基于被动水声信号的淡水鱼种类识别

针对淡水鱼种类自动识别问题，采用被动水声信号作为数据源，运用维纳滤波和采样降噪法对水声信号进行预处理，通过4层小波包分解算法提取频段能量，结合信号的短时平均能量和短时平均过零率构建特征向量，使用概率神经网络分类器实现了淡水鱼种类的快速识别，研究了不同平滑因子取值对识别效果的影响。结果表明，当平滑因子为9～19时识别效果最佳，其中草鱼、鳊鱼、鲫鱼的识别正确率均为100%，无鱼状态的识别正确率为77.3%，总正确率为94.3%