鸟类是自然界中的重要成员之一,鸟声是鸟类的一种生物学特征,可用于识别鸟的种类,在生物多样性监测和生态环境保护中具有重要意义。现有的鸟声采集方法一般通过将录音设备放置在野外相关区域按设定的程序进行录制与存储,工作人员定期取回存储卡后再对数据进行人工处理分析。这种方法可以对目标区域进行长达两三个月的声音数据连续录制,无需人工值守,但实时性差,并且存储许多没有鸟声的声音信号,耗费存储资源。为了增强时效性,可由工作人员去野外现场录制鸟声,但录音区域范围有限,录制的鸟声数据量少,且人在现场会影响鸟类活动。或将待测鸟类从野外捕捉回来,在实验室环境进行鸟声采集,虽然鸟声音质极佳,但严重影响鸟类的正常生活。随着无线通信技术的发展,出现了一些基于无线网络的远程采集系统,实现无需人工介入的实时数据采集,为鸟声采集带来极大便利。但目前的远程采集系统仍存在一些问题,比如无线网络的限制、数据共享的局限和设备的生产成本等,导致无法进行大规模部署。为适合各种野外环境的鸟声远程采集和无线传输,本文研究并设计一种星型网络结构的鸟声采集系统,主要工作如下:一、设计了远程鸟声采集系统方案,包括信号采集终端、无线网关、阿里云服务器。为方便大规模部署,以成本较低的单片机为主处理芯片,终端采用NXP RT1052,无线网关采用STM32F407ZGT6,终端与无线网关之间通过LoRa传输数据和命令,无线网关通过4G网络与阿里云服务器通信。二、设计了鸟声采集终端的声信号预处理算法,包括降噪、分段、筛选和压缩。以WebRTC的降噪算法为基础,提出基于最大后验估计器的改进方法,有效抑制背景噪声;采用基于先验概率的分段算法对声信号进行分段,提出一种非线性频率域的分析方法;基于线性预测的共振峰估计方法得到有声段中每个子片的特征信息,通过分类统计的方式判断有声段中是否存在鸟声信号,进一步筛选得到含有鸟声的片段;对鸟声片段进行MP3压缩,减少数据量。三、采用星型拓扑结构的组网方式,网关通过LoRa模块分时轮询并获取各鸟声采集终端的鸟声音频文件,再通过4G无线网络将这些鸟声文件上传至阿里云服务器,实现数据到云端的过程,进而扩展物种识别等应用服务。本设计系统实现了远程的鸟声数据采集,可以为鸟声识别和动物声学的研究以及生态环境的监测提供现场声音数据。