买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国水产科学研究院珠江水产研究所申请的专利一种多频声波与AI算法的大规模鱼类资源检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120103352B 。

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510177814.0，技术领域涉及：G01S15/88；该发明授权一种多频声波与AI算法的大规模鱼类资源检测方法是由武智;李捷;寇春妮;李跃飞;朱书礼设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种多频声波与AI算法的大规模鱼类资源检测方法在说明书摘要公布了：本发明公开一种多频声波与AI算法的大规模鱼类资源检测方法，包括：结合环境特征校正原始回波信号为标准环境特征下的信号；提取并归一化回波信号的频谱特征和时序分布信息；获取鱼类种类的频率响应特征数据并关联其空间位置信息；通过三维点云聚类分析获取鱼群种群比例；识别鱼群异常行为类型、区域范围，并制定鱼群异常干预策略；预测未来时间段内鱼群异常行为的时间点、区域范围、异常类型及原因；结合马氏距离和鱼群行为预测，评估鱼群异常干预策略效果，并动态调整鱼群异常干预策略。本发明不仅能够提高鱼类资源检测的精度和效率，满足大范围水域内鱼群动态监测和精准管理的需求，进一步促进了水域生态系统的健康与可持续发展。

本发明授权一种多频声波与AI算法的大规模鱼类资源检测方法在权利要求书中公布了：1.一种多频声波与AI算法的大规模鱼类资源检测方法，其特征在于，所述方法包括： 通过多频声纳设备调整声波发射参数，结合环境特征校正原始回波信号为标准环境特征下的信号； 根据经校正后的回波信号，通过时间窗分割、信号到达时间计算及去噪处理，提取并归一化回波信号的频谱特征和时序分布信息； 通过多频信号的时间序列分析、频率响应梯度计算及包络曲线提取，生成鱼类种类的频率响应特征数据并关联其空间位置信息，包括： 根据归一化频谱特征数据，包括多频信号的时间序列及其频谱特征，利用快速傅里叶变换提取不同频段信号的幅度和相位信息，并记录每个频率下的时间序列数据；根据各频率时间序列信号，使用公式将时间序列信号转换为强度值，并在每个频率范围内计算回波信号强度的均值和方差，得到不同频率对应的散射强度特性，其中S为归一化信号的幅值；根据不同频率对应的散射强度特性数据，对不同频率的散射强度数据进行拟合分析，建立散射强度随频率变化的曲线，计算曲线的梯度值，提取不同频率间的强度变化速率，判断鱼类对频率的敏感程度；根据频率变化梯度的范围，将特征分组，形成鱼类频率响应的特征模板，得到鱼类种类的频率敏感性特征，包括频率响应变化梯度及特征模板；提取各种鱼类在各频率下的频率响应数据，计算不同鱼类在各频段下的特征分离指数，对信号特征重叠区域的频段信号强度进行频段缩放；根据各频率时间序列信号，利用希尔伯特变换提取信号的包络曲线，得到反射信号的形状特征；根据回波信号包络的下降部分，采用指数拟合模型计算信号的衰减速率R，得到鱼类回波信号的形状特征及衰减速率特性，其中为包络幅值，为包络曲线的起始值；将各频率声波的散射强度特性、鱼类种类的频率敏感性特征、鱼类回波信号的形状特征及衰减速率特性，按频率范围进行组合，生成鱼类种类的频率响应特征数据表，并将鱼类种类的频率响应特征数据与鱼类所在水域的距离、方位角、深度和位置坐标进行关联； 根据鱼类声波监测数据库中多频声波下的频率响应特征数据，通过信号分类和三维点云聚类分析获取鱼群的空间分布、种群比例及混合鱼群标记信息； 根据多频声纳接收器实时获取的鱼群回波信号和动态数据，确定鱼群正常行为基线的参数范围，通过计算鱼群动态数据和鱼群正常行为基线均值的马氏距离，识别鱼群异常行为类型、区域范围，并制定鱼群异常干预策略，包括： 通过多频声纳接收器实时接收鱼群回波信号，获取每个信号点的时间戳、距离、方位角、深度和位置坐标，确定鱼群动态数据，包括鱼群的位置坐标、群体密度、运动方向和运动速率；根据鱼群动态数据，确定鱼群行为特征，鱼群行为特征包括鱼群密度变化率、空间聚集特征、运动方向一致性和速度变化率，空间聚集特征为鱼群在特定区域的聚集程度，运动方向一致性为群体中个体运动方向的相似性；根据鱼群行为特征，使用K-means聚类算法进行聚类分析，建立鱼群正常行为基线模型，确定鱼群正常行为基线的参数范围，包括正常的群体密度变化范围、聚集半径和空间分布特征、平均运动方向和速度范围；通过马氏距离计算公式，计算鱼群动态数据和鱼群正常行为基线均值马氏距离，确定鱼群实时行为与正常行为基线的偏离程度，其中，为协方差矩阵；若超出预设鱼群正常行为置信区间，则判定当前鱼群行为为异常，基于和预设异常程度评估阈值判断鱼群异常程度，并标记鱼群异常行为类型和异常程度，异常行为类型包括但不限于聚集、散开或高速移动，异常程度包括轻度、中度和严重；根据鱼群的位置坐标，确定鱼群异常行为发生的位置坐标和区域范围，并统计鱼群发生异常行为区域的群体特征，包括鱼群数量和密度；将鱼群发生异常行为区域的鱼群行为特征储存到鱼群行为模式数据库；通过鱼群行为模式数据库获取历史鱼群发生异常行为区域的鱼群行为特征，并标注异常原因，使用随机森林算法进行模型训练，构建鱼群异常原因识别模型，异常原因包括但不限于捕食者威胁、环境扰动或人工干预；根据实时获取的鱼群行为特征，使用鱼群异常原因识别模型，确定鱼群异常原因；基于鱼群异常行为发生时间、区域范围、鱼群异常原因以及异常程度，制定并实行鱼群异常干预策略，包括但不限于调整水质参数、减轻污染负荷、增加溶解氧浓度或优化水流速度； 根据鱼群行为模式数据库的历史动态数据，结合鱼群正常行为基线均值，预测未来时间段内鱼群异常行为的时间点、区域范围、异常类型及原因，并提前实行实行鱼群异常干预策略； 根据多频声纳接收器获取的鱼群动态数据，结合马氏距离和鱼群行为预测，评估鱼群异常干预策略效果，并动态调整鱼群异常干预策略和干预范围。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国水产科学研究院珠江水产研究所，其通讯地址为：510000 广东省广州市荔湾区芳村西塱兴渔路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。