随着改革开放进程的不断深入,工业自动化、智能化的快速普及,智能畜禽养殖也得到了很大发展,规模化的养猪场已经逐渐成为主流。音频监测是规模化养殖的常见技术,当生猪患流行性感冒或细菌感染类疾病时,会发出咳嗽声;当生猪患伪狂犬病或受到挤压时,会发出惊骇声。通过对生猪异常声音的监测,可尽早发现患病或受到威胁等异常情况的生猪,以便及时对其进行处理,减小损失。为了及时发现并定位发出异常声音的生猪,本论文提出一种对生猪异常声音进行识别与定位的方法。主要研究内容及结果如下:(1)采用现场可编程门阵列设计多通道麦克风的并行采集系统,实现了麦克风阵列采集生猪声音信号,该采集系统具有成本低且效果好的优点。在其基础上,分别采用数字滤波器、维纳滤波器和谱减法对采集的声音进行降噪,对比分析后选择谱减法对声音信号进行降噪处理,其具有输出信噪比高且相对均方根误差小等优点。(2)通过提取生猪声音信号的线性预测倒谱系数、梅尔频率倒谱系数及共振峰等特征参数,对生猪异常声音支持向量数据描述识别模型进行训练,并引入鲸鱼算法对模型参数进行寻优。将不同的特征进行结合得到组合特征,对比不同生猪特征参数得到的识别效果,选取了识别精度较高的梅尔频率倒谱系数、梅尔频率倒谱系数一阶差分及共振峰的组合特征。同时利用麦克风阵列具有的空间特性,综合多个麦克风的识别结果,进一步提高生猪异常声音识别精度。(3)采用基于时延估计的广义互相关算法计算麦克风阵列各阵元信号之间的到达时间差估计值。对比了基本互相关、Roth滤波器加权、平滑相干变换加权和相位变换加权互相关算法,选择运算量小、误差值低的相位变换加权互相关算法。对几何定位法和搜索定位法进行分析对比,结果表明几何定位算法在到达时间差估计值较小时误差变大,而搜索定位法虽然运算量较大,但其定位精度值较高。本论文最终选择了相位变换加权互相关算法结合搜索定位法的声源定位策略。(4)设计了具有良好人机交互功能的生猪异常声音识别与定位系统上位机界面。该上位机可以显示、记录和报警生猪声音的异常情况,当发现生猪异常声音时,可显示出生猪异常声音的定位结果,及时反馈给饲养人员,使饲养人员能够快速地对异常情况作出处理。本论文通过对生猪异常声音识别与定位方法的研究,得出了可以对小型猪舍进行生猪异常声音识别及定位的策略。提取生猪声音的组合特征参数,采用训练好的支持向量数据描述识别模型识别生猪异常声音,并综合多个通道的识别结果,得到的总识别率可达93.70%;当识别生猪异常声音时,采用相位变换加权互相关算法结合搜索定位法的声源定位方法得到的平均距离误差在1m以内。实验结果表明本论文所提出的方法可以较好的实现生猪异常声音识别及定位,可为生猪现代化福利养殖提供一定的参考价值。