一种基于声屏障的噪声治理优化方法技术

本发明专利技术属于噪声治理技术领域，公开了一种基于声屏障的噪声治理优化方法。本发明专利技术通过对噪声污染源的调查；确定噪声位置及噪声传播途径情况；对噪声数据进行采集；对噪声数据进行分析；并将采集的噪声数据与噪声标准进行比较；在噪声位置搭建声屏障，并对噪声进行消除；对基于声屏障的噪声治理效果进行评价；本发明专利技术通过对噪声数据进行分析方法能够精准辨别噪声的声源位置，对噪声性能进行精准判断，并根据判断结果制定相应降噪设备；大大提高噪声治理的精准性；同时，通过对噪声进行消除方法提高了确定第一降噪信号的特征信息的准确率，进而准确地对该降噪装置在该目标位置处产生的噪声进行消除，从而进一步提高了消除噪声的针对性和消除效果。对性和消除效果。对性和消除效果。

【技术实现步骤摘要】
一种基于声屏障的噪声治理优化方法


[0001]本专利技术属于噪声治理
，尤其涉及一种基于声屏障的噪声治理优化方法。

技术介绍

[0002]声屏障主要用于公路、高速公路、高架复合道路和其它噪声源的隔声降噪。分为纯隔声的反射型声屏障，和吸声与隔声相结合的复合型声屏障，后者是更为有效的隔声方法。指的是为减轻行车噪声对附近居民的影响而设置在铁路和公路侧旁的墙式构造物。隔音墙也称为声屏障。在声源和接收者之间插入一个设施，使声波传播有一个显著的附加衰减，从而减弱接收者所在的一定区域内的噪声影响，这样的设施就称为声屏障。分为交通隔音屏障、设备噪音衰减隔音屏障、工业厂界隔音屏障、公路和高速公路上是使用各类型声屏障最多的地方；然而，现有基于声屏障的噪声治理优化方法不能准确确定噪声的声源位置，影响噪声治理的精准性；同时，消除噪声的效果较差。
[0003]通过上述分析，现有技术存在的问题及缺陷为：
[0004](1)现有基于声屏障的噪声治理优化方法不能准确确定噪声的声源位置，影响噪声治理的精准性。
[0005](2)消除噪声的效果较差。

技术实现思路

[0006]针对现有技术存在的问题，本专利技术提供了一种基于声屏障的噪声治理优化方法。
[0007]本专利技术是这样实现的，一种基于声屏障的噪声治理优化方法包括：
[0008]步骤一，对噪声污染源的调查；确定噪声位置及噪声传播途径情况；
[0009]步骤二，对噪声数据进行采集；对噪声数据进行分析；并将采集的噪声数据与噪声标准进行比较；
[0010]所述对噪声数据进行分析方法：
[0011]对噪声进行处理获得参数数据，根据参数数据计算噪声的干扰度；
[0012]通过敏感度评价法判断噪声是否对居民造成影响，
[0013]若是，通过对噪声进行相关性分析和调制确定噪声污染源，生成调制声样本并根据所述调制声样本确定噪声控制量；
[0014]根据所述噪声污染源，通过声整列确定噪声的声源位置；根据所述声源位置，设计降噪产品；
[0015]所述对噪声进行处理获得参数数据，根据参数数据计算噪声数据的干扰度具体包括：
[0016]通过噪声仪采集噪声；通过声学样本处理器对噪声进行预处理，获取20Hz～20000Hz的预处理声样本；对预处理声样本进行重分析，获取所述预处理声样本三分之一频程下的LAeq和LCeq，以及全频段的响度、响度级、音调度、粗糙度、抖晃度、尖锐度和频谱图；
[0017]步骤三，在噪声位置搭建声屏障，并对噪声进行消除；对基于声屏障的噪声治理效
果进行评价。
[0018]进一步，所述对噪声数据进行采集方法如下：
[0019](1)通过噪声仪采集目标噪声音频数据；获取待确定目标噪声数据的音频数据；通过目标网络模型确定所述音频数据中目标时长的音频数据与所述目标时长的目标声音之间的相似度；
[0020]其中，所述目标网络模型是使用所述目标时长的同类所述目标声音对初始网络模型进行训练得到的模型，所述相似度越高表示所述音频数据与所述目标声音越相似；
[0021](2)在所述相似度低于目标相似度的情况下，将所述音频数据确定为目标噪声数据；
[0022]其中，通过目标网络模型确定所述音频数据中所述目标时长的音频数据与所述目标时长的目标声音之间的相似度包括：通过目标生成对抗网络模型确定所述音频数据的音频特征图与所述目标声音的目标特征图之间的相似度，其中，所述目标特征图是所述目标声音的频谱图，由频谱图计算程序计算得到，所述目标生成对抗网络模型用于计算所述音频数据的所述音频特征图与所述目标特征图之间的所述相似度；
[0023]其中，在通过目标生成对抗网络模型确定所述音频数据的音频特征图与所述目标声音的目标特征图之间的相似度之前，所述方法还包括：将所述目标声音输入所述初始生成对抗网络模型所包括的初始生成层，得到所述初始生成层输出的图像；所述初始生成对抗网络模型所包括的初始判别层鉴别生成层输出的图像，得到所述初始判别层输出的初始相似度；根据所述初始相似度与目标相似度之间的差值调整所述初始生成层的参数和所述初始判别层的参数，直至所述初始判别层输出的数据趋近于所述目标相似度，得到目标生成层和目标判别层，其中，所述目标生成对抗网络模型包括所述目标生成层和所述目标判别层。
[0024]进一步，所述通过目标生成对抗网络模型确定所述音频数据的音频特征图与所述目标声音的目标特征图之间的相似度包括：
[0025]将所述音频数据输入所述目标生成对抗网络模型；
[0026]获取所述目标生成对抗网络模型输出的所述相似度。
[0027]进一步，所述将所述音频数据输入所述目标生成对抗网络模型包括：
[0028]从所述音频数据中提取所述音频数据的频谱特征；
[0029]将所述频谱特征输入所述目标生成对抗网络模型，其中，所述音频特征图包括所述频谱分布图。
[0030]进一步，所述对噪声进行消除方法如下：
[0031]1)将降噪遥控装置所在的地点确定为目标位置，获取降噪装置与所述目标标记器之间的相对位置，并将所述降噪装置与所述降噪遥控装置之间的相对位置确定为所述降噪装置与目标位置之间的第一相对位置，其中，所述目标位置为待消除噪声的位置；
[0032]2)基于所述第一相对位置和存储的信息表，确定第一降噪信号的特征信息，所述第一降噪信号为对所述降噪装置在所述目标位置处产生的噪声进行消除的信号，所述信息表中包括降噪装置运行参数、降噪装置与目标位置之间的相对位置以及噪声特征信息之间的对应关系，或者包括降噪装置运行参数、降噪装置与目标位置之间的相对位置以及降噪信号特征信息之间的对应关系；
[0033]3)基于所述第一降噪信号的特征信息，发出所述第一降噪信号，以对所述降噪装置在所述目标位置处产生的噪声进行消除；
[0034]其中，检测所述目标位置处的环境噪声，对所述环境噪声进行分离，得到残留噪声，在所述残留噪声满足预设条件时调整第一传递函数，所述第一传递函数用于对所述第一降噪信号的特征信息进行修正。
[0035]进一步，所述基于所述第一相对位置和存储的信息表，确定第一降噪信号的特征信息，包括：
[0036]当所述信息表中包括降噪装置运行参数、降噪装置与目标位置之间的相对位置以及噪声特征信息之间的对应关系时，获取所述降噪装置当前的运行参数；
[0037]基于所述降噪装置当前的运行参数和所述第一相对位置，从所述降噪装置运行参数、降噪装置与目标位置之间的相对位置以及噪声特征信息之间的对应关系中，获取对应的噪声特征信息；
[0038]基于所述噪声特征信息，经过反相确定所述第一降噪信号的特征信息，所述第一降噪信号的特征信息包括频率、幅度和相位。
[0039]进一步，所述基于所述第一相对位置和存储的信息表，确定第一降噪信号的特征信息，包括：
[0040]当所述信息表中包括降噪装置运行参数、降噪装置与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声屏障的噪声治理优化方法，其特征在于，所述方法包括以下步骤：步骤一，对噪声污染源的调查；确定噪声位置及噪声传播途径情况；步骤二，对噪声数据进行采集；对噪声数据进行分析；并将采集的噪声数据与噪声标准进行比较；所述对噪声数据进行分析方法：对噪声进行处理获得参数数据，根据参数数据计算噪声的干扰度；通过敏感度评价法判断噪声是否对居民造成影响，若是，通过对噪声进行相关性分析和调制确定噪声污染源，生成调制声样本并根据所述调制声样本确定噪声控制量；根据所述噪声污染源，通过声整列确定噪声的声源位置；根据所述声源位置，设计降噪产品；所述对噪声进行处理获得参数数据，根据参数数据计算噪声数据的干扰度具体包括：通过噪声仪采集噪声；通过声学样本处理器对噪声进行预处理，获取20Hz～20000Hz的预处理声样本；对预处理声样本进行重分析，获取所述预处理声样本三分之一频程下的LAeq和LCeq，以及全频段的响度、响度级、音调度、粗糙度、抖晃度、尖锐度和频谱图；步骤三，在噪声位置搭建声屏障，并对噪声进行消除；对基于声屏障的噪声治理效果进行评价。2.如权利要求1所述基于声屏障的噪声治理优化方法，其特征在于，所述对噪声数据进行采集方法如下：(1)通过噪声仪采集目标噪声音频数据；获取待确定目标噪声数据的音频数据；通过目标网络模型确定所述音频数据中目标时长的音频数据与所述目标时长的目标声音之间的相似度；其中，所述目标网络模型是使用所述目标时长的同类所述目标声音对初始网络模型进行训练得到的模型，所述相似度越高表示所述音频数据与所述目标声音越相似；(2)在所述相似度低于目标相似度的情况下，将所述音频数据确定为目标噪声数据；其中，通过目标网络模型确定所述音频数据中所述目标时长的音频数据与所述目标时长的目标声音之间的相似度包括：通过目标生成对抗网络模型确定所述音频数据的音频特征图与所述目标声音的目标特征图之间的相似度，其中，所述目标特征图是所述目标声音的频谱图，由频谱图计算程序计算得到，所述目标生成对抗网络模型用于计算所述音频数据的所述音频特征图与所述目标特征图之间的所述相似度；其中，在通过目标生成对抗网络模型确定所述音频数据的音频特征图与所述目标声音的目标特征图之间的相似度之前，所述方法还包括：将所述目标声音输入所述初始生成对抗网络模型所包括的初始生成层，得到所述初始生成层输出的图像；所述初始生成对抗网络模型所包括的初始判别层鉴别生成层输出的图像，得到所述初始判别层输出的初始相似度；根据所述初始相似度与目标相似度之间的差值调整所述初始生成层的参数和所述初始判别层的参数，直至所述初始判别层输出的数据趋近于所述目标相似度，得到目标生成层和目标判别层，其中，所述目标生成对抗网络模型包括所述目标生成层和所述目标判别层。3.如权利要求2所述基于声屏障的噪声治理优化方法，其特征在于，所述通过目标生成对抗网络模型确定所述音频数据的音频特征图与所述目标声音的目标特征图之间的相似
度包括：将所述音频数据输入所述目标生成对抗网络模型；获取所述目标生成对抗网络模型输出的所述相似度。4.如权利要求2所述基于声屏障的噪声治理优化方法，其特征在于，所述将所述音频数据输入所述目标生成对抗网络模型包括：从所述音频数据中提取所述音频数据的频谱特征；将所述频谱特征输入所述目标生成对抗网络模型，其中，所述音频特征图包括所述频谱分布图。5.如权利要求1所述基于声屏障的噪声治理优化方法，其特征在于，所述对噪声进行消除方法如下：1...

【专利技术属性】
技术研发人员：林伟仲，陈利宁，邓镇棋，陈沛珊，林方敏，骆其金，
申请(专利权)人：生态环境部华南环境科学研究所生态环境部生态环境应急研究所，
类型：发明
国别省市：