[发明专利]一种声环境数据监测方法及系统

权利要求书

1.一种声环境数据监测方法，应用于声环境数据监测系统，其特征在于，包括：

获取各个噪声检测子站上传的监测区域内的环境噪声数据构成的环境噪声数据集合，并对所述环境噪声数据集合进行统计分析，确定所述环境噪声数据集合所对应的每个噪声类型下的各个噪声源的噪声数据；

依据确定的每个噪声类型下的各个噪声源的噪声数据，确定所述监测区域对应的噪声分布地图；

根据所述监测区域对应的噪声分布地图，针对所述监测区域生成对应的监测状态数据并展示到对应的状态界面中；

所述对所述环境噪声数据集合进行统计分析，确定所述环境噪声数据集合所对应的每个噪声类型下的各个噪声源的噪声数据，具体包括：

依据预先训练的噪声类型分析模型对所述环境噪声数据集合进行噪声类型分析，确定所述环境噪声数据集合对应的各个噪声类型以及每个噪声类型下的噪声类型数据；

获取所述噪声类型数据所携带的传声器声源定位数据和视频流采集数据，其中，所述传声器声源定位数据为当每个噪声源产生时通过传声器阵列的噪声位置数据；

依据所述传声器声源定位数据从所述视频流采集数据查找每个噪声源触发时刻的声学定位图像数据；

将每个噪声源的所述噪声位置数据和所述声学定位图像数据作为该噪声源的噪声源数据，以获得每个噪声类型下的各个噪声源的噪声数据。

2.根据权利要求1所述的声环境数据监测方法，其特征在于，所述依据预先训练的噪声类型分析模型对所述环境噪声数据集合进行噪声类型分析，确定所述环境噪声数据集合对应的各个噪声类型以及每个噪声类型下的噪声类型数据，具体包括：

将所述环境噪声数据集合的每个环境噪声数据加载到符合噪声分析应用部署要求的噪声类型分析模型中的噪声规律训练分支，确定所述环境噪声数据对应环境噪声特征场景对应的目标噪声规律变量图；

将所述目标噪声规律变量图加载到基础噪声类型分析模型的噪声类型映射分支，确定所述环境噪声数据的噪声类型信息；

所述噪声类型映射分支和所述噪声规律训练分支之中的其中一个或者两个组合AI训练分支，是依据基础噪声类型分析模型对模板环境噪声数据的决策环境噪声特征场景和模板环境噪声特征场景之间的训练偏差度量值、以及依据所述基础噪声类型分析模型对所述模板环境噪声数据的决策噪声类型信息和模板噪声类型信息之间的训练偏差度量值进行权重参数层优化生成的。

3.根据权利要求2所述的声环境数据监测方法，其特征在于，所述噪声类型映射分支和所述噪声规律训练分支之中的其中一个或者两个组合AI训练分支，是依据基础噪声类型分析模型对模板环境噪声数据的决策环境噪声特征场景和模板环境噪声特征场景之间的训练偏差度量值、以及依据所述基础噪声类型分析模型对所述模板环境噪声数据的决策噪声类型信息和模板噪声类型信息之间的训练偏差度量值进行权重参数层优化生成，具体包括：

从模板环境噪声学习数据库中获取信任认证的环境噪声基础数据的模板环境噪声学习数据，所述模板环境噪声学习数据包括模板环境噪声数据、模板环境噪声学习数据的模板噪声类型信息和模板环境噪声特征场景；

将所述模板环境噪声数据加载到所述噪声规律训练分支得到所述模板环境噪声数据的噪声规律变量图，并将所述噪声规律变量图加载到所述噪声类型映射分支生成所述模板环境噪声数据的决策噪声类型信息；

将所述噪声规律变量图加载到基础噪声类型分析模型，输出所述模板环境噪声数据的决策环境噪声特征场景；

依据所述决策噪声类型信息与所述模板噪声类型信息之间的第一训练偏差度量值，以及所述决策环境噪声特征场景与所述模板环境噪声特征场景之间的第二训练偏差度量值，解析获得参考训练偏差度量值；

依据所述参考训练偏差度量值对所述噪声规律训练分支和所述噪声类型映射分支中其中一个或者两个组合AI训练分支的分支功能函数层信息进行参数层迭代优化，直到所述参考训练偏差度量值不再继续下降，确定符合噪声分析应用部署要求的噪声类型分析模型。