Биология пчелиной семьи

Вы можете заказать журналы в редакции:

по тел. 8-495-797-89-29;

е-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.;

в ИНТЕРНЕТ-МАГАЗИНЕ

или оставить ЗАЯВКУ НА САЙТЕ

Подписаться на журнал «Пчеловодство»

на почте

по каталогу «Газеты. Журналы»

 агентства «РОСПЕЧАТЬ»

ИНДЕКС — 70739 (полгода), 71729 (на год).

Подписаться для стран
дальнего и ближнего зарубежья
можно на сайте

«МК-ПЕРИОДИКА»

http://www.periodicals.ru

Подписка
Пятница декабря 09, 2016
Russian English French German Italian

улейМы определяем состояния пчелиных семей по акустическому шуму. Данная работа имеет важное значение как для практического пчеловождения, поскольку дает возможность автоматизировать процесс содержания пчел на больших пасеках, так и для специалистов-исследователей. Наш метод основывается на взаимосвязи физиологического состояния общественных насекомых с издаваемыми звуками.

Большую работу по изучению звуковых сигналов выполнил проф. Е.К.Еськов. Однако его методы исследований хотя и позволяют судить о характерных состояниях пчелиных семей, но не решают вопросы их распознавания в сложных вариациях и взаимосвязях звуковых сигналов.

Шум семьи по своей природе не является детерминированным и при спектральном анализе полученные амплитуды спектральных составляющих (а также их фазы) будут случайными величинами. Если считать шум стационарным случайным процессом, то для него неизменным во времени будут моменты распределений. Амплитуда колебаний случайного процесса в элементарном диапазоне частот есть случайная величина. Величина средней мощности сигнала в данном элементарном диапазоне частот есть результат усреднения ее по множеству реализации и линейно определяется функцией спектральной плотности мощности — энергетическим спектром. Поэтому акустические сигналы семьи более корректно характеризовать не спектральной функцией реализации, как применял Е.К.Еськов, а спектральной плотностью мощности, которую можно вычислить из автокорреляционной функции, определяемой по одной реализации. Выигрыш состоит в том, что автокорреляционная функция, а следовательно, и ее спектральное разложение, определенное по одной реализации случайного процесса, будут неслучайными. Это устраняет необходимость усреднения, что было бы необходимо при использовании спектральной функции. Утверждения, что автокорреляционная функция и спектральная плотность мощности, вычисленные по одной реализации случайного процесса, будут такими же и для любой другой реализации этого процесса справедливы лишь для стационарных эргодичных случайных процессов. Поэтому сначала при анализе звуковых сигналов пчелиной семьи необходимо проверить удовлетворяют ли они условиям стационарности и эргодичности.

Для стационарных случайных процессов математическое ожидание — постоянная величина. Для эргодических процессов и математическое ожидание, и дисперсия, и автокорреляционная функция, вычисленные по одной реализации, будут такими же и для любой другой реализации. Так, для проверки эргодичности достаточно вычислить значение дисперсии для трех—пяти реализации одинаковой длины и сравнить их между собой, Если они отличаются друг от друга в пределах 3-5%, то данный процесс эргодичен и длина реализации достаточна для вычисления его характеристик. Если расхождение более 10%, то либо процесс нестационарен, либо используются слишком короткие реализации.

С помощью магнитофона и звуковой карты ввели в ЭВМ оцифрованные с частотой дискретизации г = 5,5 кГц звуки пчелиных семей. Была разработана программа, которая выводит одновременно на экран амплитудные и энергетические спектры трех последовательных реализации с периодом выборки 3 с и длиной 0,2; 0,5; 1; 2 или 3 с, а также вычисляет коэффициенты корреляции первого амплитудного и энергетического спектра с остальными амплитудными и энергетическими спектрами соответственно. Учитывая, что звуки пчел могут быть пульсирующими, то есть амплитудно- модулированными с частотой 16-60 Гц, провели исследования спектров, рассчитанных по модулированному сигналу. Установлено, что даже при 100%-ной модуляции сигнала энергетический спектр незначительно изменяется в отличие от амплитудного. Сигналы общего шума семьи могут содержать звуки отдельных пчел, которые можно считать помехой. Если продолжительность звука отдельных насекомых меньше длины реализации в несколько раз, то при использовании энергетического спектра это не будет помехой, поскольку существенно не отразится на образе спектра. Энергетические спектры в отличие от амплитудных учитывают не только амплитуды составляющих исходного сигнала, но и их длительность в течение всей реализации. Если длительность звука отдельных пчел более 1/4 всей длительности реализации, то необходим выбор. Была составлена программа, с помощью которой можно из сигнала длительностью 1-2 мин выделить два соседних участка по 3 с, у которых коэффициент корреляции между амплитудными спектрами реализации максимальный. Было выяснено, что в большинстве случаев выбранные соседние реализации оказались звуками отдельных особей, а не звуками общего фона. При прослушивании сигналов выбранных реализации можно отобрать из них звуки общего фона пчелиной семьи, причем спектры этих звуков будут приблизительно похожими. Время вычисления спектров по длинным реализациям (>2с) несколько минут, поэтому процесс вычислений становится трудоемким. Сократить время расчета можно за счет уменьшения частоты дискретизации до 1,2 кГц, но для этого необходимо отфильтровать аналоговым фильтром низкочастотный сигнал звуков пчелиных семей до 600 Гц. Если этого не сделать, то возможно искажение спектра за счет эффекта маскирования. Используя рекомендации Дж.Бендат, А.Пирсол (1971), при расчете автокорреляционной функции и энергетического спектра, где объем автокорреляционной функции выбирается равным 1/10 объема временной реализации, удалось сократить время расчета энергетического спектра.

Разработана программа, которая позволяет вводить с клавиатуры частоту дискретизации, начальное значение отсчета, откуда начинается расчет спектров, длину реализации. Рассчитывают сначала три энергетических спектра, а затем три амплитудных по тем же реализациям. Был проведен анализ спектра пчелиной семьи, в которой оказалось две матки. Получены реализации, которые расположены последовательно друг за другом. При сравнении полученных спектров сделаны следующие выводы: при длительности реализации, равной 0,2 с, и амплитудные и энергетические спектры соседних реализации существенно отличаются, причем энергетические спектры очень тесно связаны с амплитудными; при последовательном увеличении длительности реализации до 0,5 и 1 с отличия между амплитудными спектрами соседних реализации сохраняются, а между энергетическими — уменьшаются; в энергетических спектрах реализации длительностью 1 с основная мощность сигнала локализуется в диапазоне 140-160 Гц, в то время как амплитудные спектры хотя и имеют максимум на этих частотах, но распределены более равномерно — от 100 до 600 Гц.

Экспериментальные исследования показали, что для получения устойчивого энергетического спектра достаточно длительности реализации в 1 с, в то время как для получения устойчивого амплитудного спектра требовалось до 30 с. Это позволяет существенно сократить время анализа.

Звуки пчел могут быть модулированы низкими частотами от 16 до 60 Гц. На амплитудных спектрах это привело бы к появлению боковых составляющих у несущей частоты и ухудшило бы локализованность основного пика, что затруднило бы распознаваемость. В энергетическом спектре даже 100%-ные модуляции интенсивности боковых составляющих небольшие и несущественно ухудшают локализованность. С помощью метода Ханна (Дж.Бендат, А.Пирсол, 1971) проводится сглаживание спектров, которое необходимо потому, что первичная оценка представляется неэффективной. Сглаживание приводит к выделению основного пика и сглаживанию неосновных.

Разработана программа, которая позволяет выводить на экран от 1 до 4 амплитудных спектров, производить сглаживание при одновременном анализе. Возле каждого спектра приводится вся информация о нем: название файла, длина реализации, начальная позиция реализации, тактовая частота, а также время и дата записи исходного сигнала. Также выводится коэффициент корреляции и для определения схожести спектров друг на друга.

На базе проведенных исследовательских работ разработана автоматизированная система для круглогодичного контроля за состояниями пчелиных семей по звуковым сигналам, которая состоит из следующих основных блоков: контроллера пасеки, ЭВМ пчеловода, звуковой карты, приемопередатчика пасеки, блока питания пасеки, контроллеров ульев, приемопередатчиков улья, блока питания улья, блока имени-усилителя, микрофона.

Благодаря автоматизированной системе контроля можно получить звуковую информацию по каждой семье, оснащенной контроллерами ульев, причем число семей может быть неограниченно (патент 2118084).Система применима для круглогодичного контроля за пчелами по звуковому спектру и удобна тем, что для съема звуковой информации со всех ульев пасеки нет необходимости нарушать микроклимат гнезда.

При этом достаточно двухпроводной линии связи, так как электропитание всех контроллеров ульев обеспечивается по этой линии. Высокая оперативность и разрешающая способность позволяют обеспечить высокую достоверность распознавания различных состояний семей и эффективно применять эту систему на пасеке.

Разработка находится в стадии макетирования. С целью скорейшего внедрения авторы разработки согласны на сотрудничество с организациями и пчеловодами, которые согласятся финансировать промышленное производство систем автоматизированного контроля состояний пчелиных семей.

В.Э.ДРЕЙЗИН, А.Ф.РЫБОЧКИН, И.С.ЗАХАРОВ

305040, г. Курск, ул. 50 лет Октября, д. 94, КГТУ, кафедра КИТЭВС

 

События

Свежее

Популярное

toolАдрес редакции журнала "Пчеловодство":
125212, г. Москва, Кронштадтский б-р, д. 7а
Kronstadt Boulevard, 7a, Moscow, 125212

telephone +7 (495) 797-89-29

При использовании, копировании, цитировании публикаций портала beejournal.ru обязательна прямая ссылка на страницу используемого материала.

gipp2014

VKFacebookTwitterGoogle plus

Сейчас 238 гостей и ни одного зарегистрированного пользователя на сайте

Яндекс.Метрика