Hệ Thống Thu Thập và Phân Tích Âm Thanh Phát Ra Khi Tôm Ăn

Tài liệu nghiên cứu Hệ thống thu thập và phân tích âm thanh phát ra khi tôm ăn, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên sâu về .

• Tác giả: Nguyễn Cao Sang
• Người hướng dẫn: PGS. Hoàng Trang
• Trường học: Đại học Quốc gia TP. HCM
• Chuyên ngành: Kỹ thuật điện tử
• Đề tài: Hệ Thống Thu Thập Và Phân Tích Âm Thanh Phát Ra Khi Tôm Ăn
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2024
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tổng quan
• 1.2. Tình hình nghiên cứu trong và ngoài nước
• 1.3. Nhiệm vụ luận văn
• 2. CHƯƠNG 2: CƠ BẢN VỀ MẠCH KHUẾCH ĐẠI THUẬT TOÁN
• 2.1. Cơ bản về mạch khuếch đại thuật toán
• 2.2. Tìm hiểu về phần cứng
• 2.3. Tìm hiểu về giải thuật lọc nhiễu âm thanh
• 2.3.1. Giải thuật Wiener Filter
• 2.3.2. Giải thuật Spectral Subtraction
• 3. CHƯƠNG 3: THIẾT KẾ VÀ THỰC HIỆN PHẦN CỨNG
• 3.1. Tổng quan về hệ thống thiết kế
• 3.2. Phân tích yêu cầu thực hiện
• 3.3. Sơ đồ khối tổng quát của hệ thống
• 3.4. Sơ đồ khối chi tiết
• 3.5. Sơ đồ mạch chi tiết
• 4. CHƯƠNG 4: THIẾT KẾ VÀ THỰC HIỆN PHẦN MỀM
• 4.1. Yêu cầu chung cho phần mềm
• 4.2. Phần mềm lọc nhiễu sử dụng Spectral Subtraction
• 4.3. Phần mềm lọc nhiễu sử dụng Wiener Filter
• 4.4. Phần mềm streaming youtube cho Raspberry
• 5. CHƯƠNG 5: KẾT QUẢ THỰC HIỆN
• 5.1. Thực hiện phần cứng. Sản phẩm sau khi gia công
• 5.2. Thực hiện phần mềm
• 5.3. Các bài thử nghiệm
• 5.3.1. Kiểm tra các nguồn cấp
• 5.3.2. Kiểm tra hoạt động liên tục
• 5.3.3. Kiểm tra tín hiệu ngõ ra của các mô hình
• 5.3.4. Kiểm tra việc thu thập tín hiệu âm thanh thực tế của các mô hình
• 5.3.5. Kiểm tra khả năng stream tín hiệu bằng nền tảng Youtube/Discord
• 5.3.6. Kiểm tra khả năng lọc nhiễu tín hiệu của các giải thuật
• 5.3.7. Phân tích tín hiệu âm thanh thu được
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 6.1. Nhược điểm
• 6.2. Hướng phát triển
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Hệ Thống Thu Thập Âm Thanh Tôm Ăn 55 ký tự

Nhu cầu an ninh lương thực toàn cầu tăng cao đòi hỏi cải tiến trong nuôi trồng thủy sản, đặc biệt là nuôi tôm công nghệ cao. Các phương pháp truyền thống gặp nhiều hạn chế, dẫn đến chất lượng nước suy giảm và ảnh hưởng đến sức khỏe tôm. Máy cho ăn tự động giúp giải quyết vấn đề này bằng cách cung cấp thức ăn thường xuyên hơn, với số lượng ít hơn, duy trì vệ sinh ao nuôi. Tuy nhiên, việc theo dõi lượng thức ăn tiêu thụ vẫn là một thách thức lớn. Các công nghệ âm thanh đang được ứng dụng để giải quyết vấn đề này, bằng cách phân tích âm thanh tôm ăn để điều chỉnh lượng thức ăn phù hợp. Điều này cho phép quan sát nhu cầu thức ăn theo thời gian thực, tương quan với các thông số chất lượng nước như nhiệt độ và oxy hòa tan. [1]

1.1. Vấn đề và thách thức trong nuôi tôm truyền thống

Nuôi tôm theo phương pháp truyền thống thường gặp khó khăn trong việc kiểm soát lượng thức ăn, dẫn đến dư thừa và ô nhiễm môi trường. Việc rải thức ăn thủ công không đều cũng gây ra sự cạnh tranh giữa các con tôm, ảnh hưởng đến tăng trưởng tôm và sức khỏe tôm. Thức ăn thừa lắng xuống đáy ao làm suy giảm chất lượng nước, tạo điều kiện cho vi khuẩn và mầm bệnh phát triển.

1.2. Giải pháp Hệ thống giám sát âm thanh tôm ăn

Sử dụng hệ thống giám sát tôm dựa trên âm thanh tôm ăn là một giải pháp hiệu quả để theo dõi lượng thức ăn tiêu thụ. Hydrophone được sử dụng để thu âm thanh trong nuôi tôm và phần mềm phân tích sẽ giúp phân biệt tiếng tôm ăn với các tạp âm khác. Dữ liệu này được sử dụng để điều chỉnh lượng thức ăn, đảm bảo tôm được cung cấp đủ dinh dưỡng mà không gây lãng phí.

II. Các Vấn Đề Thường Gặp Khi Phân Tích Âm Thanh Tôm 58 ký tự

Phân tích âm thanh tôm ăn không phải là một nhiệm vụ đơn giản. Âm thanh trong môi trường ao nuôi rất phức tạp, bao gồm nhiều tạp âm khác nhau như tiếng máy bơm, tiếng sóng, và các loài sinh vật khác. Nhiễu âm thanh trong nuôi tôm này có thể làm sai lệch kết quả phân tích, dẫn đến việc điều chỉnh lượng thức ăn không chính xác. Do đó, cần có các giải pháp lọc nhiễu hiệu quả để đảm bảo độ chính xác của hệ thống thu thập dữ liệu. [2]

2.1. Các nguồn nhiễu âm thanh trong ao nuôi tôm

Môi trường ao nuôi tôm chứa nhiều nguồn nhiễu âm thanh tôm sú, ảnh hưởng đến việc phân tích âm thanh tôm. Tiếng máy móc vận hành, tiếng sóng vỗ, tiếng mưa rơi, và âm thanh từ các loài sinh vật khác đều tạo ra nhiễu. Việc xác định và loại bỏ các nguồn nhiễu này là rất quan trọng.

2.2. Tầm quan trọng của việc lọc nhiễu âm thanh hiệu quả

Việc lọc nhiễu âm thanh trong nuôi tôm hiệu quả là yếu tố then chốt để dự đoán thức ăn cho tôm chính xác. Các thuật toán lọc nhiễu như Wiener Filter và Spectral Subtraction giúp loại bỏ tạp âm, làm nổi bật âm thanh tôm thẻ chân trắng cần phân tích.

III. Phương Pháp Thu Thập Xử Lý Tín Hiệu Âm Thanh Tôm 57 ký tự

Hệ thống thu thập âm thanh tôm ăn bao gồm hai phần chính: phần cứng và phần mềm. Phần cứng bao gồm các thiết bị thu âm như hydrophone, bộ khuếch đại tín hiệu, và bộ chuyển đổi tín hiệu số. Phần mềm bao gồm các thuật toán lọc nhiễu, phân tích phân tích phổ âm thanh tôm, và các mô hình dự đoán lượng thức ăn. [3]

3.1. Lựa chọn thiết bị thu âm thanh phù hợp Microphone thủy âm

Hydrophone là thiết bị quan trọng nhất trong thiết bị thu âm tôm. Cần lựa chọn hydrophone có độ nhạy cao, khả năng chống nước tốt, và dải tần số phù hợp với âm thanh tôm thẻ chân trắng. Việc hiệu chỉnh hydrophone cũng rất quan trọng để đảm bảo độ chính xác.

3.2. Ứng dụng giải thuật lọc nhiễu Spectral Subtraction Wiener

Các giải thuật lọc nhiễu như Spectral Subtraction và Wiener Filter giúp loại bỏ tạp âm và cải thiện chất lượng tín hiệu âm thanh tôm sú. Spectral Subtraction loại bỏ nhiễu dựa trên ước tính phổ nhiễu, trong khi Wiener Filter sử dụng thông tin về cả tín hiệu và nhiễu để tối ưu hóa việc lọc.

IV. Ứng Dụng Thực Tiễn Kết Quả Nghiên Cứu Âm Thanh Tôm 53 ký tự

Nghiên cứu đã chứng minh tính hiệu quả của ứng dụng âm thanh trong nuôi tôm trong việc theo dõi tiếng kêu của tôm và điều chỉnh lượng thức ăn. Hệ thống có thể giúp giảm thiểu lãng phí thức ăn, cải thiện chất lượng nước, và tăng năng suất nuôi tôm. Kết quả nghiên cứu cũng cho thấy mối liên hệ giữa âm thanh tôm ăn và các yếu tố môi trường như nhiệt độ và oxy hòa tan. [4]

4.1. Tối ưu hóa thức ăn cho tôm bằng hệ thống phân tích

Dữ liệu phân tích âm thanh tôm được sử dụng để tối ưu hóa thức ăn cho tôm, đảm bảo tôm được cung cấp đủ dinh dưỡng mà không gây lãng phí. Hệ thống có thể tự động điều chỉnh lượng thức ăn dựa trên cường độ âm thanh tôm ăn, giúp tiết kiệm chi phí và giảm thiểu ô nhiễm môi trường.

4.2. Ảnh hưởng của môi trường nước đến âm thanh tôm ăn

Các yếu tố môi trường như nhiệt độ, độ mặn, và oxy hòa tan có ảnh hưởng đến âm thanh tôm ăn. Nghiên cứu cho thấy âm thanh tôm thẻ chân trắng thường to hơn khi nhiệt độ cao hơn và oxy hòa tan thấp hơn, có thể do tôm ăn nhiều hơn để đáp ứng nhu cầu năng lượng.

4.3. Kiểm tra tín hiệu ngõ ra của các mô hình

Để đánh giá hiệu quả của các mô hình, tín hiệu ngõ ra đã được kiểm tra bằng máy tạo sóng Tektronix AFG31000 series và Oscilloscope Tektronix MSO64. Kết quả cho thấy các mô hình hoạt động ổn định trong các điều kiện khác nhau.

V. Kết Luận Hướng Phát Triển Hệ Thống Phân Tích Âm Thanh 57 ký tự

Hệ thống thu thập và phân tích âm thanh tôm ăn là một công cụ tiềm năng để cải thiện hiệu quả nuôi tôm. Tuy nhiên, vẫn còn nhiều thách thức cần vượt qua, như cải thiện độ chính xác của thuật toán lọc nhiễu, phát triển các mô hình âm thanh tôm phức tạp hơn, và tích hợp hệ thống với các công nghệ khác như hệ thống IoT trong nuôi tôm. [5]

5.1. Những hạn chế và nhược điểm của hệ thống

Hệ thống vẫn còn một số hạn chế, bao gồm độ chính xác của thuật toán lọc nhiễu trong môi trường ao nuôi phức tạp và khả năng phân biệt âm thanh tôm thẻ chân trắng với các loài sinh vật khác. Cần có thêm nghiên cứu để cải thiện độ tin cậy và ổn định của hệ thống.

5.2. Tích hợp trí tuệ nhân tạo AI và máy học ML

Việc tích hợp trí tuệ nhân tạo trong nuôi tôm (AI) và máy học trong nuôi tôm (ML) có thể giúp cải thiện đáng kể hiệu quả của hệ thống. Các thuật toán AI có thể được sử dụng để phát triển các mô hình âm thanh tôm phức tạp hơn, dự đoán lượng thức ăn chính xác hơn, và phát hiện sớm các dấu hiệu bệnh tật.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh dân số toàn cầu gia tăng liên tục và nhu cầu về nguồn protein chất lượng cao ngày càng lớn, ngành nuôi trồng thủy sản, đặc biệt là nuôi tôm, đóng vai trò quan trọng trong đảm bảo an ninh lương thực. Sản lượng tôm có thể được nâng cao thông qua việc áp dụng các kỹ thuật nuôi hiện đại, bao gồm điều chỉnh kích thước, mật độ thả, sục khí và công thức thức ăn. Tuy nhiên, việc cho tôm ăn đúng cách vẫn là một thách thức lớn, bởi nếu thức ăn không được tiêu thụ hết sẽ gây suy giảm chất lượng nước và ảnh hưởng đến sức khỏe tôm. Theo ước tính, việc cho ăn không hợp lý có thể làm giảm tốc độ tăng trưởng của tôm đáng kể, đồng thời làm tăng nguy cơ ô nhiễm môi trường nuôi.

Mục tiêu của luận văn là xây dựng một hệ thống thu thập và phân tích âm thanh phát ra khi tôm ăn nhằm hỗ trợ việc kiểm soát quá trình cho ăn tự động, từ đó nâng cao hiệu quả nuôi trồng và giảm thiểu tác động tiêu cực đến môi trường ao nuôi. Nghiên cứu tập trung vào thiết kế phần cứng thu âm thanh dưới nước sử dụng hydrophone, đồng thời phát triển các giải thuật lọc nhiễu và phân tích tín hiệu âm thanh thu được. Phạm vi nghiên cứu được thực hiện trong khoảng thời gian từ tháng 9 đến tháng 12 năm 2023, với các mô hình thử nghiệm từ thùng nuôi nhỏ đến ao nuôi thực tế tại Việt Nam.

Việc phát triển hệ thống này có ý nghĩa lớn trong việc tối ưu hóa lượng thức ăn cung cấp, giảm thiểu lãng phí thức ăn và cải thiện chất lượng nước, góp phần nâng cao năng suất và chất lượng sản phẩm tôm nuôi. Hệ thống cũng hỗ trợ giám sát liên tục và phân tích dữ liệu âm thanh theo thời gian thực, tạo tiền đề cho các ứng dụng công nghệ cao trong nuôi trồng thủy sản.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình kỹ thuật điện tử và xử lý tín hiệu số, bao gồm:

• Mạch khuếch đại thuật toán (Op-amp): Là mạch khuếch đại điện áp vi sai với độ nhạy cao, khả năng miễn nhiễu tốt và băng thông rộng, được sử dụng để khuếch đại tín hiệu âm thanh thu được từ hydrophone. Các mạch khuếch đại đảo, không đảo và mạch lặp được áp dụng để xử lý tín hiệu đầu vào.

• Hydrophone: Là thiết bị thu âm thanh dưới nước dựa trên hiệu ứng áp điện, có khả năng chuyển đổi sóng áp suất trong nước thành tín hiệu điện áp. Hydrophone H1A được sử dụng với độ nhạy -185 dB, phạm vi hoạt động từ 1 Hz đến 100 kHz, phù hợp cho việc thu thập âm thanh tôm ăn.

• Giải thuật lọc nhiễu âm thanh: Hai giải thuật chính được áp dụng là Wiener Filter và Spectral Subtraction. Wiener Filter tối ưu hóa sai số bình phương trung bình giữa tín hiệu mong muốn và tín hiệu lọc, dựa trên thông tin thống kê của tín hiệu và nhiễu. Spectral Subtraction ước lượng phổ nhiễu và trừ phổ này khỏi tín hiệu thu được để giảm nhiễu nền, nâng cao chất lượng tín hiệu.

Các khái niệm chính bao gồm: hệ số khuếch đại, trở kháng, phổ biên độ, phổ công suất, sai số bình phương trung bình (MMSE), và các tham số kỹ thuật của op-amp như slew rate, CMRR.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là tín hiệu âm thanh thu được từ hydrophone đặt dưới nước trong các mô hình nuôi tôm khác nhau, bao gồm thùng nuôi nhỏ và ao nuôi thực tế. Cỡ mẫu nghiên cứu bao gồm ba mô hình thiết kế phần cứng:

• Mô hình 1: Thí nghiệm trong thùng nuôi nhỏ, tín hiệu được khuếch đại qua bộ pre-amp và ghi nhận trực tiếp.

• Mô hình 2: Triển khai tại ao nuôi, tín hiệu qua bộ XLR converter, cáp XLR truyền đến bộ pre-amp, sau đó truyền dữ liệu qua Wifi đến máy tính để phân tích.

• Mô hình 3: Tương tự mô hình 2 nhưng sử dụng sound card chuyên dụng để so sánh chất lượng tín hiệu.

Phương pháp phân tích bao gồm xử lý tín hiệu số với các giải thuật lọc nhiễu Wiener Filter và Spectral Subtraction, phân tích phổ tín hiệu và đánh giá chất lượng lọc. Timeline nghiên cứu kéo dài từ tháng 9 đến tháng 12 năm 2023, với các giai đoạn thiết kế phần cứng, phát triển phần mềm, thử nghiệm và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả khuếch đại tín hiệu âm thanh: Mô hình 1 sử dụng op-amp NE5532 với nguồn pin lithium 12V 4800mAh cho phép khuếch đại tín hiệu âm thanh tôm ăn với độ nhiễu thấp và băng thông rộng. Tín hiệu thu được có biên độ ổn định, phù hợp cho phân tích tiếp theo.

2. Khả năng truyền tín hiệu xa: Mô hình 2 sử dụng bộ XLR converter và cáp XLR có shield giúp truyền tín hiệu âm thanh qua khoảng cách lớn mà không bị suy giảm đáng kể. So sánh tín hiệu thu được qua cáp dài 30m cho thấy biên độ tín hiệu giảm dưới 5%, đảm bảo chất lượng dữ liệu.

3. Hiệu quả lọc nhiễu: Áp dụng giải thuật Spectral Subtraction và Wiener Filter cho tín hiệu thu được giúp giảm nhiễu nền đáng kể. Kết quả phân tích phổ cho thấy tỷ lệ giảm nhiễu đạt khoảng 30-40%, đồng thời giữ nguyên đặc trưng tín hiệu âm thanh tôm ăn. Spectral Subtraction cho chất lượng lọc tốt hơn trong môi trường nhiễu ổn định, trong khi Wiener Filter thích hợp với môi trường nhiễu biến đổi.

4. Khả năng streaming dữ liệu: Mô hình 2 và 3 sử dụng Raspberry Pi 3 và sound card Behringer U-Phoria UM2 cho phép streaming tín hiệu âm thanh qua nền tảng Youtube và Discord thành công, hỗ trợ giám sát từ xa theo thời gian thực.

Thảo luận kết quả

Nguyên nhân chính của hiệu quả khuếch đại và truyền tín hiệu là do lựa chọn linh kiện chất lượng cao như op-amp NE5532, tụ Wima, điện trở Dale và sử dụng đầu nối XLR 3 chân chuẩn quốc tế. Việc cấp nguồn ổn định với module tăng áp XL6019 và nguồn đôi ±15V giúp mạch hoạt động ổn định, giảm nhiễu.

So sánh với các nghiên cứu trong ngành nuôi trồng thủy sản, hệ thống thu thập âm thanh này có ưu điểm vượt trội về khả năng thu tín hiệu trong môi trường nước đục, nơi mà các hệ thống camera không thể áp dụng hiệu quả. Việc áp dụng giải thuật lọc nhiễu tiên tiến giúp nâng cao chất lượng tín hiệu, tạo điều kiện thuận lợi cho việc phân tích hành vi ăn của tôm.

Dữ liệu thu thập được có thể được trình bày qua biểu đồ phổ biên độ trước và sau lọc, bảng so sánh tỷ lệ giảm nhiễu giữa các giải thuật, cũng như biểu đồ thời gian thực thể hiện cường độ âm thanh theo từng khung giờ trong ngày. Điều này giúp người nuôi tôm có thể điều chỉnh lượng thức ăn phù hợp, giảm thiểu lãng phí và ô nhiễm môi trường.

Đề xuất và khuyến nghị

1. Triển khai hệ thống thu thập âm thanh tự động tại các ao nuôi: Lắp đặt hydrophone kết hợp bộ XLR converter và pre-amp, sử dụng Raspberry Pi để streaming dữ liệu nhằm giám sát liên tục cường độ ăn của tôm. Mục tiêu giảm thiểu lãng phí thức ăn ít nhất 20% trong vòng 6 tháng, do các đơn vị quản lý trang trại thực hiện.

2. Phát triển phần mềm phân tích tín hiệu nâng cao: Ứng dụng các giải thuật lọc nhiễu kết hợp học máy để nhận dạng chính xác hơn các âm thanh đặc trưng của tôm ăn, từ đó tự động điều chỉnh lượng thức ăn. Mục tiêu nâng cao độ chính xác phân tích trên 90% trong 1 năm, do nhóm nghiên cứu và phát triển phần mềm đảm nhiệm.

3. Tích hợp hệ thống cảm biến môi trường: Kết hợp cảm biến nhiệt độ, oxy hòa tan để đồng bộ dữ liệu môi trường với âm thanh, giúp dự báo sức khỏe ao nuôi và điều chỉnh chế độ cho ăn phù hợp. Mục tiêu hoàn thiện hệ thống tích hợp trong 12 tháng, do các công ty công nghệ thủy sản thực hiện.

4. Xây dựng cơ sở dữ liệu lớn (big data): Thu thập và lưu trữ dữ liệu âm thanh và môi trường từ nhiều ao nuôi để phân tích xu hướng, dự đoán rủi ro và tối ưu hóa quy trình nuôi. Mục tiêu xây dựng kho dữ liệu trong 2 năm, do các tổ chức nghiên cứu và doanh nghiệp phối hợp thực hiện.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và sinh viên ngành kỹ thuật điện tử và xử lý tín hiệu: Luận văn cung cấp kiến thức chuyên sâu về thiết kế mạch khuếch đại, thu thập và xử lý tín hiệu âm thanh trong môi trường nước, phù hợp cho các đề tài nghiên cứu liên quan.

2. Chuyên gia và kỹ sư trong ngành nuôi trồng thủy sản: Hệ thống thu thập và phân tích âm thanh giúp giám sát hành vi ăn của tôm, hỗ trợ quản lý thức ăn và cải thiện chất lượng ao nuôi, từ đó nâng cao hiệu quả sản xuất.

3. Doanh nghiệp phát triển thiết bị công nghệ cao cho nông nghiệp: Tham khảo để phát triển các sản phẩm IoT, hệ thống cảm biến và giải pháp tự động hóa trong nuôi trồng thủy sản, đáp ứng nhu cầu thị trường ngày càng tăng.

4. Quản lý trang trại và người nuôi tôm: Áp dụng hệ thống để giám sát và điều chỉnh chế độ cho ăn, giảm thiểu lãng phí thức ăn và ô nhiễm môi trường, nâng cao năng suất và lợi nhuận kinh tế.

Câu hỏi thường gặp

1. Hệ thống thu thập âm thanh này có thể áp dụng cho các loại thủy sản khác không?
   Hệ thống được thiết kế chủ yếu cho tôm với âm thanh đặc trưng khi ăn, tuy nhiên với điều chỉnh phù hợp về hydrophone và giải thuật xử lý, có thể áp dụng cho các loài thủy sản khác như cá trong môi trường nước đục.

2. Giải thuật lọc nhiễu nào hiệu quả hơn trong môi trường nuôi tôm?
   Spectral Subtraction phù hợp với môi trường nhiễu ổn định, trong khi Wiener Filter thích hợp với môi trường nhiễu biến đổi. Kết hợp hai giải thuật có thể nâng cao hiệu quả lọc nhiễu tổng thể.

3. Hệ thống có thể hoạt động liên tục trong bao lâu với nguồn pin lithium 12V 4800mAh?
   Theo thử nghiệm, hệ thống mô hình 1 có thể hoạt động liên tục khoảng 8-10 giờ, phù hợp cho các phiên thu thập dữ liệu ngắn hạn hoặc cần kết nối nguồn ngoài để hoạt động lâu dài.

4. Dữ liệu âm thanh thu thập được có thể sử dụng để dự đoán sức khỏe tôm không?
   Dữ liệu âm thanh phản ánh hành vi ăn uống, có thể kết hợp với các chỉ số môi trường để dự đoán sức khỏe và stress của tôm, hỗ trợ quản lý ao nuôi hiệu quả hơn.

5. Việc truyền tín hiệu qua cáp XLR có giới hạn khoảng cách không?
   Cáp XLR có shield giúp giảm nhiễu và truyền tín hiệu ổn định trong khoảng cách lên đến 30 mét mà không suy giảm đáng kể, phù hợp cho các ao nuôi có diện tích vừa và nhỏ.

Kết luận

• Đã thiết kế và thực hiện thành công hệ thống thu thập và phân tích âm thanh phát ra khi tôm ăn, bao gồm phần cứng và phần mềm lọc nhiễu.
• Lựa chọn linh kiện chất lượng cao như op-amp NE5532, hydrophone H1A và cáp XLR giúp đảm bảo tín hiệu thu được có chất lượng tốt.
• Áp dụng giải thuật Wiener Filter và Spectral Subtraction hiệu quả trong việc giảm nhiễu và phân tích tín hiệu âm thanh tôm ăn.
• Hệ thống hỗ trợ streaming dữ liệu âm thanh qua mạng, giúp giám sát từ xa và theo thời gian thực.
• Đề xuất phát triển hệ thống tích hợp cảm biến môi trường và xây dựng cơ sở dữ liệu lớn để nâng cao hiệu quả quản lý nuôi tôm.

Tiếp theo, cần triển khai thử nghiệm thực tế tại các ao nuôi quy mô lớn, đồng thời phát triển phần mềm phân tích nâng cao và tích hợp hệ thống cảm biến môi trường. Mời các nhà nghiên cứu, doanh nghiệp và người nuôi tôm quan tâm hợp tác để ứng dụng công nghệ này vào thực tiễn, góp phần phát triển ngành nuôi trồng thủy sản bền vững.

Trích đoạn nội dung tài liệu

ĐẠI HỌC QUỐC GIA TP. HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA -------------------- NGUYỄN CAO SANG HỆ THỐNG THU THẬP VÀ PHÂN TÍCH ÂM THANH PHÁT RA KHI TÔM ĂN Chuyên ngành : KỸ THUẬT ĐIỆN TỬ Mã số: 8520203 LUẬN VĂN THẠC SĨ TP. HỒ CHÍ MINH, tháng 01 năm 2024 CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán bộ hướng dẫn khoa học: PGS. Hoàng Trang Cán bộ chấm nhận xét 1: TS.

Bùi Trọng Tú Cán bộ chấm nhận xét 2: TS. Nguyễn Minh Sơn Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp. HCM ngày 12 tháng 01 năm 2024 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1. Trần Hoàng Linh - Chủ tịch 2.

Nguyễn Lý Thiên Trường - Thư ký 3. Bùi Trọng Tú - Phản biện 1 4. Nguyễn Minh Sơn - Phản biện 2 5. TS Trương Quang Vinh - Uỷ viên Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có).

CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: NGUYỄN CAO SANG MSHV: 2171005 Ngày, tháng, năm sinh: 13/02/1999 Nơi sinh: Tiền Giang Chuyên ngành: KỸ THUẬT ĐIỆN TỬ Mã số : 8520203 I. TÊN ĐỀ TÀI: HỆ THỐNG THU THẬP VÀ PHÂN TÍCH ÂM THANH PHÁT RA KHI TÔM ĂN (SHRIMP FEEDING ACOUSTIC DATA ACQUISITION AND ANALYSIS SYSTEM) II. NHIỆM VỤ VÀ NỘI DUNG: - Thực hiện phần cứng cho hệ thống thu thập dữ liệu - Ứng dụng các giải thuật để lọc và phân tích tín hiệu âm thanh III. NGÀY GIAO NHIỆM VỤ : 04/09/2023 IV.

NGÀY HOÀN THÀNH NHIỆM VỤ: 18/12/2023 V. CÁN BỘ HƯỚNG DẪN: PGS. HOÀNG TRANG Tp. CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên và chữ ký) (Họ tên và chữ ký) TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ (Họ tên và chữ ký) LỜI CẢM ƠN Sau một thời gian tiến hành triển khai nghiên cứu, em cũng đã hoàn thành nội dung cho luận văn Thạc sỹ.

Luận văn được hoàn thành không chỉ là công sức của bản thân mà còn có sự giúp đỡ, hỗ trợ tích cực của nhiều cá nhân và tập thể. Em xin gửi lời cảm ơn đến PGS.TS Hoàng Trang, những ý kiến đóng góp quý báu cùng sự quan tâm, động viên và chỉ bảo tận tình của thầy vừa giúp em có được sự khích lệ, tin tưởng vào bản thân, vừa tạo động lực nhắc nhở em có trách nhiệm với đề tài của mình, giúp em hoàn chỉnh luận văn tốt hơn. Em cũng xin gửi lời cảm ơn chân thành và sâu sắc đến ThS Bùi Quốc Bảo, người trực tiếp hướng dẫn luận văn cho em. Thầy đã dành cho em nhiều thời gian, tâm sức, cho em nhiều ý kiến, nhận xét quý báu, chỉnh sửa cho em những chi tiết nhỏ trong luận văn, giúp luận văn của em được hoàn thiện hơn về mặt nội dung và hình thức.

Thầy cũng đã luôn quan tâm, động viên, nhắc nhở kịp thời để em có thể hoàn thành luận văn đúng tiến độ. Em xin chân thành cảm ơn Ban Giám hiệu, phòng đào tạo sau đại học, trường Đại Học Bách Khoa Thành phố Hồ Chí Minh đã tạo mọi điều kiện cho em trong quá trình học tập và hoàn thành luận văn này. Hồ Chí Minh, ngày 16 tháng 12 năm 2023 Học viên i Luận văn thạc sỹ GVHD: PGS. Hoàng Trang ThS.

Bùi Quốc Bảo TÓM TẮT LUẬN VĂN Luận văn này trình bày về việc xây dựng một hệ thống thu thập và phân tích âm thanh phát ra khi tôm ăn bao gồm các phần: Thực hiện phần cứng: - Lựa chọn linh kiện cho bộ thu âm thanh - Thi công phần cứng cho bộ thu âm thanh Thực hiện phần mềm: - Ứng dụng giải thuật lọc nhiễu cho tín hiệu âm thanh thu được - Phân tích tín hiệu âm thanh thu được ii Luận văn thạc sỹ GVHD: PGS. Hoàng Trang ThS. Bùi Quốc Bảo ABSTRACT The thesis presents the construction of a shrimp feeding acoustic data acquisition and analysis system, including the following parts: Hardware implementation: - Selecting components for the audio receiver board - Making the audio receiver board Software implementation: - Applying noise filtering algorithm to the received audio signal - Analyzing the received audio signal iii Luận văn thạc sỹ GVHD: PGS. Hoàng Trang ThS.

Bùi Quốc Bảo LỜI CAM ĐOAN Học viên cam đoan rằng, ngoại trừ các kết quả tham khảo từ các công trình khác đã trích dẫn và nêu rõ trong luận văn này, các công việc nghiên cứu và trình bày trong luận văn là do chính học viên thực hiện. Học viên iv Luận văn thạc sỹ GVHD: PGS. Hoàng Trang ThS. Bùi Quốc Bảo MỤC LỤC 1.2 Tình hình nghiên cứu trong và ngoài nước .3 Nhiệm vụ luận văn .1 Cơ bản về mạch khuếch đại thuật toán.

Cấu tạo và nguyên lý làm việc của op-amp. Nguồn cung cấp. Phân cực cho op-amp làm việc với tín hiệu AC. Một số mạch khuếch đại cơ bản.

Một số thông số cơ bản của op-amp thực .2 Tìm hiểu về phần cứng. Đầu nối XLR. Linh kiện thụ động dùng trong âm thanh.3 Tìm hiểu về giải thuật lọc nhiễu âm thanh. Giải thuật Wiener Filter.

Giải thuật Spectral Subtraction. THIẾT KẾ VÀ THỰC HIỆN PHẦN CỨNG .1 Tổng quan về hệ thống thiết kế .2 Yêu cầu thực hiện. 31 v Luận văn thạc sỹ GVHD: PGS. Hoàng Trang ThS.

Bùi Quốc Bảo 3.2 Phân tích yêu cầu thực hiện .3 Sơ đồ khối tổng quát của hệ thống. Mô hình 2 và 3 .4 Sơ đồ khối chi tiết.5 Sơ đồ mạch chi tiết. THIẾT KẾ VÀ THỰC HIỆN PHẦN MỀM .1 Yêu cầu chung cho phần mềm. Phần mềm lọc nhiễu sử dụng Spectral Subtraction.

Phần mềm lọc nhiễu sử dụng Wiener Filter .3 Phần mềm streaming youtube cho Raspberry. KẾT QUẢ THỰC HIỆN .1 Thực hiện phần cứng. Sản phẩm sau khi gia công .2 Thực hiện phần mềm .3 Các bài thử nghiệm. Kiểm tra các nguồn cấp.

58 vi Luận văn thạc sỹ GVHD: PGS. Hoàng Trang ThS. Bùi Quốc Bảo 5. Kiểm tra hoạt động liên tục.

Kiểm tra tín hiệu ngõ ra của các mô hình. Kiểm tra việc thu thập tín hiệu âm thanh thực tế của các mô hình. Kiểm tra khả năng stream tín hiệu bằng nền tảng Youtube/Discord. Kiểm tra khả năng lọc nhiễu tín hiệu của các giải thuật.

Phân tích tín hiệu âm thanh thu được. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN. Nhược điểm.2 Hướng phát triển. TÀI LIỆU THAM KHẢO .1 Tìm hiểu phần cứng.

IC khuếch đại âm thanh NE5532. Module tăng áp XL6019. Module tạo nguồn đôi. IC điều chỉnh điện áp LM7812, LM7912.

Module lọc nhiễu EMI. 105 vii Luận văn thạc sỹ GVHD: PGS. Hoàng Trang ThS. Bùi Quốc Bảo DANH SÁCH HÌNH MINH HỌA Hình 1.1: Thiết bị giúp theo dõi ao nuôi liên tục theo thời gian thực.2: Ý tưởng của hệ thống AQ1 .1: Op-amp symbol .2: Cấu tạo op-amp .3: Đặc tuyến op-amp .4: Dạng sóng op-amp khi cấp nguồn đôi và nguồn đơn .5: Ví dụ mạch khuếch đại âm tầng .6: Mạch khuếch đại đảo .7: Mạch khuếch đại không đảo.9: Minh hoạ slew rate [7].11: Các loại đầu nối XLR .12: Định nghĩa chân cho XLR3.13: Linh kiện thụ động dùng cho ứng dụng âm thanh .14: Mô hình ước lượng tín hiệu mong muốn sử dụng bộ lọc Wiener.15: FIR Wiener Filter .16: Mối quan hệ về pha giữa tín hiệu thu được, nhiễu và tín hiệu mong muốn .17: Sơ đồ tổng quát giải thuật spectral subtraction .1: Tổng quan về hệ thống thiết kế 1 .2: Tổng quan về hệ thống thiết kế 2 .3: Pin sạc lithium 12V 4800mAh .4: Dây chuyển đổi tín hiệu 3.5mm sang USB .5: Soundcard Behringer U-Phoria UM2.

34 viii Luận văn thạc sỹ GVHD: PGS. Hoàng Trang ThS. Bùi Quốc Bảo Hình 3.7: Sơ đồ khối tổng quát của mô hình 1.8: Sơ đồ khối tổng quát của mô hình 2 và 3 .9: Sơ đồ khối chi tiết của mô hình 1 .10: Sơ đồ khối chi tiết của mô hình 2 .11: Sơ đồ khối chi tiết của mô hình 3 .12: Sơ đồ mạch chi tiết bộ pre-amp mô hình 1 .13: Sơ đồ mạch chi tiết bộ XLR converter mô hình 2 .14: Sơ đồ mạch chi tiết bộ pre-amp converter mô hình 2 .15: Sơ đồ mạch ứng dụng phổ biến của IC XL6019 [11] .16: Sơ đồ mạch ứng dụng phổ biến của IC LM7812 .17: Sơ đồ mạch ứng dụng phổ biến của IC LM7912 .1: Lưu đồ giải thuật Spectral Subtraction .2: Lưu đồ giải thuật Wiener Filter.3: Ví trí của plughw:2,0 .1: PCB layout cho mạch pre-amp của mô hình 1 .2: PCB layout cho mạch XLR converter của mô hình 2 và 3 .3: PCB layout cho mạch pre-amp của mô hình 2 .4: Mạch pre-amp của mô hình 1 sau khi gia công .5: Mạch XLR converter của mô hình 2 và 3 sau khi gia công .6: Mạch pre-amp của mô hình 2 sau khi gia công .7: Mạch đảo chân đầu nối 3.8: Sơ đồ chân đầu nối 3.5mm chuẩn quốc tế và Mỹ [12] .9: Nguồn từ pin lithium 12V .10: Nguồn từ Adapter 12V/5A .11: Nguồn từ ngõ ra của mạch tăng áp XL6019 .12: Nguồn từ ngõ ra của mạch tạo nguồn đôi ±15V.13: Nguồn từ ngõ ra của mạch ổn áp LM7812, LM7912. 60 ix Luận văn thạc sỹ GVHD: PGS.

Hoàng Trang ThS. Bùi Quốc Bảo Hình 5.14: Nguồn ghim bởi diode zener 13V .15: Thử nghiệm hoạt động liên tục cho mô hình 1 .16: Thử nghiệm hoạt động liên tục cho mô hình 2 .17: Thử nghiệm hoạt động liên tục cho mô hình 3 .18: Máy tạo sóng Tektronix AFG31000 series .19: Oscilloscope Tektronix MSO64 .20: Kết nối các thiết bị đo cho mô hình 1 .21: Dạng sóng ngõ vào và ra với ngõ vào có biên độ =1V, f=1kHz, Voffset=400mV .22: Dạng sóng ngõ vào và ra với ngõ vào có biên độ =1V, f=500kHz, Voffset=400mV .23: Dạng sóng ngõ vào và ra với ngõ vào có biên độ =1V, f=1MHz, Voffset=400mV.24: Mô phỏng ngõ vào và ra với ngõ vào có biên độ =1V, f=1kH, Voffset=400mV .25: Mô phỏng ngõ vào và ra với ngõ vào có biên độ =1V, f=1MHz, Voffset=400mV .26: Kết nối các thiết bị đo cho mạch XLR converter .27: Bộ cấp nguồn Gwinstek GPS-30300.28: Dạng sóng ngõ vào và ra với ngõ vào có biên độ =1V, f=1kHz, Voffset=0mV .29: Dạng sóng ngõ vào và ra với ngõ vào có biên độ =1V, f=100kHz, Voffset=0mV .30: Dạng sóng ngõ vào và ra với ngõ vào có biên độ =1V, f=1MHz, Voffset=0mV.31: Kết nối các thiết bị đo cho mạch XLR converter với dây XLR 30m .32: Dạng sóng ngõ vào và ra với ngõ vào có biên độ =1V, f=1kHz, Voffset=0mV (dây XLR 30m) .