强大的海豚哨声通过非线性最小平方和细分自适应高斯过程回归追踪基本频率

科学领域:

• 海洋生物学 海洋生物学
• 生物声学是一种生物声学.
• 信号处理 信号处理

背景情况:

• 海豚哨声是社交沟通的关键,频率调制对于理解行为至关重要.
• 被动声学监测 (PAM) 的有效性受到海洋噪声的限制,降低了基本频率 (f0) 追踪精度.
• 准确的f0估计对于分析海豚的社会互动和行为至关重要.

研究的目的:

• 开发一种先进的方法来准确地跟踪海豚哨声基本频率 (f0).
• 在杂的海洋条件下提高被动声学监测 (PAM) 的有效性.
• 通过精确的海豚分析,提高对海豚沟通和社会结构的理解.

主要方法:

• 一种三阶段的方法,结合了哨声增强,非线性最小方程 (NLS) 估计和分段自适应高斯过程回归与马特恩内核 (ν=3/2).
• 哨声增强利用改进的局部平均分解来抑制背景噪音.
• 框架式频率估计采用NLS估计器,通过Toeplitz加Hankel矩阵配方加速.

主要成果:

• 提出的方法有效地抑制了测量噪声,并恢复了缺失的f0点.
• 它通过使用Matérn-3/2内核实现了本地轨迹忠实性和全球趋势特征之间的最佳平衡.
• 实验结果显示,与现有方法相比,在各种信号噪声比率的f0追踪中,其精度更高.

结论:

• 增强的细分自适应高斯过程回归方法显著提高了海豚哨声的追踪精度.
• 这一进步提高了用于海洋哺乳动物研究的被动声学监测的可靠性和有效性.
• 这些发现有助于更深入地了解海豚在具有挑战性的声环境中的沟通和社会行为.