基于神经网络算法的鱼类迁徙轨迹拟合研究

最新推荐文章于 2025-09-09 02:32:13 发布

阿星先森

最新推荐文章于 2025-09-09 02:32:13 发布

阅读量1k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： FPGA、Matlab、Allegro的所有相关知识文章标签：神经网络算法人工智能

本文链接：https://blog.youkuaiyun.com/axingxiansen/article/details/130778836

FPGA、Matlab、Allegro的所有相关知识专栏收录该内容

35 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

该研究利用HTI Model 291声学标签接收系统，结合神经网络算法，对鱼类迁徙轨迹进行模拟和分析。在天雹水库进行的试验中，通过对草鱼等鱼类的标记和监测，发现神经网络算法在X、Y方向的轨迹拟合效果良好，但在Z方向存在改进空间，可能与未考虑河底地形有关。此外，数据处理策略对信号连续性有影响，未来研究可优化这一方面。

本试验采用HTI Model 291便携型声学标签接收系统，包括的基本部件有：291便携型声学标签接收器1台，590型水听器4根，最新795型声学标签40枚，490-LP 型标签编程器1台，690系列电缆400m，492微型声学标签探测器1台，115VAC型滤波器1台，TagProgrammer 、MarkTags和AcousticTag专用软件各1套，笔记本电脑1台。连接图如图1所示。左侧为四个590型水听器，其中两个置于水体底部，另两个置于水体表层，两个水听器之间的距离一般小于单个水听器监听范围的2倍，即确保图中六方体范围内为水听器群监听的有效范围。四个水听器与291型接收器连接，291型接收器通过数据线与电脑连接进行数据传输，同时可通过与示波器连接进行信号去糙处理。脉冲信号通过安置在鱼身上的声学标签发出，一旦该标签进行有效监测范围，水听器群即可接收到其信号，并将信号传输到291接收器，291接收器通过示波器去糙后，将信号传输到电脑中储存，根据需要，用户可进行实时处理或后处理等操作。