《Applied System Innovation》：Smart Farming Innovation: Automated Biomechanical Monitoring of Broilers Using a Hybrid YOLO-SAM Pipeline
Victória Fernanda Dionizio,
Marcelo Tsuguio Okano and
Irenilza de Alencar N??s
编辑推荐：
水务公司仍因泄漏未被检测而损失大量无收益水（Non-Revenue Water, NRW），因此需要精确且易于使用的监测解决方案。本文提出FiT-WST+，一种基于小波引导的频率信息Transformer（Frequency-Informed Transfor
水务公司仍因泄漏未被检测而损失大量无收益水（Non-Revenue Water, NRW），因此需要精确且易于使用的监测解决方案。本文提出FiT-WST+，一种基于小波引导的频率信息Transformer（Frequency-Informed Transformer, FiT），用于利用加速度计测量对五种不同泄漏类型进行分类。所提出的架构结合了FiT的频谱建模能力与小波散射变换（Wavelet Scattering Transform, WST）的稳定平移不变表示。该模型采用引导注意力机制，将频谱线索与散射线索有效结合，使类别区分更加明确，尤其针对相似故障类型。在保留测试集上，FiT-WST+达到99.6%的准确率（ACC）、99.6%的平衡准确率（balanced ACC）以及99.6%的宏平均F1分数。与同一数据集上测试的近期方法进行对比基准测试表明，该方法在低采样率（1 kHz）下工作，显著降低了带宽需求，并允许在资源受限的边缘设备上可扩展部署，用于重要水基础设施的实时监测。
**研究背景、问题与动机**
供水分配网络（Water Distribution Networks, WDNs）是城乡社区的基础设施，但长期存在泄漏问题，导致大量水资源损失（每年约1260亿立方米，损失数十亿美元）、运营及能耗成本增加，并造成地下水枯竭等生态影响。泄漏类型多样（如环向裂缝、垫圈泄漏、孔口泄漏、纵向裂缝），且管道材质（PVC、钢、聚乙烯等）、直径（<100 mm至>1200 mm）、流量（每秒几厘升至每秒几升）各异，非金属管道还会削弱信号传播。现有检测方法面临三大实用难题：第一，多类分类（区分不同泄漏类型与非泄漏条件）比二值检测更具挑战性；第二，标注数据集规模不足且未能覆盖所有真实场景；第三，缺乏统一的基准测试和实验协议，难以公平比较不同方法。因此，需要开发一种轻量级、单传感器架构，能够在实际带宽约束下区分细微的多类泄漏特征。
**研究人员开展的研究、结论与意义**
研究人员提出一种名为FiT-WST+的新型混合架构，旨在仅利用低频（1 kHz）加速度计数据实现稳健的多类泄漏分类。该方法结合了频率信息Transformer（FiT）的频谱选择能力与小波散射变换（WST）的稳定纹理不变表示，并通过交叉注意力机制引导模型聚焦物理相关的频谱成分。在公开基准数据集（Aghashahi数据集）上，FiT-WST+在保留测试集上达到99.6%的准确率、99.6%的平衡准确率以及99.6%的宏平均F1分数，超越了近期多传感器融合和高频方法（如复杂值CNN、纯FiT模型等）。关键发现是，模型在仅1 kHz采样率下即可实现高度可靠的诊断，大幅降低数据带宽需求，证明引导注意力机制有效补偿了下采样带来的频谱分辨率损失，使方案特别适用于资源受限的边缘AI/IoT设备。该论文发表在《Applied System Innovation》。
**主要关键技术方法**
1. **信号预处理与数据增强**：将原始加速度计信号重采样至1 kHz，采用滑动窗口分割（窗口时长3秒，重叠90%），将80条原始记录转换为8911个分析窗口，并按分层抽样策略划分训练/验证/测试集（60%/20%/20%）。
2. **双分支特征提取**：频谱分支采用快速傅里叶变换（FFT）计算对数压缩的幅度谱向量；物理分支采用小波散射变换（WST，二阶，Morlet小波母函数）提取平移不变的多尺度散射系数。
3. **引导交叉注意力融合**：将WST特征作为查询（Query），FiT变压器编码器输出的频谱标记作为键（Key）和值（Value），通过标准多头注意力机制融合两分支，使模型优先关注物理相关的频谱成分，最后经多层感知机（MLP）完成五类分类（NL、OL、GL、LC、CC）。
4. **优化设置**：采用类别加权交叉熵损失处理类别不平衡，AdamW优化器配合余弦退火学习率调度，最多训练80轮并基于验证集宏F1早停。
**研究结果**
**3.1 实验设置**：数据集按窗口级分层拆分，保留测试集在训练期间不可见。
**3.2 分类性能分析**：损失、准确率、平衡准确率和F1分数的训练曲线显示快速收敛且泛化稳定。最终在保留测试集上总体ACC为99.6%，平衡ACC为99.6%，宏平均F1为99.6%。这表明模型仅用加速度计测量即可可靠区分细微多类泄漏签名。
**3.2.1 类别性能**：混淆矩阵对角线主导，1783个测试窗口中正确分类1775个。正常操作（NL）几乎完美分离（仅1个窗口误判为GL）；GL与LC之间存在少量混淆（2个GL→LC，1个LC→GL），表明小部分窗口有部分重叠模式；OL与CC仅有孤立错误（1个OL→CC，2个CC误判为OL/GL）。
**3.2.2 物理解释**：LC与GL区分最困难，两者均产生以低频结构共振为主的宽带噪声，但流体动力学机制不同（LC因不均匀断裂边缘产生强湍流和高阶瞬态，GL因密封失效产生更光滑的流量调制振动）。FFT幅度谱区分度有限，而二阶WST系数有效捕捉LC湍流的瞬态特征，引导注意力机制澄清了模糊性。
**3.3 与当前最优方法的基准比较**：对比近期使用同一数据集的方法（包括复杂值CNN、纯FiT、WST+SVM、射频分类器等），FiT-WST+以99.6% ACC超越所有方法，尤其在仅用加速度计且1 kHz采样条件下表现突出。
**3.4 消融研究与架构分析**：基线A（WST+MLP）ACC为96.8%，但对最模糊类别分离不足；基线B（纯FiT）在1 kHz下ACC降至86.8%，表明Transformer对高频内容丢失敏感；完整FiT-WST+（引导注意力）达99.6%，证明WST引导有效处理了最难区分类别（如LC vs GL）。
**3.5 超参数敏感性分析**：对小波散射参数（尺度J和分辨率Q）的网格搜索显示，模型在（J=8, Q=8）下性能稳定（宏F1>95.4%），更高的Q提升细微模式捕捉能力。滑动窗口大小和重叠率分析表明，宏F1在1.0~4.0秒窗口和50%~90%重叠下均≥95.5%，最优配置为3.0秒窗口+90%重叠（宏F1=99.8%）。
**结论讨论与翻译**
**总结讨论部分**：与现有方法相比，FiT-WST+在仅用加速度计数据下达到99.6% ACC，显著优于复杂值CNN需多传感器融合的表现（单加速度计仅90.0%），证明WST丰富特征表示替代了声学传感器，实现低成本部署。相比需25.6 kHz采样率的纯FiT模型（98.7% ACC），本方法在1 kHz下取得更高性能，表明多类泄漏必要信息集中在低频区，且WST引导特征提供形变稳定的补充表征。与传统ML流水线（91.7~98.1% ACC）相比，物理信息WST描述符与Transformer表示学习结合显著减少相近泄漏类别的混淆。计算效率方面，模型仅约295万个可训练参数，推理时间平均1.9 ms/窗口，支持实时监测。重复训练（N=5）的标准偏差约0.39%，证实统计稳定性。局限性包括：管道振动响应受材质、直径、传感器位置及环境噪声影响，模型对显著不同水力网络的适用性尚未实证评估。未来将验证异构基准、探索迁移学习和在线学习，并将模型集成至边缘设备实现可扩展实时泄漏监测。
**翻译研究结论部分**：本研究引入了一种创新的深度学习框架FiT-WST+，旨在利用振动数据应对WDNs中可靠泄漏分类的挑战。该方法通过结合FiT的频谱选择性与WST的稳定纹理不变表示，规避了传统统计特征工程和典型频域模型的问题。在基准Aghashahi数据集上的实验结果表明，FiT-WST+达到了99.6%的最优准确率（ACC），超越了近期多传感器融合和高频方法。本工作的一个关键发现是模型卓越的数据效率：研究人员证实，仅在1 kHz采样率下即可实现高度可靠的诊断，从而降低了数据带宽需求。这证明引导注意力机制有效补偿了下采样过程中的频谱分辨率损失，使该方案特别适用于资源受限的边缘AI/IoT设备。
