[发明专利]一种基于声源识别的噪声监测方法与系统

说明书

本发明提供了一种基于声源识别的噪声监测方法，包括以下步骤：S1、通过声音采集设备采集环境声；S2、利用噪声分析软件和电脑控制前端计算所采集的环境声的声学和心理声学等数据，并将其发送至声源解析模块；S3、基于声源解析模块中的声源神经网络模型和噪声等级分类模块，判断不同噪声源的噪声等级，同时根据噪声等级结果计算噪声修正值；S4、将噪声修正值与环境声级测量值进行求和，最终得到噪声声级；S5、将噪声声级发回终端控制系统。本发明的有益效果是：既反映了噪声声级的大小也考虑了不同声源所造成的主观感受差异，因此，更能真实反映噪声实际状况，有利于克服噪声监测不精准的问题。

技术领域

本发明涉及噪声监测方法，尤其涉及一种基于声源识别的噪声监测方法与系统。

背景技术

噪声监测是解决城市噪声污染的基础条件，我国目前采用的噪声监测技术是根据环保部2012年发布的《环境噪声监测技术规范、城市声环境常规监测》（HJ 640—2012），根据这一技术规范监测的主要指标有，每个监测点位测量10 min的等效连续A声级Leq、累积百分声级L10、L50、L90、Lmax、Lmin和标准偏差（SD）。监测时间为昼间正常工作时段，每年监测1次。从监测的方式和指标来看，目前的噪声监测数据不能完全反映噪声环境实际情况。这主要是因为现行噪声监测指标主要是噪声环境的声级数据，以环境声强弱来反映噪声情况，环境声越高越强，则指代噪声污染越严重。然而事实证明，这样的噪声判断指标存在一定误差，特别是在自然声较多的区域，噪声声级仅是噪声污染判断的一个指标，而声源对噪声的影响不能忽视。当前已有的噪声源监测技术是对噪声信号的识别，识别的前提是认定所识别的声音为噪声。主要通过对声音信号模式的识别来判断噪声所处的方位，确定噪声污染的来源。这样的识别技术主要是针对已认定为噪声的特定场所的噪声识别，采用的方法是分析噪声的物理信号特征。目前很多场所噪声不能判断其发生场所，导致噪声靶向不明确。

噪声是对声环境达到负面影响时的描述。如同视觉环境一样，声环境是也一种景观环境，正因如此，加拿大作曲家默里•沙弗率先提出了声景概念，改变了国际社会对环境噪声的认识。在声景理念下，欧盟、日本等国展开了大量研究，以声景标准来讨论噪声问题，其中最主要的议题是不同声音带来的噪声影响。他们的研究批判了以声级单一指标来反映噪声状况的错误，并通过对公共空间、生态环境的大量研究，指出声音类别、场所环境、受声者主体等因素对噪声的影响。虽然声景研究填补了以声级反映噪声的缺陷，但目前的状况是“一事一议”。针对生态性较高的场所，以项目研究的方式明确其噪声环境状况，提出保护措施。这样的噪声监测与管理方式过于繁琐，缺少指标性描述，不适于我国快速城市化发展面临的问题。

由于人类社会进入工业化时代以后，城市逐步成为人类社会最主要也是最大的人居环境，由此开启了以交通噪声为主的声环境时代。基于工业时代发展起来的声环境监测技术基本针对交通噪声，因此以声级指数作为噪声指数来发表。然而实际情况是声级指标不等同于噪声指标，噪声是指人们对不愿意听到的声音过高时产生的身心负担。由于机械声是工业时代城市的主要环境声源，一般认为声级越大、声环境越差、噪声污染越严重。然而，随着城市向绿色、生态方向发展，城市中越来越多地出现了自然声以及人们喜闻乐见的生活声，以等效连续A声级Leq作为噪声级的监测方法，没有区分不同声源带来的影响，特别不适宜生态城市环境中存在较多的生态声音的状况。

发明内容

为了解决现有技术中的问题，本发明提供了一种基于声源识别的噪声监测方法与系统。

本发明提供了一种基于声源识别的噪声监测方法，包括以下步骤：

S1、通过声音采集设备采集环境声；

S2、利用噪声分析软件和电脑控制前端计算所采集的环境声的声学和心理声学数据，并将其发送至声源解析模块；

S3、基于声源解析模块中的声源神经网络模型和噪声等级分类模块，判断不同噪声源的噪声等级，同时根据噪声等级结果计算噪声修正值；