目錄叢書序自序第1章 海洋生物聲學概述 11.1 海洋生物聲學與聲學信號處理 11.1.1 海洋生物聲學 11.1.2 海洋生物聲學信號處理 21.2 海洋中的發聲生物 31.3 海洋生物發聲機理 41.3.1 齒鯨發聲機理 41.3.2 須鯨發聲機理 81.3.3 海洋魚類發聲機理 91.3.4 海洋無脊椎動物發聲機理 111.4 本章小結 14參考文獻 14第2章 海洋生物叫聲傳播特性 162.1 海洋生物叫聲的傳播速度 162.1.1 海水中的聲經驗公式 162.1.2 海水中的聲速變化 172.2 海洋生物叫聲傳播過程中的折射、反射和散射 182.2.1 分層介質條件下的射線聲學 192.2.2 Snell定律 212.2.3 多徑效應 212.3 典型聲速剖面下的海洋生物叫聲傳播 232.4 海洋生物叫聲傳播過程中的多普勒效應 272.5 聲吶方程 282.5.1 參數定義 292.5.2 主動聲吶方程 332.5.3 被動聲吶方程 332.6 本章小結 33參考文獻 34第3章 海洋生物叫聲信號采集 353.1 海洋生物叫聲信號采集系統整體概述 353.1.1 水聽器 363.1.2 前置放大器 403.1.3 濾波電路 403.1.4 模數轉換器 403.1.5 中央處理器 413.2 采集系統技術指標 423.2.1 采集系統本底噪聲 423.2.2 采集系統動態范圍 423.2.3 同步誤差 433.2.4 系統幅頻特性和相頻特性 433.2.5 幅度、相位一致性 443.2.6 通道間串擾 443.3 吸附式多參數聲學采集系統 453.3.1 系統概述 453.3.2 吸附式多參數聲學監測系統整體設計 463.3.3 關鍵技術 503.4 錨系式聲學采集系統 523.4.1 系統概述 533.4.2 潛標系統整體設計 553.5 本章小結 56參考文獻 57第4章 海洋生物叫聲信號分析 584.1 海洋生物叫聲信號時域分析方法 584.1.1 自相關 584.1.2 互相關 584.1.3 峰度 604.2 海洋生物叫聲信號頻域分析方法 604.2.1 傅里葉變換 604.2.2 快速傅里葉變換 614.3 海洋生物哨聲信號時頻分析方法 614.3.1 基于短時傅里葉變換的海洋生物哨聲信號時頻分析 624.3.2 基于連續小波變換的海洋生物哨聲信號時頻分析 654.3.3 基于同步壓縮小波變換的海洋生物哨聲信號時頻分析 704.3.4 基于維格納分布的海洋生物哨聲信號時頻分析 744.3.5 海洋生物哨聲信號時頻分析方法的定量分析 784.3.6 海洋生物哨聲信號時頻分析方法適用性總結 814.4 本章小結 83參考文獻 83第5章 海洋生物叫聲信號特性與參數統計 855.1 鯨豚動物社交類叫聲 855.1.1 典型鯨豚動物哨聲 855.1.2 哨聲參數統計 915.2 鯨豚動物回聲定位叫聲 935.2.1 典型回聲定位信號 935.2.2 回聲定位信號參數統計 975.2.3 回聲定位信號性能分析 995.3 鰭足類動物叫聲 1005.4 魚類動物叫聲 1035.5 無脊椎動物叫聲 1055.6 本章小結 108參考文獻 108第6章 鯨豚哨聲信號檢測技術 1096.1 哨聲信號的預處理 1096.1.1 分幀 1096.1.2 加窗 1106.1.3 降噪 1116.2 基于時域的哨聲信號檢測方法 1146.2.1 基于能量的哨聲端點檢測方法 1146.2.2 基于經驗模態分解與Teager算子結合的哨聲端點檢測方法 1166.2.3 匹配濾波器 1196.3 基于時頻域的哨聲信號檢測方法 1206.3.1 局部*大值檢測器 1206.3.2 譜熵法端點檢測 1236.3.3 能量譜熵比法端點檢測 1256.3.4 基于譜圖平滑與自適應閾值的哨聲事件檢測 1266.3.5 基于倒譜域的特征參數聚類的哨聲事件檢測 1296.4 本章小結 136參考文獻 137第7章 鯨豚動物哨聲信號特征提取與建模 1387.1 鯨豚動物哨聲信號時頻特征提取 1387.1.1 基于*大值的哨聲時頻譜輪廓提取 1387.1.2 基于多目標跟蹤的哨聲時頻譜輪廓提取 1497.2 鯨豚動物哨聲信號建模 1597.2.1 常規海豚哨聲模型 1607.2.2 高復雜度海豚哨聲模型 1667.3 本章小節 169參考文獻 169第8章 哨聲信號分類 1718.1 線性判別器 1718.2 基于局部二值模式特征的K-*近鄰法海豚哨聲分類 1728.2.1 局部二值模式 1728.2.2 K-*近鄰法 1758.2.3 局部二值模式特征提取算法與K-*近鄰分類器結合 1768.3 基于哨聲時頻譜圖的卷積神經網絡的分類 1788.3.1 卷積神經網絡 1788.3.2 分類任務模型評估指標 1798.3.3 卷積神經網絡分類結果 1798.4 基于哨聲時頻譜圖遷移學習的微調卷積神經網絡的分類 1808.4.1 微調VGG16遷移模型 1808.4.2 微調 ResNet50遷移模型 1838.4.3 微調DenseNet121遷移模型 1858.4.4 不同微調網絡對比 1878.5 基于語義分割的非線性支持向量機分類模型 1918.5.1 基于語義分割的哨聲特征提取 1918.5.2 核支持向量機 1938.5.3 基于語義分割的核支持向量機白鯨哨聲分類性能分析 1948.6 本章小結 196參考文獻 196第9章 鯨豚嘀嗒聲檢測與特征提取 1989.1 單嘀嗒聲脈沖檢測 1989.1.1 基于峰度的單嘀嗒聲脈沖檢測 1989.1.2 基于能量的單嘀嗒聲脈沖檢測 2019.1.3 檢測方法性能比較 2029.2 嘀嗒聲脈沖串檢測 2049.3 嘀嗒聲特征提取 2089.3.1 頻率參數特征 2089.3.2 帶寬參數特征 2099.3.3 幀內脈沖間隔特征 2119.4 本章小結 215參考文獻 215第10章 鯨豚嘀嗒聲建模合成 21610.1 基于雙瑞利脈沖模型合成嘀嗒聲 21610.2 基于多分量模型合成嘀嗒聲串 22010.3 基于Comsol有限元的回波動態參數脈沖串合成 22210.3.1 基于有限元的回波產生機理分析 22310.3.2 不同參數模型下目標回波脈沖串合成 22510.4 本章小結 228參考文獻 228第11章 基于嘀嗒聲信號定位鯨豚 22911.1 基于嘀嗒聲信號的測距方法 22911.1.1 基于單水聽器的嘀嗒聲測距 22911.1.2 基于多水聽器的嘀嗒聲測距 23011.2 基于嘀嗒聲信號的定位方法 23211.2.1 基于單水聽器的嘀嗒聲定位方法 23211.2.2 基于水聽器陣列的嘀嗒聲定位方法 23411.2.3 基于三角測量的嘀嗒聲定位方法 23611.3 本章小結 238參考文獻 238索引 241彩圖