摘要： 【目的】為解決群養(yǎng)環(huán)境下生豬音頻難以分離與識(shí)別的問題， 提出基于欠定盲源分離與E C A -EfficientNetV2 的生豬狀態(tài)音頻識(shí)別方法?！痉椒ā恳苑抡嫒吼B(yǎng)環(huán)境下4 類生豬音頻信號(hào)作為觀測(cè)信號(hào)，將信號(hào)稀疏表示后，通過層次聚類估計(jì)出信號(hào)混合矩陣，并利用lp 范數(shù)重構(gòu)算法求解lp 范數(shù)最小值以完成生豬音頻信號(hào)重構(gòu)。將重構(gòu)信號(hào)轉(zhuǎn)化為聲譜圖，分為進(jìn)食聲、咆哮聲、哼叫聲和發(fā)情聲4 類，利用ECA-EfficientNetV2 網(wǎng)絡(luò)模型識(shí)別音頻，獲取生豬狀態(tài)?！窘Y(jié)果】混合矩陣估計(jì)的歸一化均方誤差最低為3.266×10?4，分離重構(gòu)的音頻信噪比在3.254～4.267 dB 之間。聲譜圖經(jīng)ECA-EfficientNetV2 識(shí)別檢測(cè)，準(zhǔn)確率高達(dá)98.35%；與經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)ResNet50 和VGG16 對(duì)比，準(zhǔn)確率分別提升2.88 和1.81 個(gè)百分點(diǎn)；與原EfficientNetV2 相比，準(zhǔn)確率降低0.52 個(gè)百分點(diǎn)，但模型參數(shù)量減少33.56%，浮點(diǎn)運(yùn)算量（FLOPs） 降低1.86 G，推理時(shí)間減少9.40 ms。【結(jié)論】基于盲源分離及改進(jìn)EfficientNetV2 的方法，輕量且高效地實(shí)現(xiàn)了分離與識(shí)別群養(yǎng)生豬音頻信號(hào)。

關(guān)鍵詞： 豬；盲源分離；聲譜圖；音頻識(shí)別；稀疏重構(gòu)；卷積神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)： TN912.34；TP183；S828 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)： 1001-411X（2024）05-0730-13

生豬音頻包含豐富的可利用信息[1]。然而，如何在嘈雜的群養(yǎng)環(huán)境中分離出各類生豬音頻信號(hào)并有效識(shí)別是智慧養(yǎng)殖的難點(diǎn)問題，解決該問題也是智慧飼養(yǎng)的趨勢(shì)。

國(guó)內(nèi)外的盲源分離算法研究主要集中在軍事通信、語音信號(hào)處理、生物醫(yī)學(xué)信號(hào)處理等領(lǐng)域。Ghani 等[2] 利用一種基于投射追蹤的盲源分離技術(shù)，成功將無人機(jī)聲音與其他環(huán)境聲音區(qū)分開來。He 等[3] 提出一種針對(duì)非平穩(wěn)信號(hào)的時(shí)變卷積盲源分離算法，其采用變分貝葉斯推理方法和高斯過程，將非平穩(wěn)源逐幀從時(shí)變卷積信號(hào)中分離出來，最終可有效分離時(shí)變混合語音信號(hào)。Adam 等[4] 利用基于快速獨(dú)立分量分析的盲源分離技術(shù)，去除噪聲對(duì)腦電圖、肌電圖等生物信號(hào)的影響，獲得了較好的試驗(yàn)結(jié)果。

國(guó)內(nèi)外學(xué)者在生豬音頻識(shí)別方面已有相應(yīng)進(jìn)展，張振華[5] 利用隱馬爾科夫模型對(duì)生豬打斗聲、咳嗽聲、餓叫聲和抽搐聲進(jìn)行識(shí)別，總體識(shí)別率為89.25%。沈明霞等[6] 提出一種基于深度神經(jīng)網(wǎng)絡(luò)的識(shí)別方法，提取梅山豬咳嗽及噴嚏、鳴叫、呼嚕聲的濾波器組與梅爾頻率倒譜系數(shù)特征，識(shí)別生豬的咳嗽聲，識(shí)別準(zhǔn)確率高達(dá)97%。Ji 等[7] 將聲學(xué)和視覺特征融合，提取均方根能量、梅爾頻率倒譜系數(shù)等特征，精準(zhǔn)檢測(cè)豬咳嗽聲，準(zhǔn)確率達(dá)96.45%。在生豬音頻盲源分離方面研究較少，彭碩等[8] 利用基于稀疏分量分析的欠定盲源分離方法，成功分離了3 類混合豬聲信號(hào)，但其研究尚未拓展到處理更多類別的生豬音頻分離問題，也未考慮到后續(xù)重構(gòu)音頻識(shí)別問題。

本研究提出一種基于欠定盲源分離及改進(jìn)ECA-EfficientNetV2 的生豬狀態(tài)音頻識(shí)別方法。利用欠定盲源分離技術(shù)，從混雜音頻中分離出哼叫聲、進(jìn)食聲、咆哮聲、發(fā)情聲4 類生豬狀態(tài)音頻信號(hào)，再采用ECA-EfficientNetV2 模型識(shí)別音頻，旨在實(shí)現(xiàn)對(duì)豬只生活健康狀態(tài)的監(jiān)測(cè)和識(shí)別。

1 材料與方法

1.1 試驗(yàn)整體設(shè)計(jì)流程

基于欠定盲源分離及ECA-EfficientNetV2 的生豬狀態(tài)音頻識(shí)別方法總體流程如圖1 所示。

首先采集生豬不同狀態(tài)的音頻信號(hào)，將音頻轉(zhuǎn)化為具有時(shí)頻特征的聲譜圖，構(gòu)建聲譜圖數(shù)據(jù)集，再訓(xùn)練ECA-EfficientNetV2，實(shí)現(xiàn)不同生豬狀態(tài)音頻識(shí)別。仿真群養(yǎng)環(huán)境下生豬音頻后，采用改進(jìn)譜減法降噪及能熵比法端點(diǎn)檢測(cè)對(duì)音頻預(yù)處理。得到降噪的生豬混合音頻，利用欠定盲源分離算法對(duì)混合音頻分離重構(gòu)。最終將重構(gòu)音頻轉(zhuǎn)化為聲譜圖后利用ECA-EfficientNetV2 模型進(jìn)行識(shí)別，從音頻中獲取生豬當(dāng)前狀態(tài)信息。

算法運(yùn)行硬件環(huán)境為Windows11 系統(tǒng)，內(nèi)存為32 GB，CPU 為AMD Ryzen7 5800H with RadeonGraphics 3.2 GHz，GPU 為NVIDIA Geforce RTX3070。軟件環(huán)境為開發(fā)平臺(tái)Pycharm 社區(qū)版2022.3，使用語言為Python3.8.16，神經(jīng)網(wǎng)絡(luò)模型在Pytorch2.0.0框架下運(yùn)行，顯卡為Cuda 11.8 版。

1.2 生豬音頻信號(hào)獲取及預(yù)處理

1.2.1 音頻數(shù)據(jù)獲取

研究所用生豬音頻采集于安徽某生豬養(yǎng)殖基地， 采集裝置為飛利浦VTR5110 錄音筆，單通道錄制，采樣點(diǎn)數(shù)設(shè)置為16bit，采樣率為44 100 Hz，音頻保存格式為WAV 格式。為獲取較純凈的生豬音頻，將長(zhǎng)白豬依次單獨(dú)圈養(yǎng)在封閉的4 m×4 m 的房間內(nèi)，房?jī)?nèi)無人無豬時(shí)聲音分貝低于12 dB。經(jīng)人工分類，將采集的音頻信號(hào)分為進(jìn)食聲、哼叫聲、咆哮聲、發(fā)情聲、噪聲和無聲段。

1.2.2 基于多窗譜估計(jì)的譜減法降噪

多窗譜估計(jì)譜減法[9] 在傳統(tǒng)譜減法的基礎(chǔ)上，采用多個(gè)不同長(zhǎng)度的分析窗口。每個(gè)窗口捕捉語音和噪聲成分的不同時(shí)頻特性，可更準(zhǔn)確地估計(jì)噪聲譜[10]，其具體算法流程圖如圖2 所示。

設(shè)含噪語音加窗分幀后為xi（z），將xi（z）進(jìn)行快速傅里葉變換（Fast Fourier transform， FFT），得出其幅度譜和相位譜，并且由此可計(jì)算出平均幅度譜：

式中，θi（k）為相位譜，｜?Xi（k）｜為譜減后的幅度譜，xi（z）為降噪音頻，j 為傅里葉變換中的虛數(shù)單位。

1.2.3 基于能熵比的端點(diǎn)檢測(cè)

基于能熵比的端點(diǎn)檢測(cè)[11] 利用信號(hào)的改進(jìn)能量和譜熵2 種參數(shù)的比值，確定有聲段的起始位置和終止位置。有聲段內(nèi)，信號(hào)的熵相對(duì)較高；非有聲段內(nèi)，信號(hào)的熵相對(duì)較低[12]。

設(shè)加窗分幀后第 i 幀音頻信號(hào)為xi（m），F(xiàn)L 為音頻信號(hào)的幀長(zhǎng)度，則音頻的每幀能量如下式：

為緩和AMPi的劇烈變化，引入常量 a，并將短時(shí)能量對(duì)數(shù)化計(jì)算得改進(jìn)能量，如下式：

LEi = lg（1+AMPi=a）。（6）

將改進(jìn)能量LEi和譜熵Hi構(gòu)成能熵比，如下式：

1.2.4 數(shù)據(jù)集制作

聲譜圖[13] 的作用是將時(shí)域的音頻信號(hào)轉(zhuǎn)為頻域表示，更直觀地觀察和分析音頻信號(hào)的頻譜結(jié)構(gòu)。制作聲譜圖流程如圖3 所示。流程中的偽彩色映射指將音頻信號(hào)在時(shí)頻域上的頻率、能量、時(shí)間等特征信息以彩色圖的形式展現(xiàn)出來。

ECA-EfficientNetV2 模型所需4 種類型生豬聲譜圖樣例如圖4 所示。利用不同窗函數(shù)、不同窗長(zhǎng)生成具有不同時(shí)頻特征信息的聲譜圖，其中寬帶聲譜圖的時(shí)間分辨率較高，窄帶聲譜圖的頻率分辨率較高[14]，2 種聲譜圖如圖5 所示。

通常寬帶聲譜圖以3 ms 左右為1 幀，窄帶聲譜圖以20 ms 左右為1 幀進(jìn)行分幀加窗處理[15]。根據(jù)FFT 公式，當(dāng)窗函數(shù)長(zhǎng)度T 為3 ms 時(shí)，對(duì)應(yīng)帶寬約為293 Hz，T 為20 ms 時(shí)，對(duì)應(yīng)帶寬約為44 Hz。圖5 顯示的是同一音頻下采用44 Hz 的帶寬和以300 Hz 的帶寬分幀制成的窄帶聲譜圖和寬帶聲譜圖。不同的窗函數(shù)，可提取不同的時(shí)頻特征[16]。本研究使用漢明窗、漢寧窗和布萊克曼窗分別處理生成聲譜圖，將含不同特征的聲譜圖數(shù)據(jù)集利用ECA-EfficientNetV2 模型訓(xùn)練，提高模型魯棒性。

1.3 基于稀疏重構(gòu)的欠定盲源分離

1.3.1 欠定盲源分離整體流程

典型盲源分離處理模型[17] 如圖6 所示。

研究?jī)H考慮信號(hào)幅度衰減，不考慮時(shí)延性和傳播路徑問題，此時(shí)欠定盲源分離模型[18] 如下式：

式中，t 為某一時(shí)刻，N 為源信號(hào)數(shù)量，M 為觀測(cè)信號(hào)數(shù)量，aik 為第i 個(gè)時(shí)頻點(diǎn)上第k 個(gè)源信號(hào)對(duì)應(yīng)的混合矩陣，表示信號(hào)的衰減幅度，xi（t） 為第i 個(gè)傳感器獲取到的觀測(cè)信號(hào)，sk（t） 為第k 個(gè)源信號(hào)，vi（t） 為第i 個(gè)噪聲信號(hào)噪聲v（t） 利用“1.2”節(jié)中改進(jìn)譜減法進(jìn)行降噪處理后得到的信號(hào)。

盲源分離中的欠定盲源分離處理如圖7 所示。

稀疏表示時(shí)，音頻信號(hào)經(jīng)過短時(shí)傅里葉變換從時(shí)域轉(zhuǎn)為時(shí)頻域，提升信號(hào)稀疏性[19]。稀疏表示后，聚類各特征點(diǎn)估計(jì)出混合矩陣，類心矢量方向即對(duì)應(yīng)相應(yīng)源信號(hào)的混合矢量方向[20]。利用信號(hào)的稀疏性，使用稀疏重構(gòu)法[21] 對(duì)信號(hào)進(jìn)行重構(gòu)，分離各狀態(tài)的生豬音頻信號(hào)。

1.3.2 單源點(diǎn)檢測(cè)

比較稀疏表示后混合信號(hào)實(shí)部與虛部，對(duì)信號(hào)進(jìn)行單源點(diǎn)檢測(cè)[22]，剔除低能點(diǎn)，使信號(hào)更具稀疏性。式（8） 中，使用譜減法進(jìn)行降噪操作后，任一時(shí)頻點(diǎn)（t， f）上，可改寫為式（9）：

式中，sk（t， f ） 為某時(shí)頻點(diǎn)上的第k 個(gè)源信號(hào)，A 為混合矩陣向量，s（t， f ） 為源信號(hào)向量。此時(shí)觀測(cè)信號(hào)x（t， f ）的實(shí)部為：

當(dāng)時(shí)頻點(diǎn)為單源點(diǎn)時(shí)，實(shí)部與虛部關(guān)系如式（12），x1（t， f ） 為觀測(cè)信號(hào)1 的向量，x2（t， f ） 為觀測(cè)信號(hào)2 的向量：

根據(jù)數(shù)據(jù)集特征及硬件條件調(diào)整網(wǎng)絡(luò)訓(xùn)練參數(shù)，其中batch-size 調(diào)整為16，學(xué)習(xí)率選用0.01，momentum 為0.9，表1 中最終階段隨機(jī)失活率dropout-rate 為0.2，MBConv 卷積結(jié)構(gòu)Dropout 層隨機(jī)丟棄率drop-connect-rate 為0.2。

1.4.2 網(wǎng)絡(luò)性能評(píng)價(jià)指標(biāo)

采用精確率（Precision）、準(zhǔn)確率（Accuracy）、召回率（Recall）、F1 分?jǐn)?shù)（F1-score）、浮點(diǎn)運(yùn)算量（Floating-point operations，F(xiàn)LOPs）、參數(shù)量及推理時(shí)間評(píng)價(jià)模型能力，計(jì)算公式如下：

式中，TP 為模型正確預(yù)測(cè)正例樣本數(shù)，F(xiàn)P 為模型錯(cuò)誤預(yù)測(cè)正例樣本數(shù)，F(xiàn)N 為模型錯(cuò)誤預(yù)測(cè)負(fù)例樣本數(shù)，TN 為模型正確預(yù)測(cè)負(fù)例樣本數(shù)。

2 結(jié)果與分析

2.1 改進(jìn)譜減法降噪及端點(diǎn)檢測(cè)結(jié)果分析

直接采集豬棚內(nèi)音頻，雖可獲得真實(shí)的環(huán)境噪聲，但無法有效判斷降噪算法對(duì)含噪音頻的處理效果。為了定量分析降噪算法的降噪效果，在純凈生豬音頻信號(hào)中添加IKS 風(fēng)噪數(shù)據(jù)集中排風(fēng)扇的排風(fēng)聲和英國(guó)荷蘭TNO 感知研究所語音研究單位發(fā)布的金屬門、金屬圍欄等金屬碰撞產(chǎn)生的噪聲信號(hào)，再對(duì)含噪音頻降噪處理，對(duì)比降噪前后信噪比，判斷降噪算法效果。信噪比為15 dB 時(shí)，降噪前后如圖9 所示。

將多窗譜估計(jì)譜減法和經(jīng)典譜減法分別在信噪比為0、5、15 dB 下進(jìn)行對(duì)比試驗(yàn)，前后信噪比如表2所示，當(dāng)降噪前信噪比設(shè)為0 dB 時(shí)，改進(jìn)譜減法較傳統(tǒng)譜減法信噪比提升2.36 dB，較降噪前提升4.67 dB。 當(dāng)降噪前信噪比設(shè)為5 dB 時(shí)，改進(jìn)譜減法較傳統(tǒng)譜減法信噪比提升1.45 dB，較降噪前提升2.42 dB。當(dāng)降噪前信噪比設(shè)為15 dB 時(shí)，改進(jìn)譜減法較傳統(tǒng)譜減法信噪比提升0.37 dB，較降噪前提升0.58 dB。表2 數(shù)據(jù)可看出多窗譜估計(jì)的改進(jìn)譜減法較經(jīng)典譜減法對(duì)于帶噪生豬音頻降噪效果更好，信噪比提升更大。原信噪比越低時(shí)，降噪后信噪比提升越明顯。原信噪比越高，噪聲的干擾越小，降噪后信噪比并無明顯提升。

利用能熵比法端點(diǎn)檢測(cè)含噪生豬音頻，結(jié)果如圖10 所示。即使在含噪情況下，能熵比法的端點(diǎn)檢測(cè)仍可檢測(cè)音頻有聲段并將其起始點(diǎn)和終止點(diǎn)準(zhǔn)確地標(biāo)出。

若信噪比太低，噪聲干擾嚴(yán)重，能熵比法端點(diǎn)檢測(cè)則無法再準(zhǔn)確判斷起始和終止點(diǎn)，如圖11 所示。信噪比為5 dB 時(shí)，第5 小段音頻無法準(zhǔn)確判斷有聲段的起始點(diǎn)和終止點(diǎn)，因此本研究所用端點(diǎn)檢測(cè)方法適用于高信噪比音頻，僅具有一定抗噪性。

2.2 欠定盲源分離結(jié)果分析

利用已知的混合矩陣對(duì)4 種生豬音頻進(jìn)行混合，再通過欠定盲源分離算法重構(gòu)4 類單只生豬音頻，通過對(duì)比重構(gòu)音頻和原始音頻，對(duì)分離算法的性能進(jìn)行定量評(píng)價(jià)。本研究以哼叫聲、進(jìn)食聲、咆哮聲、發(fā)情聲各10 s 的單聲道音頻為試驗(yàn)對(duì)象，用已知的混合矩陣混合成2 個(gè)觀測(cè)信號(hào)。4 種狀態(tài)的生豬音頻波形圖如圖12 所示。

設(shè)定原混合矩陣如下：

生成的2 個(gè)觀測(cè)信號(hào)波形圖如圖13 所示。

根據(jù)“1 . 3 . 2”中單源點(diǎn)檢測(cè)算法，設(shè)定式（13） 中ε1=0.01，剔除低能點(diǎn)前后對(duì)比圖如圖14 所示。檢測(cè)后的圖14b 可清晰觀測(cè)到4 條直線分布特征，且較圖14a 單源點(diǎn)檢測(cè)前更具稀疏特性。

利用層次聚類算法聚類特征點(diǎn)，聚類迭代次數(shù)設(shè)為80 輪，用式（18） 評(píng)價(jià)聚類后估計(jì)的混合矩陣與原矩陣的相似度，值越小則估計(jì)精確率越高，如圖15 所示。圖15 表明，歸一化均方誤差NMSE隨著迭代次數(shù)的增加逐漸降低， 在第4 4 次后NMSE 無限接近于0，取第63 次時(shí)NMSE 最低值3.266×10?4，此時(shí)估計(jì)精確率最高。

圖15 中，可觀察到曲線在第0 到43 次迭代時(shí)產(chǎn)生了振蕩，結(jié)合圖14b 可看出，有2 條直線十分靠近，且經(jīng)過單源點(diǎn)檢測(cè)后的散點(diǎn)圖十分稀疏，隨著迭代次數(shù)增加層次聚類的距離算法易將2 條相近線上的特征點(diǎn)聚類成1 條，從而產(chǎn)生誤差，導(dǎo)致曲線產(chǎn)生振蕩。

本研究選用NMSE 最低值時(shí)的混合矩陣進(jìn)行后續(xù)試驗(yàn)，此時(shí)混合矩陣如下：

獲取混合矩陣后，使用lp 范數(shù)類算法對(duì)信號(hào)重構(gòu)，p 值取0.5 時(shí)重構(gòu)信號(hào)波形圖如圖16 所示。

分別計(jì)算4 種波形重構(gòu)前后信噪比，求其平均值。p 不同取值時(shí)，4 種源信號(hào)和重構(gòu)信號(hào)平均信噪比在3.254～4.267 dB 之間變化，p 取0.3 時(shí)平均信噪比最小，即3.254 dB。p 取0.8 時(shí)平均信噪比最大，即4.267 dB，此時(shí)lp 范數(shù)分離算法重構(gòu)的波形最接近源信號(hào)波形，分離效果最佳。

為了對(duì)盲源分離效果進(jìn)行定量分析，本研究并未考慮生豬音頻信號(hào)到達(dá)不同傳感器的時(shí)延性和衰減性都不同的問題。且由于本研究使用的欠定盲源分離算法依賴信號(hào)的稀疏性，當(dāng)信號(hào)的稀疏性較弱時(shí)，無法從觀測(cè)信號(hào)獲得高質(zhì)量的重構(gòu)信號(hào)，后續(xù)研究中會(huì)進(jìn)一步研究解決上述問題。

2.3 ECA-EfficientNetV2 模型分類結(jié)果分析

利用ECA-EfficientNetV2 網(wǎng)絡(luò)模型訓(xùn)練聲譜圖數(shù)據(jù)集。數(shù)據(jù)集圖片共2 700 張，進(jìn)食、哼叫、咆哮3 類每個(gè)類別720 張，發(fā)情類540 張，數(shù)據(jù)集以8∶2 分為訓(xùn)練集和驗(yàn)證集。每輪迭代中訓(xùn)練集與驗(yàn)證集的準(zhǔn)確率和損失值結(jié)果如圖17 所示。在迭代80 個(gè)epoch 時(shí)曲線已經(jīng)接近平穩(wěn)，并無太大的上下波動(dòng)，最終準(zhǔn)確率在9 8% 左右波動(dòng)，損失值在0.08 左右波動(dòng)。

利用“1.4.2”的評(píng)價(jià)指標(biāo)進(jìn)行定量分析，使用相同數(shù)據(jù)集，設(shè)置圖像輸入大小為224×224，迭代次數(shù)為80，學(xué)習(xí)率都為0.01，與同為卷積神經(jīng)網(wǎng)絡(luò)的經(jīng)典網(wǎng)絡(luò)模型ResNet50 和VGG16 以及原EfficientNetV2-S 進(jìn)行對(duì)比，具體結(jié)果如表3所示。

表3 數(shù)據(jù)顯示，ECA-EfficientNetV2 相較經(jīng)典模型ResNet50、VGG16，其準(zhǔn)確率、精確率等指標(biāo)都優(yōu)于經(jīng)典模型，與原EfficientNetV2 模型相比雖準(zhǔn)確率下降了0.52 個(gè)百分點(diǎn)，但模型參數(shù)量降低了33.56%，浮點(diǎn)運(yùn)算量FLOPs 降低了1.86 G，平均推理時(shí)間減少了9.40 ms，使模型更輕量化且推理速度更快，證明了本研究的生豬聲譜圖識(shí)別方法的有效性，并為后續(xù)應(yīng)用于邊緣節(jié)點(diǎn)計(jì)算打下基礎(chǔ)。但在推理時(shí)間上與經(jīng)典模型ResNet50、VGG16 相比，所需時(shí)間更長(zhǎng)，表明EfficientNetV2 網(wǎng)絡(luò)模型仍需進(jìn)一步優(yōu)化。在后續(xù)研究中，將采集更多患病生豬樣本進(jìn)行試驗(yàn)，并進(jìn)一步優(yōu)化網(wǎng)絡(luò)模型，為生豬健康智能養(yǎng)殖提供更有意義的技術(shù)支持。

3 結(jié)論

本研究提出一種基于盲源分離算法與ECAEfficientNetV2網(wǎng)絡(luò)模型相結(jié)合的生豬音頻狀態(tài)分類方法，所得主要結(jié)論如下：

1） 欠定盲源分離方面，研究使用的改進(jìn)譜減法降噪算法比原譜減法降噪算法的降噪效果更優(yōu)。聚類得到的混合矩陣估計(jì)與原混合矩陣的NMSE 最低可達(dá)3.266×10?4。lp 范數(shù)重構(gòu)時(shí)，在p 取不同值時(shí)，重構(gòu)出的信號(hào)與源信號(hào)有不同的差異，當(dāng)p 取值為0.8 時(shí)，此時(shí)重構(gòu)信號(hào)與源信號(hào)的差異性最小，利用信噪比作為評(píng)價(jià)指標(biāo)，p 為0.8 時(shí)信噪比為4.267 dB，重構(gòu)信號(hào)質(zhì)量最佳。

2） 生豬音頻識(shí)別方面，ECA-EfficientNetV2 相較于經(jīng)典網(wǎng)絡(luò)模型R e s N e t 5 0 、V G G 1 6 和原EfficientNetV2 模型，具有更輕量化的模型參數(shù)，且準(zhǔn)確率也相較ResNet50 和VGG16 提高了2.88 和1.81個(gè)百分點(diǎn)，與原EfficientNetV2 相比準(zhǔn)確率降低0.52 個(gè)百分點(diǎn)，但模型參數(shù)量和浮點(diǎn)運(yùn)算量FLOPs與其余模型相比均為最低，且推理時(shí)間較原模型減少9.40 ms，為后續(xù)應(yīng)用于邊緣節(jié)點(diǎn)計(jì)算打下基礎(chǔ)。

參考文獻(xiàn)：

[1]楊亮， 王輝， 陳睿鵬， 等. 智能養(yǎng)豬工廠的研究進(jìn)展與展望[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)， 2023， 44（1）： 13-23.

[2]GHANI S H， KHAN W. Extraction of UAV sound froma mixture of different sounds[J]. Acoustics Australia，2020， 48（3）： 363-373.

[3]HE P， QI M， LI W， et al. A general nonstationary andtime-varying mixed signal blind source separation methodbased on online Gaussian process[J]. InternationalJournal of Pattern Recognition and Artificial Intelligence，2020， 34（11）： 2058015.

[4]ADAM A M， FAROUK R M， EL-DESOUKY B S. Generalizedgamma distribution for biomedical signals denoising[J]. Signal， Image and Video Processing， 2023，17（3）： 695-704.

[5]張振華. 基于音頻分析技術(shù)的豬異常檢測(cè)[D]. 太原： 太原理工大學(xué)， 2017.

[6]沈明霞， 王夢(mèng)雨， 劉龍申， 等. 基于深度神經(jīng)網(wǎng)絡(luò)的豬咳嗽聲識(shí)別方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2022， 53（5）： 257-266.

[7]JI N， SHEN W Z， YIN Y L， et al. Investigation of acousticand visual features for pig cough classification[J].Biosystems Engineering， 2022， 219： 281-293.

[8]彭碩， 陶亮， 查文文， 等. 基于稀疏分量分析的生豬音頻欠定盲源分離研究[J]. 畜牧獸醫(yī)學(xué)報(bào)， 2023， 54（7）：2794-2809.

[9]HU Y， LOIZOU P C. Speech enhancement based onwavelet thresholding the multitaper spectrum[J]. IEEETransactions on Speech and Audio Processing， 2004，12（1）： 59-67.

[10]楊稷， 沈明霞， 劉龍申， 等. 基于音頻技術(shù)的肉雞采食量檢測(cè)方法研究[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)， 2018， 39（5）： 118-124.

[11]趙歡， 王綱[11] 金， 趙麗霞. 一種新的對(duì)數(shù)能量譜熵語音端點(diǎn)檢測(cè)方法[J]. 湖南大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2010，37（7）： 72-77.

[12]朱國(guó)俊， 唐振博， 馮建軍， 等. 啟動(dòng)方式對(duì)混流泵噪聲特性的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2023， 39（13）： 34-42.

[13]杜曉冬， 滕光輝， 劉慕霖， 等. 基于輕量級(jí)卷積神經(jīng)網(wǎng)絡(luò)的種雞發(fā)聲識(shí)別方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2022， 53（10）：271-276.

[14]CAI W， LI M. A unified deep speaker embedding frameworkfor mixed-bandwidth speech data [EB/OL]. arXiv：2012.00486[2023-12-01]. https：//ui.adsabs.harvard.edu/abs/2020arXiv201200486C.

[15]丁楠. 基于特征學(xué)習(xí)的語音情感識(shí)別研究[D]. 南京： 南京郵電大學(xué)， 2023.

[16]CANDAN C. An automated window selection procedureFor DFT based detection schemes to reduce windowingSNR loss[EB/OL]. arXiv： 1710.10200[2023-12-01]. https：//ui.adsabs.harvard.edu/abs/2017arXiv171010200C.

[17]張逸， 陳書暢， 劉必杰， 等. 基于盲源分離的工業(yè)諧波源負(fù)荷分類識(shí)別方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)， 2024，44（10）： 3850-3862.

[18]鄒亮， 張鵬， 陳勛. 基于三階統(tǒng)計(jì)量的欠定盲源分離方法[J]. 電子與信息學(xué)報(bào)， 2022， 44（11）： 3960-3966.

[19]凌康杰， 岳學(xué)軍， 劉永鑫， 等. 基于移動(dòng)互聯(lián)的農(nóng)產(chǎn)品二維碼溯源系統(tǒng)設(shè)計(jì)[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)， 2017， 38（3）：118-124.

[20]王晶， 李煒， 洪心睿， 等. 基于改進(jìn)密度聚類算法的語音信號(hào)欠定盲分離[J]. 信息與控制， 2023， 52（6）： 784-796.

[21]KEMIHA M， KACHA A. Single-channel blind sourceseparation using adaptive mode separation-based wavelettransform and density-based clustering with sparse reconstruction[J]. Circuits Systems and Signal Processing，2023， 42（9）： 5338-5357.

[22] WANG M， CAI X X， ZHU K F. Underdetermined mixed matrix estimation of single source point detection basedon noise threshold eigenvalue decomposition[C]//Proceedingsof the 8th International Conference on Communications，Signal Processing， and Systems. Singapore：Springer， 2020： 704-711.

[23]LI Y B， NIE W， YE F， et al. A complex mixing matrixestimation algorithm in under-determined blind sourceseparation problems[J]. Signal， Image and Video Processing，2017， 11（2）： 301-308.

[24]馮建英， 石巖， 王博， 等. 基于聚類分析的數(shù)據(jù)挖掘技術(shù)及其農(nóng)業(yè)應(yīng)用研究進(jìn)展[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2022，53（S1）： 201-212.

[25]XIE Y， XIE K， XIE S L. Underdetermined blind separationof source using lp-norm diversity measures[J].Neurocomputing， 2020， 411： 259-267.

[26]XU P F， JIA Y J， JIANG M X. Blind audio source separationbased on a new system model and the Savitzky-Golay filter[J]. Journal of Electrical Engineering， 2021，72（3）： 208-212.

[27]FISLI S， DJENDI M. Hybrid PSO-NLMS （HPSONLMS）algorithm for blind speech quality enhancementin time domain[J]. Applied Acoustics， 2021， 177：107936.

[28]TAN M， LE Q V. EfficientNetV2： Smaller models andfater training[EB/OL]. arXiv： 2104.00298[2023-12-01].https：//ui.adsabs.harvard.edu/abs/2021arXiv210400298T.

[29]WANG X K， JIA X， ZHANG M Y， et al. Object detectionin 3D point cloud based on ECA mechanism[J].Journal of Circuits， Systems and Computers， 2023， 32（5）：2350080.

【責(zé)任編輯 莊 延】

基金項(xiàng)目：安徽省重點(diǎn)研究與開發(fā)計(jì)劃（ 2 0 2 3 n 0 6 0 2 0 0 5 1，2 0 2 1 0 3 B 0 6 0 2 0 0 1 3 ）；安徽省研究生質(zhì)量工程項(xiàng)目（2022lhpysfjd023，2022cxcyjs010）