利用小波域自适应复合阈值方法，在水下噪声中实现对海洋生物声学信号的稳健端点检测

《Journal of Marine Science and Engineering》：Robust Endpoint Detection of Marine Biological Acoustic Signals in Underwater Noise Using Wavelet-Domain Adaptive Composite Thresholding

　　

摘要

端点检测是被动声学监测海洋生物声音的关键预处理步骤，但在信噪比较低（SNR）的情况下，水下噪声可能会模糊声音的起始和结束边界。本研究提出了一种基于小波域的自适应复合阈值算法（WD-ACT），以提高端点检测的鲁棒性。该方法首先应用Daubechies 4（Db4）小波进行增强处理，并配合软阈值算法；随后将短时能量、非零滞后自相关和频谱变化融合为一个帧级综合检测评分。通过从背景帧数据中估计出的自适应双重阈值策略来确定有效声学段的起始和结束位置。实验使用了三种人工标注的海洋哺乳动物发声片段，包括海豹、海豚和海象的叫声，这些声音与白噪声、粉噪声、船舶噪声和风浪噪声混合，信噪比范围为 negative 5' data-speech-attached="true" data-semantic-braille="???" data-braille-attached="true" has-speech="true"> negative 5' data-semantic-summary ' negative number' data-semantic-braille="???"> minus' data-semantic-braille="?">? 5' data-semantic-summary ' number' data-semantic-braille="??">5到15分贝的环境中进行测试。对于每种声学片段、噪声类型和信噪比组合，共进行了100次噪声混合实验。与短时能量检测（STE-ZCR）、时域自相关检测（TDA）、小波域检测（WD）和频谱流检测（SFD）相比，WD-ACT达到了最低的中位数漏检率（5.56%）、最低的中位数边界平均绝对误差（222.49毫秒）以及最高的中位数帧级准确率（87.17%）。进一步使用来自五种不同海洋哺乳动物的九个独立发声片段的通用性评估也证明了该算法在无需针对特定物种调整参数的情况下具有跨信号适用性。这些结果表明，WD-ACT为海洋生物声学信号的端点检测提供了一种鲁棒且易于解释的预处理方法。