一种活鱼运输信息系统、建立方法及应用

摘要

本发明涉及食品运输领域，特别涉及一种活鱼运输信息系统、建立方法及应用。包括信息采集，信息传输，信息处理，综合决策，信息存储，信息输出，所述信息包括鱼类生命体征信息、运输鱼舱微环境信息、外界大环境信息、车载信息、交易信息，所述信息处理包括原始采集数据标准化化转换得到标准化数据，基于标准化数据的综合计算，所述综合决策包括对运输鱼舱微环境参数的控制，所述信息存储用于将上述信息制成数据库表格加以存储。本发明信息全面，移动式信息实时采集与传输，远程监控与管理，通过远程控制，驾驶人员不用操作，不会分散注意力。

说明书

技术领域

本发明涉及运输领域，特别涉及一种活鱼运输信息系统、建立方法及应用。

背景技术

活鱼运输是目前鱼类养殖业中不可缺少的环节，从外地引进新品种，收集亲鱼、种苗、商品鱼市场供应等都涉及到活鱼运输。活鱼运输的方法有很多，主要有传统的密闭式运输法、无水湿法运输、麻醉辅助运输等。

目前市面上的活鱼运输装置大多结构简单，主要由鱼箱、供氧装置以及过滤装置，如果夏天长时间运输，多采用冰块降温，运输密度较低。为了提高运输密度，出现了低温保活运输装置，如多功能活鱼运输机组，该装置主要由供氧装置、过滤装置、排污降温装置、供水装置、循环水系统、载鱼仓和监控装置等组成(孙乔良，1991)。如海水活鱼运输装置，该装置具有制冷保温、增氧、杀菌、水质循环净化、供电等功能，在鱼水比(质量比)1:6，运输时间62h的状态下，存活率达95％以上(朱健康等，2005)。具有自动控温、高效增氧、生物净化、双路循环等功能水产品的活体流通保活设备，模拟运输实验结果表明经过168h运行，存活率达95％以上(张饮江，2007；史建华，2007)。

鱼类生命体征信息包括鱼的呼吸、心跳、体温以及游动等。目前鱼类信息检测的研究主要集中在鱼声信息检测研究方面，如美国专利4509151给出了一种基于渔群声信号测量的方法，利用渔声多普勒效应，实现定位、分类、渔种识别的装置。水声学-回声探测仪(即鱼群探仪)已成为渔业资源调查与评估的一个重要工具，而且广泛地应用于监测鱼群行为、鉴别鱼类性别、评估其它水生生物量、探测水体底部类型、监测水质和水生生态系统。上述研究主要集中在鱼群探测、鱼类生态研究方面。鱼声检测方式主要包括主动声呐检测和被动声呐检测，现有研究中通常采用的主动声呐的研究方式，对于被动声呐检测还未见报道。

远程监控系统在家电、通讯、金融、自动化和其他领域的产品日益丰富，并且已经出现了集成GPS、GIS、GPRS等技术的农资运输过程的监控管理系统(周林立等，2012)、煤炭运输实时监测系统设计(仇乐，2013)。然而，在活鱼运输物流领域尚未有成熟的基于Web及GIS远程监控系统报道。

发明内容

针对上述问题，本发明提供一种活鱼智能运输系统、方法及应用，将远程监控系统、Web、GIS、鱼类生命特征监测等技术在活鱼运输上进行了综合应用，取得了比较理想的效果。

本发明的具体方案如下：

一种活鱼运输信息系统，包括信息采集，信息传输，信息处理，综合决策，信息存储，信息输出，

所述信息包括鱼类生命体征信息、运输鱼舱微环境信息、外界大环境信息、车载信息、交易信息；

所述信息传输包括将从车载现场所采集到的原始信息经有线或无线方式经过中继点传递到远程监控终端，和远程监控终端的控制信息经过中继点传递到控制终端；

所述信息处理包括原始采集数据标准化化转换得到标准化数据，基于标准化数据的综合计算；

所述综合决策包括对运输鱼舱微环境参数的控制，具体为根据当前微环境信息和综合计算结果调节微环境温度、含氧量、pH，使微环境和鱼类生命体征参数保持在设定的范围内；

所述信息存储用于将上述信息制成数据库表格加以存储；

所述信息输出包括将远程监控终端监控信息输出到电脑、手机、屏幕、打印机。

优选地，所述鱼类生命体征信息包括声音、气味、体温信息、鱼的基本生理信息，所述鱼的基本生理信息包括生理冰温、需氧量；

所述运输鱼舱微环境信息包括运输介质(水)的温度、含氧量、pH；

所述外界大环境信息包括空气温度、空气相对湿度；

所述车载信息包括车况路况地理位置、运输交通工具名称、编号和牌照；

所述综合计算包括基于标准化数据进行鱼的存活率，鱼肉品质的数据分析，所述鱼肉品质包括鲜度、腐败、蛋白质含量、水分含量。

优选地，所述信息采集通过检测装置实现，

所述运输鱼舱微环境参数的控制通过鱼舱微环境控制装置实现，

所述信息处理、综合决策通过信息处理中心实现，

所述信息传输通过检测装置、中继点和鱼舱微环境控制装置实现；

所述检测装置包括多个检测终端，所述鱼舱微环境控制装置包括若干个控制终端，所述检测终端、控制终端与中继点无线连接，中继点与信息处理中心无线连接；

所述检测终端用于检测水质信息和生命体征信息，并将检测到的信息发送至中继点，检测终端设于运输载体的鱼舱内；

所述中继点用于接收检测终端传来的数据，然后将数据传输到信息处理中心，中继点设于运输载体的操控室内；

所述中继点用于接收信息处理中心传来的控制数据，并传送到控制终端，所述控制终端用于控制水体的温度、溶氧、pH值；

所述信息处理中心为电脑、手机、或服务器，信息处理中心包含人机界面，用于对数据进行接收、数据分析、执行功能。

进一步优选地，所述检测终端包括水质检测装置、生命体征检测装置、第一微控制器、第一通信模块，水质检测装置、生命体征检测装置、第一通信模块均与第一微控制器连接；

所述水质检测装置包括pH传感器、氧浓度传感器、温度传感器，所述生命体征检测装置包括气味传感器、水听器；pH传感器、氧浓度传感器、温度传感器、气味传感器、水听器通过串口与第一微控制器连接；

所述中继点包括第二微处理器、定位仪、陀螺仪、第一通信模块、控制终端，定位仪、陀螺仪、第一通信模块、控制终端均与第二微处理器电连接；

所述第二微处理器还与第二通信模块连接，用于向信息处理中心传输数据，

第二微处理器还连接有显示模块，用于显示检测到的信息，

第二微处理器还与存储模块连接，用于存储检测到的水质信息、生命体征信息和道路信息。

更进一步优选地，所述第一通信模块为WIFI通信模块，WIFI通信模块为适用于短距离无线传输的通信模块；所述第二通信模块为4G通信模块，4G通信模块适用于长距离无线通信，并具有通信速度快、网络频谱宽的特点。

更进一步优选地，所述定位仪为GPS定位仪或北斗定位仪或GPS/北斗双模定位仪。

进一步优选地，所述控制终端包括温度控制装置、溶氧控制装置、pH控制装置，所述温度控制装置、溶氧控制装置、pH控制装置与第二微控制器连接。

优选地，所述信息处理中心包括基本信息数据库、数据处理系统、执行功能系统；

所述包括车载信息、交易信息、鱼类生命体征信息、运输鱼舱微环境信息、外界大环境信息；

所述基本信息数据库信息包括车载信息、交易信息、鱼类生命体征信息、运输鱼舱微环境信息、外界大环境信息；

所述数据处理系统用于将通过互联网获取天气信息、接收的定位信息、基本信息数据库进行综合决策，筛选最优的微环境控制参数；

所述执行功能系统包括运输的实时踪迹，鱼舱微环境信息的采集与控制，交易管理，基本信息数据库的管理，

所述基本信息数据库的管理包括数据存取、追加、修改、储存。

采用所述系统进行活鱼运输的建立方法，检测终端工作采集pH值、氧浓度、温度、气味、声音信息，并反馈给信息中心，若与设定条件有偏差时，则信息中心向控制终端发出指令，控制适宜的温度、溶氧、pH。

所述的活鱼运输信息系统或所述的活鱼运输信息建立方法用于汽车或火车或飞机或轮船或其他交通工具。

本发明有益效果如下：

1、信息全面，包含三类信息：水质信息、车辆行驶状态信息以及鱼类生命特征信息，通过这三类信息可以全面了解活鱼运输状况，有利于准确判断运输过程中鱼的生命特征，即时采取相应的对策，避免对鱼类产生不良影响。

2、移动式信息实时采集与传输，本信息系统可以实时采集运输过程中的信息，可以在本地实时显示与控制，并可将数据实时上传到web终端，便于远程监控与管理。

3、鱼类生命特征信息：用温度、气味、声音、pH等多种信息监测鱼类生命状况，可以提高监测的准确性及效率。

4、通过远程控制，驾驶人员不用操作，不会分散注意力，只需专心开车。

5、实现对运输系统内的环境闭环控制，根据鱼的基本生理信息选择适宜的运输环境，又可对运输过程中环境的变化进行调节，提高鱼的存活率。

6、通过对运输信息的积累，建立了鱼的存活率预测模型，可对运输过程中鱼的存活情况进行监测。

附图说明

下面结合附图和实施例对本发明作进一步说明：

图1为本发明的结构示意图；

图2为本发明检测终端的结构示意图；

图3为本发明中继点的结构示意图；

图4为活鱼运输车调控策略示意图；

图5为活鱼运输箱水体温度曲线；

图6为活鱼运输箱水体溶氧曲线；

图7为活鱼运输箱水体pH曲线；

图8为鱼声信号采集系统结构图；

图9为活鱼运输箱鱼声信号时域波形图；

图10为活鱼运输箱鱼声信号能量；

图11为鱼运输过程中气味指纹分析仪检测的主要气味响应值；

图12为活鱼运输行驶路线；

图13为活鱼车辆行驶状态；

图14本发明的六层小波包分解结构方法；

图中：检测终端1，中继点2，远程监控终端3，控制终端4，5为第一鱼箱，6为第二鱼箱，7声学记录仪，8为第一水听器，9为第二水听器，10为隔音棉。

具体实施方式

下面结合实施例来进一步说明本发明，但本发明要求保护的范围并不局限于实施例表述的范围。

实施例1本发明活鱼运输系统

一种活鱼运输信息系统，包括信息采集，信息传输，信息处理，综合决策，信息存储，信息输出，

所述信息包括鱼类生命体征信息、运输鱼舱微环境信息、外界大环境信息、车载信息、交易信息；

所述信息传输包括将从车载现场所采集到的原始信息经有线或无线方式经过中继点传递到远程监控终端，和远程监控终端的控制信息经过中继点传递到控制终端；

所述信息处理包括原始采集数据标准化化转换得到标准化数据，基于标准化数据的综合计算；

所述综合决策包括对运输鱼舱微环境参数的控制，具体为根据当前微环境信息和综合计算结果调节微环境温度、含氧量、pH，使微环境和鱼类生命体征参数保持在设定的范围内；

所述信息存储用于将上述信息制成数据库表格加以存储；

所述信息输出包括将远程监控终端监控信息输出到电脑、手机、屏幕、打印机。

优选地，所述鱼类生命体征信息包括声音、气味、体温信息、鱼的基本生理信息，所述鱼的基本生理信息包括生理冰温、需氧量；

所述运输鱼舱微环境信息包括运输介质(水)的温度、含氧量、pH；

所述外界大环境信息包括空气温度、空气相对湿度；

所述车载信息包括车况路况地理位置、运输交通工具名称、编号和牌照；

所述综合计算包括基于标准化数据进行鱼的存活率，鱼肉品质的数据分析，所述鱼肉品质包括鲜度、腐败、蛋白质含量、水分含量。

优选地，所述信息采集通过检测装置实现，

所述运输鱼舱微环境参数的控制通过鱼舱微环境控制装置实现，

所述信息处理、综合决策通过信息处理中心实现，

所述信息传输通过检测装置、中继点和鱼舱微环境控制装置实现；

所述检测装置包括多个检测终端1，所述鱼舱微环境控制装置包括若干个控制终端4，所述检测终端1、控制终端4与中继点2无线连接，中继点2与信息处理中心3无线连接；

所述检测终端1用于检测水质信息和生命体征信息，并将检测到的信息发送至中继点2，检测终端1设于运输载体的鱼舱内；

所述中继点2用于接收检测终端1传来的数据，然后将数据传输到信息处理中心3，中继点2设于运输载体的操控室内；

所述中继点2用于接收信息处理中心3传来的控制数据，并传送到控制终端4，所述控制终端4用于控制水体的温度、溶氧、pH值；

所述信息处理中心3为电脑、手机、或服务器，信息处理中心3包含人机界面，用于对数据进行接收、数据分析、执行功能。

进一步优选地，所述检测终端1包括水质检测装置、生命体征检测装置、第一微控制器、第一通信模块，水质检测装置、生命体征检测装置、第一通信模块均与第一微控制器连接；

所述水质检测装置包括pH传感器、氧浓度传感器、温度传感器，所述生命体征检测装置包括气味传感器、水听器；pH传感器、氧浓度传感器、温度传感器、气味传感器、水听器通过串口与第一微控制器连接；

所述中继点2包括第二微处理器、定位仪、陀螺仪、第一通信模块、控制终端，定位仪、陀螺仪、第一通信模块、控制终端均与第二微处理器电连接；

所述第二微处理器还与第二通信模块连接，用于向信息处理中心3传输数据，

第二微处理器还连接有显示模块，用于显示检测到的信息，

第二微处理器还与存储模块连接，用于存储检测到的水质信息、生命体征信息和道路信息。

更进一步优选地，所述第一通信模块为WIFI通信模块，WIFI通信模块为适用于短距离无线传输的通信模块；所述第二通信模块为4G通信模块，4G通信模块适用于长距离无线通信，并具有通信速度快、网络频谱宽的特点。

更进一步优选地，所述定位仪为GPS定位仪或北斗定位仪或GPS/北斗双模定位仪。

进一步优选地，所述控制终端4包括温度控制装置、溶氧控制装置、pH控制装置，所述温度控制装置、溶氧控制装置、pH控制装置与第二微控制器连接。

优选地，所述信息处理中心3包括基本信息数据库、数据处理系统、执行功能系统；

所述包括车载信息、交易信息、鱼类生命体征信息、运输鱼舱微环境信息、外界大环境信息；

所述基本信息数据库信息包括车载信息、交易信息、鱼类生命体征信息、运输鱼舱微环境信息、外界大环境信息；

所述数据处理系统用于将通过互联网获取天气信息、接收的定位信息、基本信息数据库进行综合决策，筛选最优的微环境控制参数；

所述执行功能系统包括运输的实时踪迹，鱼舱微环境信息的采集与控制，交易管理，基本信息数据库的管理，

所述基本信息数据库的管理包括数据存取、追加、修改、储存。

采用所述系统进行活鱼运输的建立方法，检测终端工作采集pH值、氧浓度、温度、气味、声音信息，并反馈给信息中心，若与设定条件有偏差时，则信息中心向控制终端发出指令，控制适宜的温度、溶氧、pH。

所述的活鱼运输信息系统或所述的活鱼运输信息建立方法用于汽车或火车或飞机或轮船或其他交通工具。

所述pH传感器可采用型号为K-5600，KORNDER仪器设备有限公司；

所述氧浓度和水温综合传感器可采用型号为DK-5600，KORNDER仪器设备有限公司；

所述气味传感器可采用在线气体分析仪EXM400，北京利达科信环境安全技术有限公司，或采用型号为FOX 4000型气味指纹分析仪，法国Alpha M.O.S公司；

所述水听器可采用型号为HTI-96，上海逐海仪器设备有限公司；

所述车况陀螺仪传感器可采用型号为CDG1000，包括GPS定位模块，天津视讯软件开发有限公司；

所述第一位处理器和第二微处理器为单片机，例如STM32F429单片机，STM32F429单片机为低功耗、高速单片机；

所述存储模块为SD卡或U盘；

所述显示模块为LCD显示屏。

实施例2采用本发明运输系统进行活鱼运输，并完善基本信息数据库

采用本发明活鱼智能运输信息系统的活鱼运输车，从荆州到武汉，运输白鲢，5吨，鱼水比例1:1，开车前，信息处理中心确定运输路线，并下达活鱼运输车调控策略，如图4所示。信息处理中心软件主界面“物流信息系统”如表1，“鱼体实时信息示意表”如表2所示。主界面包括6个功能，行程单查询、车辆管理、任务管理、员工管理、通知及行程搜索。

车载客户端运输路线及调控策略下载完成后，点击“路途开始”，进入运输程序，在运输过程中，可以通过检测装置实时监测各参数，如图5～13所示，同时，系统还可对水温、溶氧和pH值进行闭环控制。

表1信息处理中心软件主界面示意表

表2鱼体健康预测实时信息示意表

刷新频率：1min

水质检测

温度：鱼舱水体温度曲线如图5所示，运输前，将水温设置为6℃，水体初始温度为12℃左右，经过约12h，水温达到6℃，在72h运输过程中，水温一直维持在6℃±1℃。

氧浓度：活鱼运输箱水体溶氧曲线如图6所示，运输前，将溶氧设置在8～14mg/L，在72h运输过程中，溶氧一直维持在8～14mg/L。

pH值：活鱼运输箱水体pH曲线如图7所示，运输前，将pH设置在7.1，在72h运输过程中，pH一直维持在7.1±0.1。

生命体征检测：

鱼声信息检测：

水听器进行鱼声信息检测方法：用2个容量相同的隔音鱼箱，一个装满鱼，一个装满水，采用2个，同时检测2个鱼箱内的声音。图8鱼声信号采集系统结构图；其中5为第一鱼箱，6为第二鱼箱，7声学记录仪，8为第一水听器，9为第二水听器(HTI-96水听器)，10为隔音棉。

图9为活鱼运输箱鱼声信号时域波形图，图10为活鱼运输箱鱼声信号能量，在波段1和波段2的能量值，空白为水的声音能量值，从图9和图10可知，鱼箱中装有鱼的时候，所检测的声音信号能量明显大于未装鱼的声音信号能量，因此，从所检测的声音信号能量可以判断鱼的数量多少以及鱼的生命状态。

气味检测：

FOX4000型(法国Alpha MOS公司)气味指纹分析技术采用的是传感器阵列技术，每个传感器对被测气体具有不同的灵敏度、传感器性能见表3。称取5g水样品放入进样瓶，密封。参数为：载气为合成干燥空气，流速150mL/min，顶空产生温度55℃，顶空产生时间120s，搅动速度500r/min，顶空注射速度2.5mL/s，顶空注射体积2.5mL，注射针总体积5.0mL，注射针温度45℃，获取时间120s，延滞时间300s。

表3气味指纹分析仪传感器性能

图11为鱼运输过程中气味指纹分析仪检测的主要气味响应值。由图11可知，探头P10/1，p10/2，p40/1，T40/1，TA/2的响应值均显著大于空白(空白为为没有鱼的水体)，表明均可以探测到鱼的气味信息，其中P10/1，T40/1随时间延长气味响应值逐渐增大，而p10/2，p40/1，TA/2随时间延长气味响应值略有减小，这几个探头可以用于鱼的气味识别。

行驶路线记录：

图12为活鱼运输过程中，车辆的行驶路线的轨迹，是采用本发明GPS模块获得的车辆行驶轨迹，在百度地图上表示出来的车辆行驶路线图。

速度、方向与颠簸检测记录：

采用实施例1的CDG1000模块检测的车辆行驶状态，包括行驶速度、方向、颠簸等形式状态，曲线如图13所示。

在本实施例中能够对储鱼箱中的水质信息和鱼的生命特征信息进行检测，确保运输过程中水质处于最适宜鱼类生存的状态，提高鱼的存活率，此外还记录了运输路径，可在后期规划出鱼存活率最高的路径。

实施例3信息处理中心根据水听器检测的鱼声信息建立鱼存活率预测模型

基于小波包分解的频段能量提取

用小波包对淡水鱼声音信号进行分解时要选择适合的分解尺度和小波包基函数，分解尺度的确定与鱼声信号的主要频段以及采样频率有关。用不同的小波包基函数对同一个鱼声信号进行分解将会得到不同的结果，所以在选用小波包对信号进行分解时，要根据不同信号的特征以及反复对比分析来选择一个最好的小波包基函数，选择的小波包基函数需要满足以下几点要求：在时域和频域都具有一定的局部化分析能力；在时域具有紧支撑性，在频域具有快速衰减性；至少具有一阶消失矩；具有良好的分解与重构性。满足上述要求的常用小波有SymletsA(symN)小波、Coiflet(coifN)小波、Daubechies(dbN)小波等。鱼声信号分析处理实际应用中一般选择dbN小波，它是Daubechies从双尺度方程系数{h_k}中定义出来的离散正交小波，是离散小波变换的良好工具。N指小波的阶数。

本申请采集鱼声信号时的采样频率是4000Hz，而常见淡水鱼声音信号的主要频率成分是500Hz以下的低频部分，因此，本申请只针对0-500Hz以内的鱼声信号进行分析研究。采用小波包分解对鱼声信号进行特征参数提取，提取信号各频段内能量作为分类识别的特征参数。其步骤如下：

第一步：选取合适的分解尺度和小波基函数，对鱼声信号S进行分解。在对海洋鱼类声音信号进行小波包分解时，分解尺度一般选取为三层或四层，而由于常见淡水鱼声音信号比较微弱，且频率较低，因此，本实施例分别选取四层、五层、六层作为分解尺度，选取db1小波作为小波包基函数，以六层小波包分解为例，其分解结构如图14所示。

图14中，每个节点都代表了一定的特征，比如，节点(0,0)代表原始鱼声信号S；节点(1,0)代表第一层小波包分解第0个节点的系数；节点(1,1)代表第一层小波包分解第1个节点的系数；依次类推。

第二步：利用分解的节点系数对分解尺度上的信号进行单尺度重构，得到各频段内的小波包重构信号。以S_ij表示节点(i,j)的小波包重构信号，则原始鱼声信号S可以表示为：

S＝S₆₀+S₆₁+S₆₂+S₆₃+…+S₆₆₂+S₆₆₃

四层、五层、和七层小波包分解方法与此方法相同。

鲫鱼存活率预测模型

1)鱼声信号采集及消噪处理：分别在图8中一号鱼箱和二号鱼箱中注入500L的水，水温度为10～15℃，溶氧量为7-8mg/L，pH为7.2-7.5，将一号水听器和二号水听器布置在水面以下20cm处。将鲫鱼放入第一鱼箱中，鲫鱼的活鱼条数范围为1-50条，最小鱼水比为1:999，最大鱼水比为1:19，静置5min，待鱼在水中比较稳定时，设置声学记录仪进行鱼声信号采集。

设置参数如下：采集时长：1min；采样频率：4000Hz；采集通道：双通道；采集次数：3次。共采集鲫鱼声音信号样本1363个。

2)提取特征参数：根据所述步骤1)消噪处理后的鱼声信号，提取鱼声短时平均能量、鱼声短时平均过零率，再对消噪处理后的鱼声信号进行分解，采用四层、五层、六层和七层小波包分解方法对鱼声信号进行了频段划分，提取各频段能量。

3)构建特征向量：根据所述步骤2)提取的短时平均能量、短时平均过零率和各频段能量构建特征向量，特征向量维数如表4所示。

表4不同分解尺度的特征向量维数

4)样本集划分：对步骤1)采集的鲫鱼声音信号样本划分为训练集和验证集，样本数为1363个。

分别采用了SPXY法和Rank-SPXY法将鲫鱼声音信号样本集按照4:1的比例划分为训练集和验证集，并进行了分析比较，其中Rank-SPXY法的m分别取值为5和10。样本集划分结果如表5所示。Rank-SPXY法，该方法由两部分组成，首先是“Rank”部分，即将样本按因变量(活鱼条数)的升序排序，然后将样本等分为m份；其次是“SPXY法”部分，即在等分的每个区间内采用SPXY法选取出训练集，其余的样本自动归为验证集。其中m也是重要参数，当m＝1时，即为SPXY法；当m较大时，得到的训练集活鱼条条数更加均匀，但特征值的代表性有所下降。

表5不同样本集划分方法划分结果

由表5可知，采用SPXY法划分的样本集中，29-50条的鲫鱼声音样本全部划分为了训练集，这造成了样本集划分不均匀，而Rank-SPXY法所划分的验证集的数据范围包含在训练集的数据范围内，并且验证集平均值小于训练集平均值，因此选择Rank-SPXY法划分样本集更加合理。在采用Rank-SPXY法对样本集进行划分时，通过比较m＝5和m＝10时验证集的标准差可知，采用m＝10对鲫鱼声音信号样本集的划分更加均匀，但m值较大也会影响特征值的代表性。因此，本实施例同时采用m两种不同取值对鲫鱼声音信号样本集进行划分，并建立预测模型，比较哪种取值更佳。

5)特征值挑选、特征向量降维：对经过步骤4)划分样本集的鲫鱼声音信号进行Z-score(标准分数)标准化预处理，并采用运用竞争自适应重加权采样(CARS)法对鲫鱼声音信号样本集进行特征值优选，并采用10折交叉验证选择模型交叉验证均方差(RMSECV)值最小的特征值变量子集；

运用多元线性回归(MLR)对特征频率再次进行优选，MLR建模后，剔除不显著的特征频率段，得到鱼声信号特征频段能量，对步骤3)特征向量降维，得到降维后的鱼声信号特征向量，优选结果如表6所示。

表6鲫鱼声音信号特征值优选结果

6)模型建立：对所述步骤5)降维后的鱼声信号特征向量，采用多元线性回归(MLR)法和偏最小二乘(PLSR)法分别建立鲫鱼存活率预测模型，预测模型的相关系数如表7所示。

表7预测模型相关系数

综合上述的采用不同特征提取、不同样本集划分方法以及不同建模方法得到的建模结果可知，“7层+Rank-SPXY(m＝10)”得到的样本集建立的MLR预测模型的相关系数最高，但计算量是“6层+Rank-SPXY(m＝10)”时的二倍，因此本实施例选取短时平均能量和短时平均过零率以及基于6层小波包分解的频段能量为鲫鱼声音信号样本的最优特征提取方法；Rank-SPXY(m＝10)法为鲫鱼声音信号样本的最优样本集划分方法。对鲫鱼声音信号进行特征提取后，采用Rank-SPXY(m＝10)法划分样本集，然后进行Z-score(标准分数)标准化预处理，并采用CARS法对样本集进行特征值优选，最后建立鲫鱼存活率MLR预测模型，回归方程如下：

y＝40.471-3.095x₂+1.710x₄-1.981x₅-1.768x₆+2.349x₇-10.883x₁₁+7.301x₁₂-1.306x₁₆-2.187x₁₈+19.417x₂₅+9.734x₂₈+70.133x₃₅-25.264x₄₃-79.860x₄₇-40.098x₅₀+26.155x₅₅-24.005x₆₁+31.320x₆₂式(1)

方程的参数及其显著性见表8，其中，回归常数项b＝40.071，x_i为鲫鱼声音信号经Z-score标准化预处理后特征值，x₁是指鱼声短时平均能量、x₂是指鱼声短时平均过零率，x_i中i≥3时为基于6层小波包分解的频段能量，具体含义见表9，a_i为各特征值的回归系数。

表8回归方程的参数及其显著性

表9鱼声信号短时平均能量、短时平均过零率及鱼六层分解频段能量特征值

鲫鱼存活率预测模型的相关系数R值为0.835，定标标准差RMSECV值为10.096，说明模型具有较好的稳定性和预测性。由表7可知，在x₃₅、x₄₇、x₅₀处，回归系数绝对值最大，其t值相对较大，P值均为0.000，说明这些特征值对预测模型的影响比较显著，其分别代表了鲫鱼声音信号的特征频段为256～264Hz、352～360Hz、376～384Hz。

7)预测存活率：运用所述步骤6)建立的回归方程，对验证集中的274个鲫鱼声音样本进行预测。将274个鲫鱼声音样本的18个特征值经Z-score标准化预处理后带入到回归方程中，计算出活鱼条数。部分鲫鱼验证集的实际条数以及预测条数见表10。鲫鱼存活率预测模型验证的相关系数R为0.816，校验标准差RMSEP值为8.015，相对分析误差RPD值为1.79，说明该预测模型较可靠。

表10鲫鱼存活率预测结果

由表10可知，靠近两端(1条和50条)的样本预测条数误差较大，在12条左右；而中间的样本预测条数误差较小，在3条左右，模型精度有待进一步提高。

本实施例模型嵌入信息处理中心基本信息数据库，用于后期运输过程中对活鱼条数的监测。

实施例4信息处理中心根据气味分析仪检测的气味建立鱼体健康预测模型

气味预测的是鱼肉品质，所述鱼肉品质包括鲜度、腐败、蛋白质含量、水分含量。气味分析仪检测不同活鱼条数(1～100条)制作的水体气味的响应值和鱼肉品质。由图8可知，不同品质之间探头P10/1，p10/2，p40/1，T40/1，TA/2的响应值具有显著性差异。

不同鱼肉品质的气味评分与传感器P10/1(X₁)，p10/2(X₂)，p40/1(X₃)，T40/1(X₄)，TA/2(X₅)的响应值进行逐步线性回归，得到线性方程为，

Y₁(鲜度(K值))＝f₁(x_i)＝25.81X₁+0.59529X₅-17.16896X₂+57.66703X₄-48.67629X₃(F＝537.32，p＝0.00)式(2)；

Y₂(腐败，或胺类化合物含量)＝f₂(x_i)＝25.89X₁+0.58529X₅-18.16345X₂+55.61567X₄-58.67546X₃(F＝464.21，p＝0.00)式(3)；

Y₃(蛋白质含量)＝f₃(x_i)＝35.89X₁+0.98529X₅-17.16706X₂+57.61503X₄-48.67629X₃(F＝667.29，p＝0.00)式(4)；

Y₄(含水量)＝f₄(x_i)＝25.89X₁+0.88679X₅-77.16676X₂+77.61573X₄-68.67789X₃(F＝894.31，p＝0.00)式(5)，

式中Y为鱼肉品质，X为各传感器对应响应值。式中各传感器对感官气味的评分影响的显著性分析见表10。由式(2-5)和表11可知，回归方程及各系数均达到显著性水平。

表11气味分析仪系数对回归方程的显著性分析

本实施例模型嵌入信息处理中心基本信息数据库，用于后期运输过程中对活鱼条数的监测。

上述的实施例仅为本发明的优选技术方案，而不应视为对于本发明的限制，本申请中的实施例及实施例中的特征在不冲突的情况下，可以相互任意组合。本发明的保护范围应以权利要求记载的技术方案，包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进，也在本发明的保护范围之内。