Способ диагностирования состояний пчелиных семей по их акустическому шуму



Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму
Способ диагностирования состояний пчелиных семей по их акустическому шуму

 


Владельцы патента RU 2443982:

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет" (ЮЗГУ) (RU)

Способ диагностирования состояний пчелиных семей по их акустическому шуму заключается в том, что звуковой сигнал, снимаемый микрофоном, усиливается, а затем с помощью узкополосных частотных фильтров в наиболее информативных частотных полосах этого сигнала выходные сигналы выпрямляют, анализируют с помощью блока компараторов, на выходах которых формируются параллельные двоичные коды, которые преобразуют в образы спектров. При распознавании состояний пчелиных семей по их акустическому шуму в течение времени диагностирования (от 2-х до 10 минут) полученные двоичные коды записывают в виде восьмеричных кодов, строят таблицу частот появлений этих восьмеричных кодов. Для повышения информативности по полученным разрядным кодам рассчитывают образы спектров (перестановки) и апостериорную энтропию (среднее количество информации), учитывая полученное кодовое сообщение при n и вычисленные уровни образов спектров (перестановок), устанавливают образы спектров (перестановок) при n+1 большей размерности, задавая распределение, которое даст среднюю информацию, соответствующую новому распределению кодов. Технический результат - повышение точности, достоверности и количества распознающих состояний пчелиных семей. 21 ил., 6 табл.

 

Изобретение относится к области пчеловодства и может найти применение в практической работе на индивидуальных и коллективных пасеках.

Известны способы диагностирования состояний пчелиной семьи по их акустическому шуму, основанные на анализе интенсивностей сигналов в выделенных частотных полосах с применением численных методов спектрального анализа и статистической обработки случайных сигналов [1-3]. Недостатками способов являются недостаточная информативность при выбранном количестве спектральных частотных полос, сложность и большая продолжительность расчетов спектров, недостаточная информативность при близких распределениях частот выпадений кодов.

Наиболее близким по технической сущности к изобретению является способ определения информативных частотных полос акустического сигнала пчелиных семей при распознавании их состояний [4], заключающийся в том, что звуковой сигнал, снимаемый с помощью выносного микрофона, усиливается усилителем, затем с помощью узкополосных частотных фильтров выделяют наиболее информативные частотные полосы этого сигнала, выходные сигналы этих узкополосных частотных фильтров выпрямляют с использованием детекторов с накопителями и анализируют с помощью блока компараторов, полученные выпрямленные напряжения с выходов детекторов с накопителями сравнивают попарно в блоке компараторов по числу всех возможных парных сочетаний (где N - число узкополосных частотных фильтров и соответственно N детекторов с накопителями, r - количество разрядов получаемого параллельного двоичного кода), на выходах блока компараторов формируются параллельные двоичные коды, предварительно устанавливают коэффициенты передач узкополосных частотных фильтров, равные K123=KN, вычисляют исходную энтропию , где априорные вероятности появления двоичных кодов на выходах блока компараторов, m=N! - количество кодов, затем анализируют акустический шум пчелиных семей с известными состояниями, установленными на основании опыта пчеловода (заведомо отбирают наибольшее количество пчелиных семей, которые имеют четкие граничные состояния, пчелиные семьи не подвержены беспокойству, т.е. микрофоны размещаются в ульи заранее), длительность анализа акустического шума пчелиной семьи должна превышать постоянную времени детекторов с накопителями, определяют скорость и достоверность анализа, что составляет от 2 до 10 минут, полученные параллельные двоичные коды для данной пчелиной семьи запоминают, аналогично проводят анализ акустического шума остальных пчелиных семей, время анализа одинаковое для всех пчелиных семей, получаемые коды также запоминают, в последующем подсчитывают количество всех кодов n, вычисляют апостериорную энтропию появления параллельных двоичных кодов для всех анализируемых пчелиных семей , где n - количество наблюдаемых кодов всех анализируемых пчелиных семей, апостериорные вероятности появления параллельных двоичных кодов, затем вычисляют разницу между исходной энтропией и апостериорной (Н(В)-H(Bj/A)), если разница равна нулю, то делают вывод о точной установке частотных полос узкополосных частотных фильтров в наиболее информативных местах частотного диапазона акустического шума пчелиных семей, а если разница между исходной априорной энтропией и апостериорной (Н(В)-Н(В/А)) имеет значение, отличное от нуля, проводят перенастройку частот установки узкополосных частотных фильтров и проводят повторный анализ.

Его основными недостатками являются:

- недостаточная информативность, так как достигнутая информативность определяется количеством используемых узкополосных частотных фильтров, а частоты выпадения кодов могут иметь близкие распределения при диагностировании различных состояний пчелиной семьи. Необходимое разделение состояний можно достигнуть за счет повышения информативности путем наращивания количества узкополосных частотных фильтров;

- при близких пограничных распределениях затрудняется диагностирование конкретных состояний пчелиных семей, увеличивается время анализа, требуется аппаратное усложнение реализации средства диагностирования, что повышает стоимость.

Технической задачей, на решение которой направлено предлагаемое изобретение, является повышение информативности кодового сообщения, соответственно точности и количества распознающих состояний пчелиных семей, а также их достоверности. Это достигается за счет повышения информативности кодовых сообщений, полученных при применении четырех узкополосных частотных фильтров, путем их пересчета в кодовые сообщения с большей информативностью, какие они могли бы быть получены при применимости пяти, затем шести и т.д. узкополосных частотных фильтров. Это проделывается до тех пор, пока не зарегистрируется необходимая информативность кодового сообщения, обеспечивающая четкое разделение кодовых сообщений, характеризующих различные состояния пчелиных семей.

Решение указанной задачи достигается тем, что звуковой сигнал, снимаемый с помощью выносного микрофона, усиливается усилителем, затем с помощью узкополосных частотных фильтров выделяют наиболее информативные частотные полосы этого сигнала, выходные сигналы этих узкополосных частотных фильтров выпрямляют с использованием детекторов с накопителями и анализируют с помощью блока компараторов, полученные и выпрямленные напряжения сравнивают в блоке компараторов по числу всех возможных парных сочетаний, на выходах блока компараторов формируются параллельные b1, b2, b3,…b - двоичные числа кода В разрядностью , получаемые в ходе диагностирования длительностью от 3 до 10 минут с количеством считывания кодов не меньше (n+1)!, поочередно преобразуют в образы спектров (перестановки) согласно выражению

где i1-in - уровни образов спектров,

вычисляют апостериорную энтропию (среднее количество информации) по формуле , где вероятности выпадения Bj кодов полученного кодового сообщения с применением n узкополосных частотных фильтров, kji частота выпадения Bj кодов A-i-го состояния (индекс j показывает номер кода от 1 до n!), Li - суммарное количество наблюдаемых кодов анализируемого A-i-го состояния в течение времени анализа, Ai - i-e состояние пчелиной семьи, рассчитывают среднее значение информации для n+1 узкополосных частотных фильтров согласно выражению Hn(Bj/Ai)·η=H(n+1)(Bj/Ai), где Hnj/Ai) - апостериорная энтропия при размерности n, H(n+1) (Bj/Ai) - апостериорная энтропия при большей размерности n+1, коэффициент увеличения информации, априорная энтропия при увеличенном количестве узкополосных частотных фильтров на единицу, априорная энтропия при количестве узкополосных фильтров, равном n, учитывая полученные экспериментально кодовые сообщения разрядностью и рассчитанные согласно выражению уровни образов спектров, а также учитывая известные образы спектров (перестановки) с размерностью (n+1) и соответственно им двоичные коды с разрядностью , при переходе с размерности n на размерность n+1 количество кодов диагностируемого состояния пчелиной семьи удваивается, подбирают новое распределение для этих кодов так, чтобы рассчитанное среднее количество при новом распределении информации по формуле , где апостериорная вероятность выпадения кодов, Sji частоты кодов с размерностью n+1, совпало с рассчитанной Н(n+1)ji)=Н(n)j/Ai)·η, вид одного из кодов устанавливают по совпадению чисел уровней образов спектров размерности n с числами уровней образов спектров размерности (n+1) этих кодов в местах их размещения, без одного, вид другого кода отличается от первого установленного кода, на одно кодовое расстояние, по новому распределению частот выпадений кодов с размерностью (n+1) судят о более конкретной принадлежности к диагностируемому состоянию пчелиной семьи.

При анализе акустического шума пчелиных семей, акустический шум, снимаемый микрофоном, усиливается и поступает на n узкополосных частотных фильтров, настроенных на наиболее информативные частотные полосы [3], выделенные частотные составляющие детектируются и попарно сравниваются в блоке компараторов, на выходах которого по случайному закону появляются параллельные b1, b2, b3,…b - двоичные числа кода В разрядностью , которые образуют байты слов в виде двоичных «единиц» и «нулей». Разрядность двоичных кодов зависит от числа n узкополосных фильтров. Для удобства анализа диагностируемого состояния двоичные коды представляются в виде восьмеричных.

Исходная априорная неопределенность (энтропия) определяется согласно

где - вероятности появления двоичных кодов на выходах блока компараторов, n - количество узкополосных частотных фильтров.

При диагностировании состояний пчелиных семей учитывают частоты выпадений Вj кодов и их распределение, соответствующее A-i-му диагностируемому состоянию.

Для перевода двоичных кодов в образы спектров (перестановки) применимо выражение (2)

где i1……in уровни образа спектра, вычисленные для каждого кодового сообщения, которые образуют образы спектров (перестановки) , где 1, 2, …, n номера столбцов перестановок или номера узкополосных частотных фильтров, i1, i2, …, in целые числа, т.е. i1=1, или 2, или n, i2=1, или 2, или n, in=1, или 2, или n.

При использовании n узкополосных частотных фильтров на выходах блока компараторов наблюдаются разрядные коды, а при использовании n+1 узкополосных частотных фильтров на выходах блока компараторов наблюдаются разрядные коды.

К примеру, при использовании четырех узкополосных частотных фильтров на выходах блока компараторов наблюдаются шестиразрядные коды (3), которые соответствуют образам спектров и соответственно перестановкам (4) [5].

где: В6 - шестиразрядный двоичный код, b1-b6 - двоичные числа, младший разряд слева.

Числа, характеризующие уровни i1, i2, i3, i4, неизвестны

где: 1, 2, 3, 4 номера узкополосных частотных фильтров.

Подставим в выражение (2) n=4, получим выражение (5). Тогда номера наблюдаемых уровней образа спектра, т.е. числа перестановки, вычисляются с использованием выражения (5)

При анализе кодового сообщения акустического сигнала пчелиной семьи получаем распределение двоичных кодов и информацию об образах спектров, т.е. перестановках.

Чтобы увеличить информативность кодового сообщения, должны аппаратно увеличить количество узкополосных фильтров.

Для увеличенного количества узкополосных частотных фильтров, т.е. при n+1 исходная априорная неопределенность (энтропия) определяется согласно

При использовании пяти узкополосных фильтров среднее количество информации увеличится в 1,5 раза (табл.1, фиг.1). Но с увеличением количества узкополосных фильтров возрастает аппаратная стоимость устройства для реализации способа, сложность схемной реализации.

Поскольку заранее известно увеличение средней информации (табл.1, фиг.1), а также известны образы спектров для пяти фильтров (фиг.3-фиг.7), которые рассчитываются по формуле (2). Не увеличивая аппаратно на один количество узкополосных частотных фильтров, можно установить вид и их частоты выпадения при новом распределении двоичных кодов и определить образы спектров большей размерности. Для этого достаточно устройства с использованием 4-х узкополосных фильтров, реализующих 4! образов спектров (фиг.2).

При использовании пяти узкополосных частотных фильтров получаем 10-разрядный код (7)

Используя выражение (2), определяем формулу (8) для расчета уровней образа спектра (второго ряда чисел перестановки) при применимости пяти узкополосных частотных фильтров, устанавливается образ спектра (9)

Чтобы перейти на размерность, выше на одну позицию, т.е. с шестью узкополосными частотными фильтрами, необходимо иметь установленное экспериментальным путем распределение частот выпадений кодов, полученных в ходе диагностирования при аппаратном использовании пяти узкополосных частотных фильтров, или рассчитать при аппаратной реализации четырех узкополосных частотных фильтров.

Для образа спектра (перестановки), где n=6, по наблюдаемому двоичному пятнадцатиразрядному коду (10)

с применением выражения (2) устанавливают формулу (11)

с применением, которой рассчитывают уровни образа спектра или числа второго ряда перестановки (12)

Для того чтобы диагностировать состояния пчелиных семей, необходимо иметь признаковое пространство частот появления кодов известных состояний пчелиных семей, установленных путем осмотра.

В табл.2 (фиг.8) приведено 20 различных состояний пчелиных семей. При применении четырех узкополосных частотных фильтров для различных состояний пчелиных семей наблюдались различные частоты выпадений кодов (табл.3, (фиг.10)), с использованием которых рассчитываются апостериорная энтропия (среднее количество информации) по формуле

где вероятности выпадения Вj кодов полученного кодового сообщения с применением n узкополосных частотных фильтров, kji частота выпадения Вj кодов A-i-го состояния (индекс j показывает номер кода от 1 до n!), Li - суммарное количество наблюдаемых кодов анализируемого A-i-го состояния в течение времени анализа, A-i-e состояние пчелиной семьи. Апостериорная энтропия Hn(Bj/Ai) приведена в третьем столбце табл.3, фиг.10.

В табл.1, фиг.1 показано, что с увеличением числа узкополосных частотных фильтров увеличивается среднее количество информации на η, где коэффициент увеличения информации, числовые значения приведены в пятом столбце табл.1 фиг.1.

С учетом известного среднего количества информации (апостериорной энтропии Hn(Bj/Ai)) (13) рассчитывают среднее значение информации (апостериорную энтропию Н(n+1)ji)) для n+1, т.е. пяти узкополосных частотных фильтров согласно выражению (14)

Учитывая известное увеличение количества информации η (табл.1, фиг.1) и рассчитанную апостериорную энтропию H(Bj/4i) (табл.3, фиг.10), рассчитывается апостериорная энтропия H(n+1)(Bj/Ai), которая приведена в табл.6 (фиг.16-фиг.27).

Имея эту информацию, установим образы спектров, какие они могут быть в случае практической реализации с использованием пяти узкополосных частотных фильтров. При попарно сочетательном сравнении интенсивных составляющих при использовании 5-ти узкополосных частотных фильтров, на выходе блока компараторов формируется 10-разрядный двоичный код.

Для того чтобы определить повышенную информативность при меньшем количестве узкополосных частотных фильтров, к четырем реальным узкополосным фильтрам добавляется еще один пятый виртуальный узкополосный фильтр. Полосы частот узкополосных частотных фильтров виртуальной системы сужают в раз. Частоты настройки узкополосных частотных фильтров устанавливают по максимальной информативности нового виртуального распределения частот выпадений кодов , где апостериорная вероятность выпадения кодов, Sji частоты кодов с размерностью n+1, Li≥(n+1)! - суммарное количество наблюдаемых кодов диагностируемого состояния в течение времени анализа акустического шума пчелиных семей.

Пример

Для анализа акустического шума были задействованы пчелиные семьи, имеющие большое количество различных состояний (табл.2, фиг.8), установленных путем осмотра. При использовании четырех (n=4) узкополосных частотных фильтров наблюдались частоты выпадений кодов (табл.3, фиг.10) [3].

Априорная вероятность появления одного из 4! кодов составляет pi=0,042. Исходная априорная неопределенность, определенная по формуле (1), составляет Н4(В)=4,58 бит.

При анализе акустического шума пчелиной семьи получено распределение выпадений кодов, характеризующих состояния пчелиных семей (табл.3, фиг.10).

При сочетательном сравнении продетектированных составляющих, выделенных четырьмя узкополосными частотными фильтрами, имеем шестиразрядный двоичный код В6 с шестью двоичными числами b1, b2, b3, b4, b5, b6. При добавлении пятого виртуального узкополосного частотного фильтра на выходах блока компараторов при сочетательном сравнении формируется десятиразрядный двоичный код В10 с десятью двоичными числами b1, b2, b3, b4, b5, b6, b7, b8, b9, b10.

При оцифровке методом сочетательного сравнения (фиг.9) первые три двоичных разряда при переходе с размерности четыре узкополосных частотных фильтра на пять узкополосных частотных фильтров совпадают, четвертый разряд b4 не совпадает, пометим его x4. Двоичный разряд b4 с размерности четыре узкополосных частотных фильтра переходит в b5 размерность пяти узкополосных частотных фильтров, а двоичный разряд b5 с размерности четыре узкополосных частотных фильтра переходит в b6 размерность пяти узкополосных частотных фильтров, двоичный разряд b6 с размерности четыре узкополосных частотных фильтра переходит в b8 размерности пять узкополосных частотных фильтров. Получаем десятиразрядный код В10 с десятью двоичными числами b1, b2, b3, x4, b5, b6, х7, b8, x9, x10, в котором известны шесть цифр двоичных разрядов взятых шестиразрядных кодов при применимости четырех узкополосных частотных фильтров, четыре двоичных разряда x4, x7, x9, x10, взятых из десятиразрядного кода B10, не известны.

При переходе образов спектров (перестановок) с размерности четыре узкополосных частотных фильтра в размерность пять узкополосных частотных фильтров, двоичные разряды b1, b2, b3, b5, b6, b8 совпадают в пяти вариантах образов спектров (перестановок) размерности пять узкополосных частотных фильтров .

Для роевого состояния (A6) пчелиной семьи строка шесть (табл.2, фиг.8), (табл.3, фиг.10) с применением четырех узкополосных частотных фильтров выпали коды: <74>8 - 53 раза, <77>8 - 11 раз. Код соответствует перестановке , код соответствует перестановке . Уровни образов спектров (числа второго ряда перестановок) установлены с использованием выражения (2).

При добавлении пятого виртуального узкополосного частотного фильтра, при анализе одного и того же акустического сигнала, при одновременном считывании как с четырьмя, так и с пятью узкополосными частотными фильтрами, получим совпадающие коды в первом, во втором, в третьем разрядах. При выпадении кода <74>8 на выходах компараторов устанавливаются двоичные коды b1=1, b2=1, b3=1, b4=0, b5=0, b6=1 (фиг.9, а). В это же время на выходах компараторов (фиг.9, в) устанавливаются двоичные коды b1=1, b2=1, b3=1, x4=?, b5=0, b6=0, x7=?, b8=1, x9=?, x10=? (фиг.9, в), десятиразрядное кодовое сообщение , где неизвестны четыре двоичных числа в четвертом, седьмом, девятом, десятом разрядах. Двоичные числа b1=1, b2=1, b3=1, b5=0, b6=0, b8=1 входят в следующие перестановки

, , ,

,

Разряды чисел x4, х7, x9, x10 в десятиразрядном кодовом сообщении принимают следующие значения двоичных кодов (табл.4, фиг.10), входят в следующие варианты десятиразрядных двоичных кодов

Между этими десятиразрядными двоичными кодами, перестановками и восьмеричными кодами имеется следующее соответствие

При выпадении кода <77>8 на выходах компараторов устанавливаются двоичные коды b1=1, b2=1, b3=1, b4=1, b5=1, b6=1 (фиг.9, а). В это же время на выходах компараторов (фиг.9, в) устанавливаются двоичные коды b1=1, b2=1, b3=1, х4=?, b5=1, b6=1, x7=?, b8=1, x9=?, x10=? (фиг.9, в), десятиразрядное кодовое сообщение , где неизвестны четыре двоичных числа в четвертом, седьмом, девятом, десятых разрядах. Двоичные числа b1=1, b2=1, b3=1, b5=1, b6=1, b8=1 входят в десятиразрядные двоичные коды, соответствующие перестановкам и восьмеричным кодам

, , ,

, .

Разряды чисел x4, x7, x9, х10 в десятиразрядном кодовом сообщении принимают следующие значения двоичных кодов (табл.5, фиг.12), входят в следующие варианты десятиразрядных двоичных кодов

Между этими десятиразрядными двоичными кодами, перестановками и восьмеричными кодами имеется следующее соответствие

При анализе акустического шума с четырьмя узкополосными частотными фильтрами (фиг.9, а) код <74>8 выпал 53 раза, код <77>8 выпал 11 раз. Согласно табл.3 для шестого состояния пчелиной семьи за время анализа выпало 64 раза, два кода <74>8 и <77>8.

Предстоит установить при анализе акустического шума пчелиной семьи, какие двоичные десятиразрядные коды и соответствующие им восьмеричные коды выпали бы, если бы в это же время проводили анализ акустического шума на устройстве, реализованном по схеме (фиг.9, в), но пятый узкополосный частотный фильтр реально отсутствовал.

Известны все варианты образов спектров при использовании четырех и пяти узкополосных частотных фильтров (фиг.2-фиг.7), где U1, U2, U3, U4, U5 относительные интенсивности образов спектров. Известны коды <74>8 и <77>8 (табл.3, фиг.10, шестое состояние), которые выпали в ходе анализа акустического шума при использовании четырех узкополосных частотных фильтров. Известны частоты выпадений кодов и апостериорная энтропия Н4(Bj6)=0,664 бит. Известен коэффициент увеличения информации (табл.1, фиг.1) при переходе анализа акустического шума с четырех узкополосных частотных фильтров на пять узкополосных частотных фильтров. Используя формулу (14), определяют для шестого состояния пчелиной семьи, какое было бы среднее значение информации (апостериорная энтропия) при применимости пяти узкополосных частотных фильтров. Для шестого состояния пчелиной семьи при использовании пяти узкополосных частотных фильтров при таком же количестве считываний кода (табл.6, фиг.16) H5(Bj/A6)=0,664·1,5=0,996 бит.

Код <74>8 при использовании четырех узкополосных частотных фильтров может преобразоваться при применимости пяти узкополосных частотных фильтров в пять следующих кодов <7171>8, <7020>8, <7161>8, <7120>8, <7160>8.

Код <77>8 при использовании четырех узкополосных частотных фильтров может преобразоваться при применимости пяти узкополосных частотных фильтров в пять следующих кодов <7771>8, <7770>8, <7730>8, <7720>8, <7620>8.

Если принять, что для кодов <7171>8, <7020>8, <7161>8, <7120>8, <7160>8 суммарная частота выпадений составит 53 раза, а для кодов -<7771>8, <7770>8, <7730>8, <7720>8, <7620>8 суммарная частота выпадений 11 раз, то при равновероятных исходах выпадений распределение частот выпадений кодов выглядит так

.

Для такого распределения H5(Bj/A6)=2,979 бит.

Возможна максимальная частота выпадения одного кода из пяти возможных кодов <7171>8, <7020>8, <7161>8, <7120>8, <7160>8, частота выпадения составит 53 раза, а также возможна максимальная частота выпадения одного кода из пяти возможных кодов - <7771>8, <7770>8, <7730>8, <7720>8, <7620>8, которая составит 11 раз. В этом случае H5j6)=0,664 бит.

Апостериорная энтропия Н5j6) при использовании пяти узкополосных частотных фильтров для шестого состояния пчелиной семьи должна находиться в интервале 0,664 бит<H5j6)<2,979 бит.

Более вероятным возможно следующее распределение кодов, когда из пяти возможных кодов <7171>8, <7020>8, <7161>8, <7120>8, <7160>8 выпадут два, а также для пяти возможных кодов - <7771>8, <7770>8, <7730>8, <7720>8, <7620>8 выпадут два с распределением частот выпадений кодов, приведенных ниже

Вычислим апостериорную энтропию с учетом коэффициента повышения информативности η при переходе анализа акустического шума пчелиной семьи с четырех узкополосных частотных фильтров на пять (фиг.1, табл.1). Вычисленное значение апостериорной энтропии составит H5(Bj/A6)=H4j6)·η=0,664 бит·1,5=0,996 бит. Сравнивая среднее значение информации с прежним вычислением, видим, что 0,929 бит≠0,996 бит. Изменим распределение частот выпадений кодов

Последнее вычисление среднего количества информации наиболее близко подходит H5(Bj/A6)=0,996 бит.

Распределение частот выпадений четырех кодов установили, теперь предстоит установить вид этих кодов.

Из десяти кодов остаются по два кода. Сопоставив образ спектра соответствующий коду <74>8, с образом спектра соответствующим коду <7020>8, видно, что четыре числа (второй нижний ряд чисел) уровней образов спектров совпадают. Второй код будет отличаться от кода на одно кодовое расстояние. Таким кодом является .

Сопоставив образ спектра соответствующий коду <77>8, с образом спектра соответствующим коду <7771>8, видно, что четыре числа (второй нижний ряд чисел) уровней образов спектров совпадают. Второй код будет отличаться от кода на одно кодовое расстояние. Таким кодом является .

При использовании пяти узкополосных фильтров вместо кода <74>8 (четыре узкополосных частотных фильтра) выпадут коды <7020>8, <7120>8, а вместо кода <77>8 (четыре узкополосных частотных фильтра) выпадут коды <7771>8, <7770>8.

Используя вычисленную (среднее значение информации) апостериорную энтропию H5(Bj6)=0,996 бит, наиболее близким является распределение кодов .

Среднее количество информации составляет H5(Bj/A6)=0,997 бит. Апостериорная энтропия, вычисленная по формуле (14), с учетом увеличения информации (табл.1, фиг.1) Н5j6=0,996 бит практически совпадает с апостериорной энтропией H5(Bj/A6)=0,997 бит нового распределения.

При выпадении кода <74>8 53 раза, код <7020>8 выпадет 50 раз, код <7120>8 3 раза.

При выпадении кода <77>8 11 раз, восьмеричный код <7620>8 выпадет 10 раз, а код <7720>, который находится на кодовом расстоянии, равном единице, выпадет один раз.

На базе известных данных, полученных с использованием четырех узкополосных фильтров, рассчитаны частоты выпадений кодов, которые могли бы выпасть при использовании пяти узкополосных частотных фильтров. Алгоритм для вычисления частот выпадений кодов, которые могут быть получены в устройстве с n+1 узкополосных частотных фильтров, фиг.13-фиг.15 на базе экспериментальных частот выпадений кодов для n узкополосных частотных фильтров. Частоты выпадений кодов приведены в табл.6 (фиг.16-фиг.21).

Таким образом при диагностировании состояний пчелиных семей с меньшим количеством узкополосных частотных фильтров и при близких распределениях частот выпадений кодов, можно, не наращивая аппаратно количество узкополосных частотных фильтров, повысить информативность кодового сообщения, рассчитав новое распределение частот выпадения кодов, и соответственно более точно диагностировать состояние пчелиной семьи, а также повысить количество диагностируемых состояний пчелиных семей.

Источники информации

1. Пат. 2167518 Россия, МКИ A01K 47/00. Способ определения информативности спектральных составляющих акустического сигнала пчелиных семей при распознавании их состояний // Дрейзин В.Э., Рыбочкин А.Ф., Захаров И.С. / Опубл. 27.05.01. Бюл. №15.

2. Пат. 2161883 Россия, МКИ A01K 47/00. Способ диагностирования состояний пчелиной семьи // Дрейзин В.Э., Рыбочкин А.Ф., Захаров И.С. / Опубл. Бюл. №2. 20.01.2001.

3. Пат. 2259041 Россия, МКИ A01K 47/00. Способ и устройство диагностики состояний пчелиных семей по их акустическому шуму // Рыбочкин А.Ф., Дрейзин В.Э., Захаров И.С., Дремов Б.Б., Кутузов А.А. / Опубл. 25.08.2005. Бюл. №24.

4. Пат. 2287138 Россия, МКИ A01K 47/00. Способ определения информативных частотных полос акустического сигнала пчелиных семей при распознавании их состояний // Рыбочкин А.Ф. / Опубл. 10.11.2006. Бюл. №31 (прототип).

5. Кострикин А.И. Введение в алгебру. Основы Алгебры: Учебник для вузов. М.: Физматлит. 1994.

Способ диагностирования состояний пчелиных семей по их акустическому шуму, состоящий в том, что звуковой сигнал, снимаемый с помощью выносного микрофона, усиливается усилителем, затем с помощью узкополосных частотных фильтров выделяют наиболее информативные частотные полосы этого сигнала, выходные сигналы этих узкополосных частотных фильтров выпрямляют с использованием детекторов с накопителями и анализируют с помощью блока компараторов, полученные и выпрямленные напряжения сравнивают в блоке компараторов по числу всех возможных парных сочетаний, на выходах блока компараторов формируется параллельные - двоичные числа кода В разрядностью отличающийся тем, что параллельные двоичные коды, получаемые в ходе диагностирования длительностью от 3 до 10 мин с количеством считывания кодов не меньше (n+1)!, поочередно преобразуют в образы спектров (перестановки) согласно выражению









где i1-in - уровни образов спектров,
вычисляют апостериорную энтропию (среднее количество информации) по формуле где - вероятности выпадения Bj кодов полученного кодового сообщения с применением n узкополосных частотных фильтров, kji частота выпадения Bj кодов A-i-го состояния (индекс j показывает номер кода от 1 до n!), Li - суммарное количество наблюдаемых кодов анализируемого A-i-го состояния в течение времени анализа, Аi-i-е состояние пчелиной семьи, рассчитывают среднее значение информации для n+1 узкополосных частотных фильтров согласно выражения Hn(Bji)·η=Н(n+1)(Bji), где Hn(Bj/Ai) - апостериорная энтропия при размерности n, Н(n+1)ji) - апостериорная энтропия при большей размерности n+1, - коэффициент увеличения информации,
априорная энтропия при увеличенном количестве узкополосных частотных на единицу,
априорная энтропия при количестве узкополосных фильтров, равном n, учитывая полученные экспериментально кодовые сообщения разрядностью и рассчитанные согласно выражению уровни образов спектров, а также учитывая известные образы спектров (перестановки) с размерностью (n+1) и соответственно им двоичные коды с разрядностью , при переходе с размерности n на размерность n+1 количество кодов диагностируемого состояния пчелиной семьи удваивается, подбирают новое распределение для этих кодов так, чтобы рассчитанное среднее количество при новом распределении информации по формуле где - апостериорная вероятность выпадения кодов, Sji частоты кодов с размерностью n+1, совпало с рассчитанной Н(n+1)ji)=Н(n)j/Ai)·η, вид одного из кодов устанавливают по совпадению чисел уровней образов спектров размерности n с числами уровней образов спектров размерности (n+1) этих кодов в местах их размещения, без одного, вид другого кода отличается от первого установленного кода, на одно кодовое расстояние, по новому распределению частот выпадений кодов с размерностью (n+1) судят о более конкретной принадлежности к диагностируемому состоянию пчелиной семьи.



 

Похожие патенты:

Изобретение относится к области машиностроения, в частности к виброобработке маложестких деталей для снижения в них остаточных напряжений. .

Изобретение относится к области неразрушающего ультразвукового контроля, а именно к способам определения диаграммы направленности пьезоэлектрических преобразователей (ПЭП).
Изобретение относится к ультразвуковой технике и предназначено для качественной оценки распределения плотностей ультразвуковой энергии в ультразвуковых ваннах и других технологических объемах с водой, повергаемой действию ультразвука.

Изобретение относится к приборам для измерения акустических сигналов. .

Изобретение относится к измерительной технике и может быть использовано в системах автоматики и сигнализации, а также для проверки исправности тормозной системы транспортных средств.

Изобретение относится к области пчеловодства и может найти применение в практической работе на индивидуальных и коллективных пасеках. .

Изобретение относится к измерительной технике и может быть использовано для диагностики помпажа - продольных автоколебаний, несанкционированно возникающих в компрессорах газотурбинных установок, а также для оценки параметров помпажных колебаний.

Изобретение относится к измерительной технике и может быть использовано для диагностики технического состояния механизмов с вращающимися элементами конструкции.

Изобретение относится к способу измерения внешнего шума автомобиля и может быть использовано для определения вклада глушителя выпуска отработавших газов во внешнее звуковое поле автомобиля.

Изобретение относится к способам определения шумового загрязнения территории и может быть использовано при осуществлении контроля уровня шума на границе жилой застройки, а также для определения вклада источника шума в общую акустическую ситуацию на границе жилой застройки. Сущность: определяют характерный по уровню шума период работы источника шума, соответствующий периоду с наибольшим уровнем шума. Определяют характерную точку на плане местности из условия соответствия наибольшему уровню шума. В области характерной точки проводят многократные натурные замеры уровня шума на высотах, соответствующих высотному расположению окон каждого этажа жилой застройки. Определяют характерную по уровню шума высотную точку, соответствующую наибольшему уровню шума. Проводят дополнительные многократные натурные замеры уровня шума в характерный период работы источника шума одновременно у источника шума и в характерной по уровню шума высотной точке. Сопоставляют уровень шума для характерной по уровню шума высотной точки, сравнивая два значения уровня шума: первое - полученное в результате замеров уровня шума в характерный по уровню шума период работы источника шума, и второе - определенное в результате расчета уровня шума из условия его снижения расстоянием. Величину вклада источника шума определяют как разницу первого и второго упомянутых значений уровня шума. Технический результат: повышение точности определения уровня шума, обеспечение возможности определения вклада источника шума в общую акустическую ситуацию. 1 ил.

Использование: для акустико-эмиссионной диагностики морских ледостойких сооружений. Сущность изобретения заключается в том, что в критичных узлах конструкции сооружения устанавливают акустико-эмиссионные преобразователи звукового диапазона частот, регистрируют сигналы акустической эмиссии и по параметрам сигналов акустической эмиссии определяют степень дефекта конструкции сооружения, при этом дополнительно устанавливают в критичных узлах конструкции сооружения группу акселерометров, воспринимающих механические напряжения низкочастотных колебаний инфразвукового диапазона частот, а затем вычисляют первую функцию взаимной корреляции между сигналами, поступающими от акустико-эмиссионных преобразователей и акселерометров, а затем вторую функцию взаимной корреляции между сигналами, поступающими от каждой пары ближайших акустико-эмиссионных преобразователей, при этом дефекты сооружения обнаруживают по амплитуде и форме максимумов от каждой функции корреляции, а координаты дефектов определяют по временной задержке максимума второй функции корреляции между каждой парой акустико-эмиссионных преобразователей. Технический результат: повышение надежности обнаружения и диагностики скрытых дефектов морских ледостойких сооружений. 2 н.п. ф-лы, 1 ил.

Группа изобретений относится к области диагностики, в частности к вибродиагностике, и может быть использована для выявления наличия дефектов в узлах и агрегатах автомобиля. Способ заключается в том, что виброакустический сигнал усиливают, фильтруют, дискретизируют по времени. Затем на каждом очередном шаге дискретизации определяют суммарное значение результатов нелинейных интегральных преобразований функцией y(x)=sin(x)*x2 следующих друг за другом N отсчетов виброакустического сигнала, сравнивают полученное значение с пороговым уровнем Δ. В случае превышения порогового уровня формируется сигнал о наличии дефекта. Устройство содержит последовательно соединенные вибродатчик с усилителем, фильтр, блок дискретизации, блок нелинейных интегральных преобразований, блок определения суммарного значения отсчетов, компаратор. Генератор тактовых импульсов соединен со вторым входом блока дискретизации и вторым входом блока определения суммарного значения отсчетов. Формирователь порогового уровня соединен со вторым входом компаратора, который является выходом схемы. Технический результат заключается в повышении достоверности выявления наличия дефектов. 2 н. п. ф-лы, 3 ил.

Изобретение относится к техническим средствам для обеспечения безопасности жизнедеятельности. Система включает измерительный микрофон с передающим устройством, связанный с измерителем шума по радиоканалу, четырехрежимное сигнально-информационное табло, связанное с блоком вычислителя по радиоканалу, и устройство ввода информации. Блок вычислителя содержит приемное устройство, измеритель шума, блок индикации, блок питания, приемо-передающее устройство получения информации с измерительного микрофона и передачи информации на сигнально-информационное табло, оперативное запоминающее устройство, постоянное запоминающее устройство, микроЭВМ, выполненную с возможностью определения средней интенсивности шума (L, дБА), посредством режима «скользящего окна» и с учетом характеристик используемых противошумов, и вычисления риска ошибочных действий (R), обусловленных воздействием шума, по формуле R=1-(0,0003167e0,061112L+1,10521), при этом риск ошибочных действий (R) кодируется цветом и режимом, а сигнал передается на табло в виде зеленого, при R<0,3 - низкий риск, желтого, при 0,3≤R<0,6 - выраженный риск, красного, при 0,6≤R<0,9 - высокий риск, красного пульсирующего, при R≥0,9 - очень высокий риск. Использование изобретения позволяет повысить оперативность информирования о риске ошибочных действий, обусловленных воздействием производственного шума. 1 ил., 1 табл.

Изобретение относится к метрологии, в частности к способам вибрационной диагностики. Способ измерения вибрационных нагрузок на двигателе летательного аппарата предполагает измерение вибраций с последующим определением спектральной плотности мощности ускорения вибрационного процесса Wxx(f), рассчетом интегральной характеристики Qxx(f), представляющей накопленную по частоте площадь под кривой спектральной плотности мощности. Затем определяют амплитудные уровни и частоты вибрационных нагрузок путем выбора частот с пиковыми уровнями спектральной плотности в Wxx(f) и выявления скачкообразных приращений Δi ординат площади. Определяют амплитуды ускорения по результатам приравнивания каждой Δi на частотах fi к среднему значению квадрата амплитуды гармонического колебания. Все остальные частоты, где отсутствуют скачкообразные приращения, относят к случайным составляющим измеренного вибрационного процесса с уровнями полученной спектральной плотности мощности. Сопоставляют их с аналогичными параметрами, установленными в технических требованиях, и оценивают вибрационную совместимость нового двигателя, работающего в составе силовой установки. Технический результат - повышение точности измерений, сокращение времени на диагностику. 1 ил.

Использование: для определения диаграммы направленности пьезоэлектрического преобразователя (ПЭП). Сущность изобретения заключается в том, что перемещают ПЭП по образцу с ненаправленным отражателем, измеряя амплитуды U и времена прихода эхо-сигналов t в произвольных точках образца, выполняют расчет угла ввода при известной глубине отражателя h и скорости распространения ультразвука в образце c по формуле α=arccos(2h/ct), после чего определяют диаграмму направленности. Технический результат: повышение достоверности и точности измерений. 2 н.п. ф-лы, 2 ил.
Наверх