【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种面向智慧工地的施工环境智能化监测方法。
技术介绍
1、由于工地的施工环境复杂，所产生的噪声会对施工地周围的居民产生健康影响，为了避免或减少施工地噪声对居民区的影响和干扰，通常会对施工过程中噪声所对应的数据进行监测、处理和分析。
2、但是由于工地中的声源复杂，导致噪声数据中存在并非施工而产生的噪声，导致获取到的噪声数据无法有效反映施工而产生的噪声情况，进而使得无法对工地的施工环境进行有效监测，进而导致无法对工地的施工环境进行有效监测。
技术实现思路
1、本专利技术提供一种面向智慧工地的施工环境智能化监测方法，以解决现有的问题：噪声传感器采集到的噪声数据中存在非施工噪声数据，进而导致无法对工地的施工环境进行有效监测。
2、本专利技术的一种面向智慧工地的施工环境智能化监测方法采用如下技术方案：
3、包括以下步骤：
4、获取若干噪声数据形成的噪声数据序列；
5、对噪声数据序列进行分段，获取若干噪声数据段；根据每个噪声数据段中不同数据的幅值差异，获取数据的波动程度；
6、根据噪声数据序列中所有数据的波动程度，获取每个数据的目标数据与每个数据的特征数据；根据噪声数据序列中每个数据与每个数据的特征数据之间的距离以及每个数据的目标数据的数量，获取每个数据的特征因子；根据每个数据的特征因子与噪声数据序列中所有数据的波动程度，获取每个数据为周边环境的噪声数据的可能性参数；
7、根据每
8、优选的，所述根据每个噪声数据段中不同数据的幅值差异，获取数据的波动程度，包括的具体方法为：
9、对于第个噪声数据段中第个数据，获取第个噪声数据段中每个数据与第个噪声数据段中第个数据在幅值上的差值，记为第个噪声数据段中第个数据的波动值，根据第个噪声数据段中第个数据的所有波动值，获取第个噪声数据段中第个数据的波动程度。
10、优选的，所述获取第个噪声数据段中第个数据的波动程度的具体计算公式为：
11、
12、式中，表示第个噪声数据段中第个数据的波动程度；表示第个噪声数据段中第个数据的波动值数量；表示第个噪声数据段中第个数据的第个波动值；表示绝对值运算；表示激活函数。
13、优选的，所述根据噪声数据序列中所有数据的波动程度，获取每个数据的目标数据与每个数据的特征数据，包括的具体方法为：
14、对于噪声数据序列中第个数据，获取噪声数据序列中每个数据的波动程度，并将噪声数据序列中波动程度与第个数据的波动程度相同的数据记为第个数据的目标数据，将与第个数据距离最近的第个数据的目标数据记为第个数据的特征数据。
15、优选的，所述根据噪声数据序列中每个数据与每个数据的特征数据之间的距离以及每个数据的目标数据的数量，获取每个数据的特征因子的具体计算公式为：
16、
17、式中，表示第个数据的特征因子；表示第个数据与第个数据的特征数据之间的距离；表示第个数据的目标数据的数量；表示噪声数据序列中数据的数量；表示以自然常数为底数的指数函数。
18、优选的，所述根据每个数据的特征因子与噪声数据序列中所有数据的波动程度，获取每个数据为周边环境的噪声数据的可能性参数，包括的具体方法为：
19、对于噪声数据序列中第个数据，获取噪声数据序列中除第个数据外其他所有数据的波动程度的均值、噪声数据序列中每个数据与第个数据之间的距离以及噪声数据序列中每个数据与第个数据在波动程度上的差异，结合第个数据的特征因子，获取第个数据为周边环境的噪声数据的可能性参数。
20、优选的，所述获取第个数据为周边环境的噪声数据的可能性参数的具体计算公式为：
21、
22、式中，表示第个数据为周边环境的噪声数据的可能性参数；表示第个数据的波动程度；表示第个数据的波动程度；表示噪声数据序列中数据的数量；表示第个数据的特征因子；表示第个数据与第个数据之间的距离；表示绝对值运算；表示激活函数。
23、优选的，所述根据每个数据为周边环境的噪声数据的可能性参数对每个数据进行修正，得到修正后的数据的幅值，包括的具体方法为：
24、对于噪声数据序列中第个数据，将第个数据为周边环境的噪声数据的可能性参数的负相关取值，与第个数据的幅值的积作为修正后的第个数据的幅值。
25、优选的，所述根据修正后的数据的幅值对施工环境进行智能化监测，包括的具体方法为：
26、预设一个施工噪声阈值，当修正后的数据的幅值超过时触发警报系统。
27、优选的，所述对噪声数据序列进行分段，获取若干噪声数据段，包括的具体方法为：
28、以时间为横轴，噪声数据为纵轴，构建一个直角坐标系，将所有噪声数据置入直角坐标系中，得到噪声散点图，利用最小二乘法对噪声散点图进行拟合，得到噪声曲线；
29、获取噪声曲线中的所有极小值点，依照噪声曲线中的所有极小值点对噪声曲线进行分段，得到若干噪声曲线段，对于第个噪声曲线段，将第个噪声曲线段所对应的采集时间段记为第个时间段，将噪声数据序列中第个时间段下采集的噪声数据记为第个噪声数据段，得到若干噪声数据段。
30、本专利技术的技术方案的有益效果是：本专利技术通过采集噪声数据；对噪声数据进行排序得到噪声数据序列；对噪声数据序列进行分段，获取若干噪声数据段；根据每个噪声数据段中数据的幅值，获取数据的波动程度，由于数据的波动特征为数据在局部范围内的特征，因此为了能够更好地获取噪声数据的波动特征，需要对噪声数据进行分段处理，以更准确的获取数据的波动程度；根据噪声数据序列中不同数据之间的波动程度，获取每个数据为周边环境的噪声数据的可能性参数，通过分析施工时产生的噪声数据与周边环境的噪声数据之间的差异，为后续对噪声数据进行修正提供理论支撑；根据每个数据为周边环境的噪声数据的可能性参数对每个数据进行修正，得到修正后的数据的幅值，根据修正后的数据的幅值对施工环境进行智能化监测，通过抑制噪声传感器采集的噪声数据中的周边环境的噪声数据，即数据为周边环境的噪声数据的可能性参数越需要对数据进行抑制，最终完成对数据的修正得到修正后的数据，而修正后的数据由于抑制了周边环境的噪声数据，因此根据修正后的数据对施工环境的监测效果更加准确。
本文档来自技高网...【技术保护点】
1.一种面向智慧工地的施工环境智能化监测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述根据每个噪声数据段中不同数据的幅值差异，获取数据的波动程度，包括的具体方法为：
3.根据权利要求2所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述获取第个噪声数据段中第个数据的波动程度的具体计算公式为：
4.根据权利要求1所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述根据噪声数据序列中所有数据的波动程度，获取每个数据的目标数据与每个数据的特征数据，包括的具体方法为：
5.根据权利要求1所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述根据噪声数据序列中每个数据与每个数据的特征数据之间的距离以及每个数据的目标数据的数量，获取每个数据的特征因子的具体计算公式为：
6.根据权利要求1所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述根据每个数据的特征因子与噪声数据序列中所有数据的波动程度，获取每个数据为周边环境的噪声
7.根据权利要求6所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述获取第个数据为周边环境的噪声数据的可能性参数的具体计算公式为：
8.根据权利要求1所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述根据每个数据为周边环境的噪声数据的可能性参数对每个数据进行修正，得到修正后的数据的幅值，包括的具体方法为：
9.根据权利要求1所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述根据修正后的数据的幅值对施工环境进行智能化监测，包括的具体方法为：
10.根据权利要求1所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述对噪声数据序列进行分段，获取若干噪声数据段，包括的具体方法为：
...【技术特征摘要】
1.一种面向智慧工地的施工环境智能化监测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述根据每个噪声数据段中不同数据的幅值差异，获取数据的波动程度，包括的具体方法为：
3.根据权利要求2所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述获取第个噪声数据段中第个数据的波动程度的具体计算公式为：
4.根据权利要求1所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述根据噪声数据序列中所有数据的波动程度，获取每个数据的目标数据与每个数据的特征数据，包括的具体方法为：
5.根据权利要求1所述一种面向智慧工地的施工环境智能化监测方法，其特征在于，所述根据噪声数据序列中每个数据与每个数据的特征数据之间的距离以及每个数据的目标数据的数量，获取每个数据的特征因子的具体计算公式为：
6.根据权利要求1所述一...
【专利技术属性】
技术研发人员：王兴举，朱甄萌，王艺霖，吕文萱，霍娇，贾鹏瑜，涂佳露，赵永澍，杨纪龙，张博雯，宫帅，吕阳，
申请(专利权)人：石家庄铁道大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。