一种环境噪声监测方法、系统、计算机设备和存储介质技术方案

本发明专利技术公开了一种环境噪声监测方法、系统、计算机设备和存储介质，方法包括：获取环境噪声采样点的噪声数据；将待监测环境点作为圆心，以一个预设步长为半径，生成待搜索区域；按照预设步长的步数获取待搜索区域内的环境噪声采样点的数量，若达到预设采样点数量，将预设步长的步数作为带宽，若否，将半径增加一个预设步长，重新生成待搜索区域，直至数量达到预设采样点数量，将增加后的步数作为带宽；建立核回归模型，将带宽和待搜索区域内环境噪声采样点的噪声数据输入核回归模型，得到待监测环境点的噪声分贝估算值。本发明专利技术根据地点周围噪声采样点密度来决定带宽，使得模型回归的精度更高，算法复杂度低，能够充分满足环境噪声的实时监控需求。的实时监控需求。的实时监控需求。

【技术实现步骤摘要】
一种环境噪声监测方法、系统、计算机设备和存储介质


[0001]本专利技术涉及环境监测
，特别是涉及一种环境噪声监测方法、系统、计算机设备和存储介质。

技术介绍

[0002]随着经济的发展，人民生活水平的提高，生态环境状况愈来愈受到社会的关注，市民对本市环境状况的实时监测要求亦越来越高。而且越来越多的人认识到，噪声危害人类健康，是影响健康的一个重要原因。安静已经成为评价城市综合环境的一个重要指数。2000年以来，噪声投诉已跃居各类污染投诉前列，有逐年递增的趋势。面对这种严峻的声环境污染，传统的人工监测、手持仪器监测显然无法满足现阶段生态网络建设的发展诉求。发展和建设智能化、全天候的噪声地图及网络化的噪声在线监测系统对城市声环境质量及变化趋势进行实时、准确的全方位监测，对噪声污染水平评估及其防治进行监督监测有着重要的促进作用。
[0003]我国的城市发展迅速，由于政治、经济、历史、文化等方面的原因，大多数城市都是在旧城改造的演变中发展形成的，普遍存在布局尚欠合理、建筑密度高、居住人口集中。人均道路占有率低，城市繁华区域纵横交错和分层重叠的城市道路随处可见。城市环境噪声污染较为严重，城市居民对当地环境噪声污染的反映也较水、空气污染强烈。由于噪声有随机性和起伏变化大的特点，用手工监测方法获取的监测数据实时性、代表性差，花费的人力多，很难满足城市环境噪声污染的正确评价和管理决策需要。为了让监管部门和广大群众实时监控和知晓城市环境的噪声水平，可以基于现有的物联网基础设施进行定点采样，也可以采用移动端设备进行动态采样，但是目前有限的采样点无法覆盖所有的区域，而且整个环境的噪声生成、传播和叠加都是瞬息万变的，传统的机器学习如有监督学习需要对环境噪声做独立同分布的假设，因此无法处理环境噪声分布的快速变化的问题。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的是提供一种根据现有的噪声环境监测点的采样数据，以及用户移动端的采样数据，实时进行数据汇集和回归分析，能够根据任意地点附近的采样点密度动态调整带宽，从而高效拟合出整个地区的噪声分布情况的环境噪声监测方法、系统、计算机设备和存储介质。
[0005]第一方面，本专利技术提供了一种环境噪声监测方法，所述方法包括：
[0006]获取环境噪声采样点的噪声数据，所述噪声数据包括时间戳、位置和分贝数；
[0007]将待监测环境点作为圆心，以一个预设步长为半径，生成待搜索区域；
[0008]按照所述预设步长的步数，逐步获取所述待搜索区域内的所述环境噪声采样点的数量，若所述数量达到预设采样点数量，则将所述预设步长的步数作为带宽，若否，则将所述半径增加一个所述预设步长，重新生成所述待搜索区域，并以增加后的步数逐步获取所述待搜索区域内的所述环境噪声采样点的数量，直至所述数量达到所述预设采样点数量，
则将增加后的步数作为所述带宽；
[0009]建立核回归模型，将所述带宽和所述待搜索区域内的所述环境噪声采样点的所述噪声数据输入所述核回归模型，得到所述待监测环境点的噪声分贝估算值。
[0010]进一步地，所述方法还包括：
[0011]生成待监测环境点地图，在所述待监测环境点地图上根据数个预设的所述环境噪声采样点生成网格；
[0012]通过所述核回归模型计算所述网格中每个所述待监测环境点的所述噪声分贝估算值；
[0013]根据所述噪声分贝估算值，在所述待监测环境点地图上生成环境噪声热力图。
[0014]进一步地，所述核回归模型的计算公式为：
[0015][0016]式中，y为待监测环境点，x
i
为环境噪声采样点，f(x
i
)为环境噪声采样点的实时噪声分贝数，h为带宽，n为预设采样点数量，dist(x
i
‑
y)为x
i
和y两点之间的欧式距离，其中，x
ij
和y
i
分别为向量x
i
和y的第j个分量，K为核函数。
[0017]进一步地，所述核函数为高斯核函数、Epanechnikov核函数、余弦核函数、Logistic核函数、Sigmoid核函数或Silverman核函数。
[0018]进一步地，所述获取环境噪声采样点的噪声数据的步骤包括：
[0019]通过环境噪声物联网采样设备获取环境噪声采样点的噪声数据；
[0020]通过数据终端获取所述环境噪声采样点的所述噪声数据。
[0021]第二方面，本专利技术提供了一种环境噪声监测系统，所述系统包括：
[0022]噪声数据获取模块，用于获取环境噪声采样点的噪声数据，所述噪声数据包括时间戳、位置和分贝数；
[0023]待搜索区域生成模块，用于将待监测环境点作为圆心，以一个预设步长为半径，生成待搜索区域；
[0024]带宽生成模块，用于按照所述预设步长的步数，逐步获取所述待搜索区域内的所述环境噪声采样点的数量，若所述数量达到预设采样点数量，则将所述预设步长的步数作为带宽，若否，则将所述半径增加一个所述预设步长，重新生成所述待搜索区域，并以增加后的步数逐步获取所述待搜索区域内的所述环境噪声采样点的数量，直至所述数量达到所述预设采样点数量，则将增加后的步数作为所述带宽；
[0025]模型生成模块，用于建立核回归模型，将所述带宽和所述待搜索区域内的所述环境噪声采样点的所述噪声数据输入所述核回归模型，得到所述待监测环境点的噪声分贝估算值。
[0026]进一步地，所述系统还包括：
[0027]地图网格生成模块，用于生成待监测环境点地图，在所述待监测环境点地图上根据数个预设的所述环境噪声采样点生成网格；
[0028]噪声分贝估算模块，用于通过所述核回归模型计算所述网格中每个所述待监测环境点的所述噪声分贝估算值；
[0029]热力图生成模块，用于根据所述噪声分贝估算值，在所述待监测环境点地图上生成环境噪声热力图。
[0030]进一步地，所述核回归模型的计算公式为：
[0031][0032]式中，y为待监测环境点，x
i
为环境噪声采样点，f(x
i
)为环境噪声采样点的实时噪声数据，h为带宽，n为预设采样点数量，dist(x
i
‑
y)为x
i
和y两点之间的欧式距离，其中，x
ij
和y
i
分别为向量x
i
和y的第j个分量，K为核函数。
[0033]第三方面，本专利技术实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0034]第四方面，本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
[0035]上述本专利技术提供了一种环境噪声监测方法、系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种环境噪声监测方法，其特征在于，包括：获取环境噪声采样点的噪声数据，所述噪声数据包括时间戳、位置和分贝数；将待监测环境点作为圆心，以一个预设步长为半径，生成待搜索区域；按照所述预设步长的步数，逐步获取所述待搜索区域内的所述环境噪声采样点的数量，若所述数量达到预设采样点数量，则将所述预设步长的步数作为带宽，若否，则将所述半径增加一个所述预设步长，重新生成所述待搜索区域，并以增加后的步数逐步获取所述待搜索区域内的所述环境噪声采样点的数量，直至所述数量达到所述预设采样点数量，则将增加后的步数作为所述带宽；建立核回归模型，将所述带宽和所述待搜索区域内的所述环境噪声采样点的所述噪声数据输入所述核回归模型，得到所述待监测环境点的噪声分贝估算值。2.根据权利要求1所述的环境噪声监测方法，其特征在于，所述方法还包括：生成待监测环境点地图，在所述待监测环境点地图上根据数个预设的所述环境噪声采样点生成网格；通过所述核回归模型计算所述网格中每个所述待监测环境点的所述噪声分贝估算值；根据所述噪声分贝估算值，在所述待监测环境点地图上生成环境噪声热力图。3.根据权利要求2所述的环境噪声监测方法，其特征在于，所述核回归模型的计算公式为：式中，y为待监测环境点，x
i
为环境噪声采样点，f(x
i
)为环境噪声采样点的实时噪声分贝数，h为带宽，n为预设采样点数量，dist(x
i
‑
y)为x
i
和y两点之间的欧式距离，其中，x
ij
和y
i
分别为向量x
i
和y的第j个分量，K为核函数。4.根据权利要求3所述的环境噪声监测方法，其特征在于，所述核函数为高斯核函数、Epanechnikov核函数、余弦核函数、Logistic核函数、Sigmoid核函数或Silverman核函数。5.根据权利要求1所述的环境噪声监测方法，其特征在于，所述获取环境噪声采样点的噪声数据的步骤包括：通过环境噪声物联网采样设备获取环境噪声采样点的噪声数据；通过数据终端获取所述环境噪声采样点的所述噪声数据。6.一种环境噪声监测系统，其特征在于，包...

【专利技术属性】
技术研发人员：殷艺敏，郑建辉，刘祖德，
申请(专利权)人：广州声博士声学技术有限公司，
类型：发明
国别省市：