[发明专利]一种基于GPR模型的自适应声掩蔽系统及方法

说明书

本发明涉及一种基于GPR模型的自适应声掩蔽系统及方法，系统包括由各种间歇性的虫类鸣叫声、鸟类鸣叫声以及水流声等自然声构成的掩蔽声数据库、由高斯过程回归算法建模的声满意度代理模型以及基于数据库和代理模型建立的自适应掩蔽声筛选子系统，其功能是针对不同的中低频背景噪声，基于统一的声满意度代理模型，在数据库中筛选出最优的掩蔽声，同时得到对应的组合声及其满意度值，该系统对各种中低频噪声环境均达到良好的声掩蔽效果。与现有技术相比，本发明首次将人工智能方法应用于声掩蔽技术，并构建了一个完整的自适应声掩蔽系统，提升了声掩蔽技术的可行性和普适性，并且节省了掩蔽声筛选时间，降低了传统声掩蔽技术中依靠人工调整的成本。

技术领域

本发明涉及环境噪声控制技术领域，尤其是涉及一种基于GPR模型的自适应声掩蔽系统及方法。

背景技术

随着城市化高速发展，环境噪声污染问题越来越被公众关注。传统降噪技术集中在声源降噪、传播途径过程的吸隔声以及噪声接受者环境的隔声处理，一定程度上降低了城市环境噪声声级，改善了居民的生活环境。但是，由于传统降噪措施在交通噪声和固定设备噪声治理中的局限性以及中低频噪声不易衰减的特性，城市环境噪声常以中低频特征为主，特别在密集型城市出现声级达标但仍扰民的问题。在对城市主干道沿线居住小区腹地及城市公共绿地区域内噪声进行跟踪监测发现，该类区域的声级水平大多维持在55-60dBA的稳态水平，然而公众身处如此环境，满意度仍然偏低，声级更高的区域满意度则更低。

近年来研究发现，公众对声环境的满意度不单单取决于声压级，令人愉悦的声音即使声压级较高，也能够提高人对声环境的满意度。实际上，这是心理声学在环境声学中的应用。有研究发现，水声(如喷泉、流水等)以及鸟鸣声等有助于改善交通噪声带来的烦恼。因此，研究者们开始考虑利用声掩蔽技术来改善公众对其所处声环境的满意度，该方法具有良好的应用前景和市场需求。目前，关于声掩蔽方法的环境噪声控制技术还停留在起步阶段，系统的声掩蔽方法的相关专利尚未见报道。当前唯一较为完整的声掩蔽方法是环境科学研究院在2018年研究的“一种基于声掩蔽提高声环境满意度的方法”，其主要功能是针对环境背景噪声的个体有效特征，人工选择具有相同有效特征的自然声，再通过人工迭代调整该自然声的对应有效特征值得到最优掩蔽声。该方法没有确定出各背景声的统一有效特征，更没有建立出一个统一的依赖于有效特征参量声满意度模型，并且，对于最优掩蔽声的选择和调整还停留在人工试验的阶段。事实上，由于影响满意度的特征参数众多，声满意度模型是一个复杂的高维、非线性系统，研究者们难以辨识出该复杂系统的内在物理机制，因此，传统的声掩蔽技术最大的难点就在于声满意度机理模型的建立。

当前人工智能技术已经被广泛的应用于互联网、工业、农业、交通等等各个领域，均取得优越的成效。近年来，在环境领域也逐渐引起研究者的高度关注。在环境噪声控制领域，研究者们纷纷开始尝试将人工智能技术应用于传统噪声控制方法。事实上，利用人工智能技术中的大数据技术可以很好的解决传统噪声技术中机理特性难以得到的问题。因此，将人工智能技术应用于声掩蔽方法，利用人工智能方法中数据库、代理模型以及免疫记忆机制，建立一个具有普适性的提高声环境满意度的自适应声掩蔽系统，能够将传统方法一直难以实现的声掩蔽技术构建成一个完整可行的声掩蔽系统，提升声掩蔽技术的可行性和实用性，并且避免声掩蔽技术的人工成本和降低时间耗费。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于GPR模型的自适应声掩蔽系统及方法，该系统结合数据库技术和代理模型方法，能够提升声掩蔽技术的可行性和普适性，并降低该技术实施的人工和时间成本。

本发明的创新点是确定了声环境满意度的有效特征，采集足量的自然声样本构建掩蔽声数据库，利用代理模型近似普适的声满意度模型，将免疫系统中的记忆机制引入掩蔽声筛选子系统。它可以直接基于满意度代理模型在掩蔽声数据库中搜索最优的掩蔽声，同时产生该掩蔽响应行为的记忆细胞，使得系统下次对重复背景声能够直接掩蔽。该发明有效地提高了声掩蔽技术的可行性和实用性，并大程度地节省了依靠人工迭代掩蔽声所产生的大量的成本和时间耗费。