . . . , Xi, . . . , xn),設(shè)定競(jìng)爭(zhēng)層向量A由m個(gè)競(jìng)爭(zhēng)層神經(jīng)元構(gòu)成且表示為A =( , . . . , Bj, ...，am)，并且計(jì)算該輸入層向量X與競(jìng)爭(zhēng)層向量A之間的連接權(quán)向量集合W=(wn，. . . Wij. . . Wnm)，其中Xi表不輸入層向星X中的弟i個(gè)輸入層神經(jīng)兀，a」表/j、競(jìng)爭(zhēng)層向量A中第j個(gè)輸入層神經(jīng)元,且該連接權(quán)向量集合W由nXm個(gè)連接權(quán)向量構(gòu)成,Wij表示輸入層向量X中第i個(gè)輸入層神經(jīng)元與競(jìng)爭(zhēng)層向量A中第j個(gè)輸入層神經(jīng)元之間的連接權(quán)向量，1≤;1≤11,1≤」_≤1]1且;[、j、n、m均為大于零的整數(shù)；A4、分別計(jì)算該輸入層向量X中每一輸入層神經(jīng)元分別與連接權(quán)向量集合W中
所有連接權(quán)向量的歐氏距離d，其中輸入層向量X中第k個(gè)輸入層神經(jīng)元的歐氏距離表示
權(quán)利要求
1.一種森林盜竊行為識(shí)別方法，包括四元陣傳感器、四個(gè)信號(hào)處理單元和微處理器，其中所述四元陣傳感器用于采集四路音頻信號(hào)并分別發(fā)送給對(duì)應(yīng)的信號(hào)處理單元；所述信號(hào)處理單元用于對(duì)音頻信號(hào)進(jìn)行放大、濾波處理；且所述微處理器用于分別采集該經(jīng)信號(hào)處理單元處理后的音頻信號(hào)，其特征在于該微處理器采用SOFM方法對(duì)音頻信號(hào)進(jìn)行子類分析，從而判斷該音頻信號(hào)是否為森林盜竊行為，包括以下步驟 Al、微處理器從采集到的音頻信號(hào)中提取η個(gè)音頻性能參數(shù)； Α2、初始化SOFM算法的參數(shù)，將連接權(quán)向量集合W中各連接權(quán)向量均設(shè)置為數(shù)值區(qū)間
內(nèi)的隨機(jī)值，且將學(xué)習(xí)速率H(O)也設(shè)置為數(shù)值區(qū)間
內(nèi)的隨機(jī)值； A3、將所述η個(gè)音頻性能參數(shù)分別作為輸入層神經(jīng)元，構(gòu)成SOFM算法中的輸入層向量X = (X1, . . . , Xi, . . . , χη),設(shè)定競(jìng)爭(zhēng)層向量A由m個(gè)競(jìng)爭(zhēng)層神經(jīng)元構(gòu)成且表示為A =( , . . . , aj; ...，am)，并且計(jì)算該輸入層向量X與競(jìng)爭(zhēng)層向量A之間的連接權(quán)向量集合W=(wn，. . . Wij. . . Wnm)，其中Xi表不輸入層向星X中的弟i個(gè)輸入層神經(jīng)兀，a」表/j、競(jìng)爭(zhēng)層向量A中第j個(gè)輸入層神經(jīng)元,且該連接權(quán)向量集合W由nXm個(gè)連接權(quán)向量構(gòu)成,Wij表示輸入層向量X中第i個(gè)輸入層神經(jīng)元與競(jìng)爭(zhēng)層向量A中第j個(gè)輸入層神經(jīng)元之間的連接權(quán)向量，1≤;1≤11,1≤」_≤1]1且;[、j、n、m均為大于零的整數(shù)； A4、分別計(jì)算該輸入層向量X中每一輸入層神經(jīng)元分別與連接權(quán)向量集合W中所有連接權(quán)向量的歐氏距離d，其中輸入層向量X中第k個(gè)輸入層神經(jīng)元的歐氏距離表示為
2.根據(jù)權(quán)利要求I所述的森林盜竊行為識(shí)別方法，其特征在于該微處理器采用SVM方法建立兩個(gè)分類器來識(shí)別森林盜林行為，其識(shí)別過程由以下步驟組成 BI、建立用于區(qū)分砍伐行為的第一分類器，且該第一分類器表示為
3.根據(jù)權(quán)利要求I所述的森林盜竊行為識(shí)別方法，其特征在于該處理器采用SVM方法建立一個(gè)分類器來識(shí)別森林盜獵行為，其識(shí)別過程由以下步驟組成 Cl、建立用于區(qū)分槍擊行為的第三分類器，且該第三分類器表示為
4.根據(jù)權(quán)利要求2所述的森林盜竊行為識(shí)別方法，其特征在于在步驟BI中第一分類器的風(fēng)險(xiǎn)控制系數(shù)C的最佳值為1009. 32，則該a i = O. 32，且修正系數(shù)b的最佳值為O.017 ； 在步驟B2中第二分類器的風(fēng)險(xiǎn)控制系數(shù)C的最佳值為1062.23661，則該Qi =O.23661，且修正系數(shù)b的最佳值為O. 021。
5.根據(jù)權(quán)利要求3所述的森林盜竊行為識(shí)別方法，其特征在于在步驟Cl中第三分類器的風(fēng)險(xiǎn)控制系數(shù)C的最佳值為1016. 27，則該a i = O. 27，且修正系數(shù)b的最佳值為O.045。
6.根據(jù)權(quán)利要求I 3中任何一項(xiàng)所述的森林盜竊行為識(shí)別方法，其特征在于該微處理器計(jì)算該音頻信號(hào)的聲源方向角，從而確定森林盜竊行為的方位，其由以下步驟組成 Dl、采集時(shí)間段T內(nèi)的四路音頻信號(hào)； D2、計(jì)算聲源M分別傳輸至四元陣傳感器中四個(gè)聲音傳感器的時(shí)間T1、T2、T3和Τ4，并且以四個(gè)聲音傳感器之一作為標(biāo)準(zhǔn)傳感器，分別計(jì)算聲源傳輸至該標(biāo)準(zhǔn)傳感器與傳輸至其他三個(gè)聲音傳感器的時(shí)間差Τ12、Τ13和Τ14，其中Τ12 = Τ1-Τ2，Τ13 = Τ1-Τ3，Τ14 = Τ1-Τ4，且Tl、Τ2、Τ3、Τ4、Τ12、Τ13和Τ14均為大于零的任意數(shù)值； D3、根據(jù)四元陣傳感器時(shí)差算法模型及三角幾何算法，計(jì)算聲源M在XY平臺(tái)上的投影聲源Μ’與X軸的聲源方向角β β = arctan[(T14-T12)/T13]； D4、循環(huán)執(zhí)行步驟一至步驟三N次，獲得N個(gè)聲源方向角； D5、對(duì)該N個(gè)聲源方向角求取平均值，由此獲得該音頻信號(hào)的聲源方向角。
7.根據(jù)權(quán)利要求I所述的森林盜竊行為識(shí)別方法，其特征在于在微處理器的音頻檢測(cè)器對(duì)采集到的音頻信號(hào)進(jìn)行特定頻段檢測(cè)，只有音頻信號(hào)的頻率在該特定頻段范圍內(nèi)，該音頻檢測(cè)器才輸出響應(yīng)信號(hào)給微處理器以喚醒微處理器，微處理器開始對(duì)音頻信號(hào)進(jìn)行分析。
8.根據(jù)權(quán)利要求6所述的森林盜竊行為識(shí)別方法，其特征在于在微處理器計(jì)算該音頻信號(hào)的聲源方向角之前，對(duì)四元陣傳感器中四個(gè)聲音傳感器在十字支架上的布局進(jìn)行設(shè)計(jì)，使得聲音傳感器與該十字支架上十字交叉點(diǎn)之間的距離L為L(zhǎng) =(X+Y)* (331+0. 6*T2)，其中X、Y均為大于零的任意數(shù)值，Τ2為任意數(shù)值，X表示微處理器的指令處理時(shí)間，Y表示電路延遲及數(shù)據(jù)采樣時(shí)間，Τ2表示該森林防盜探測(cè)裝置的最高工作溫度，從而進(jìn)一步提高了聲源方向角的計(jì)算精度。
9.根據(jù)權(quán)利要求8所述的森林盜竊行為識(shí)別方法，其特征在于該四元陣傳感器中聲音傳感器與該十字支架上十字交叉點(diǎn)之間距離L的取值范圍為I. 895 37. 8mm。
10.根據(jù)權(quán)利要求9所述的森林盜竊行為識(shí)別方法，其特征在于該四元陣傳感器中聲音傳感器與該十字支架上十字交叉點(diǎn)之間的距離為18. 95mm。
全文摘要
本發(fā)明公開了一種森林盜竊行為識(shí)別方法，屬于信息處理領(lǐng)域。該方法采用SOFM方法對(duì)音頻信號(hào)進(jìn)行子類分析，從而判斷音頻信號(hào)是否為森林盜竊行為；采用SVM方法建立兩個(gè)分類器來識(shí)別森林盜林行為，進(jìn)一步將森林盜林行為的類型分為砍伐行為、鋸伐行為和其他行為；采用SVM方法建立一個(gè)分類器來識(shí)別森林盜獵行為，進(jìn)一步將森林盜獵行為的類型分為槍擊行為和其他行為；微處理器對(duì)音頻信號(hào)的聲源方向角進(jìn)行計(jì)算，從而確定了森林盜竊行為的方位。
文檔編號(hào)G10L15/02GK102664004SQ201210078448
公開日2012年9月12日 申請(qǐng)日期2012年3月22日 優(yōu)先權(quán)日2012年3月22日
發(fā)明者何超, 彭鵬, 曹曉莉, 江朝元 申請(qǐng)人:重慶英卡電子有限公司