[发明专利]一种基于动态交通流的长直公路周边区域噪声预测方法有效
| 申请号: | 201410045592.9 | 申请日: | 2014-02-08 |
| 公开(公告)号: | CN103778299B | 公开(公告)日: | 2017-07-28 |
| 发明(设计)人: | 何杰;章晨;赵池航;杭文;邢璐 | 申请(专利权)人: | 东南大学 |
| 主分类号: | G06F17/50 | 分类号: | G06F17/50 |
| 代理公司: | 江苏永衡昭辉律师事务所32250 | 代理人: | 王斌 |
| 地址: | 210096*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 动态 通流 公路 周边 区域 噪声 预测 方法 | ||
技术领域
本发明涉及交通环境评估领域,尤其涉及应用于上述领域中对敏感区域的噪声评估方面。
背景技术
高速公路作为我国运输线路的主动脉,吸引着数以万计的车流量,而长直路段又作为高速公路的典型路段,周边的敏感区域受到噪声的污染程度在机动车日益增长的同时逐年扩大。
噪声预测的方法是依据噪声源的模型,并结合几何声学、室内声学等理论基础,考虑影响声波各类参量,从而计算声环境敏感点的连续等效声级。模型的建立常常是出于声环境影响评价的需要。其中影响噪声敏感点连续等效声级的因素有:车辆构成,行车速度,路面结构,路堤高度,公路线形,临街建筑物尺寸等等。交通噪声预测模型经历了如下几个阶段的发展,第一阶段,上世纪50到60年代,统计回归以及实测模型;第二阶段,上世纪80年代至今,加入丰富实地路径衰减修正项的预测模型。国外较为成熟且应用比较广泛的交通噪声传播模型主要有FHWA公路交通噪声预测模型,CRTN模型,RLS90模型等。这些模型虽然从宏观上能够较为迅速便捷地预测交通产生的噪声量,但是因为精度的缺乏,往往与实测值有一定的偏差,因此,如何更为精确地定义车辆在路段的运行轨迹,就成为精准预测交通噪声的关键,目前,还没有普适性的方法能够基于单车运行轨迹从而构建交通路段周边敏感区域噪声级的精确预测。
发明内容
本发明针对国内外噪声预测技术的不足,旨在解决如何精确预测高速公路长直路段周边声环境的问题。
为解决上述技术问题,本发明采用如下技术方案:一种基于动态交通流的高速公路长直路段周边声环境噪声预测方法。步骤如下:
第一步:建立公路长直路段动态交通流仿真模型
(1)将车型分为三类,分别是小汽车(car)、公共汽车(bus)及重型货车(HGV)。也就是将实际观测的小客车、小货车映射至小汽车集合,将大货车、拖挂车、集装箱车映射至重型货车集合进行车型统计。分类标准如下:
表1动态交通流车型分类标准
(2)选取车辆时间、车辆类型和速度3个变量,建立动态交通流仿真的车辆状态序列矩阵:
是第i辆车到达的时间,是第i辆车到达的速度,是第i辆车的类型。
(3)动态交通流车辆行驶模型计算:动态交通流模型是为了更好地描述单车是在高速公路上的运行轨迹。路网上所有车辆的在每一个仿真步长中的实时位置由下列公式描述:
xi(t+Δt)=min(xi(t)+uΔt,xi-1(t)-Smin) (2)
xi(t+Δt)是下一时刻第i车到达的位置,u是自由交通流下所能达到的最大速度,通常由实地观测得出,Smin是指在拥堵情况下两车之间保持的最小距离。
(4)依据车辆状态矩阵和车辆行驶模型,模拟过程中,当仿真时钟t等于车辆到达时间时,矩阵中的该列数据将作为初始值输入车辆行驶模型;反之,则时钟向前推进一个步长Δt(通常取1s)。其程序流程为:判断是是否成立;若成立,则令并代入车辆行驶模型计算;反之,则令t=t+Δt,循环上述步骤,直至仿真结束。
第二步:建立基于动态交通流的公路长直路段噪声预测模型
(1)参考辐射声级的确定。一般不同的车型之间参考辐射声级相差较大,所以要分别给出。衡量某一车型(单辆汽车)在截面以速度S行驶时的噪声大小,模型中取参考位置D0=15m处(垂直于行车线)的参考能量平均辐射声级。因本方法将车型分成三类,各类车的参考辐射声级经验统计公式得出:
指的是小型车(car)的参考辐射声级,Scar代表的是该车型通过截面的速度;指的是bus的参考辐射声级,Sbus(MT)代表的是该车型通过截面的速度;指的是重型货车(HGV)的参考声级,SHGV代表的是该车型通过截面时的速度。
(2)考虑交通组成和距离衰减的辐射声级测算。
本方法实际计算时候做了一定的假设,假设车辆经过高速公路敏感点截面时垂直情况下辐射声级最大,这时候仅仅考虑距离衰减的情况,单车车辆对敏感点噪声级的贡献为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410045592.9/2.html,转载请声明来源钻瓜专利网。





