一種航空噪聲識別及非航空噪聲過濾方法
【技術領域】
[0001] 本發明設及一種航空噪聲識別及非航空噪聲過濾方法，屬于噪聲監測技術領域。
【背景技術】
[0002] 近些年，雖然我國民航事業發展十分迅猛，但是空運資源依然十分緊張。無論是基 礎設施方面，還是機場數量和容量都已處于嚴重不足的狀態。據統計，2010年年末全國吞吐 量排名前50位的機場中，有26個機場容量飽和，預計其他24個機場在2015年也將達到飽和。 為了解決空運資源緊張的問題，全國規劃到"十二五"末期民用運輸機場數量達到230個W 上。而2011年實際新增的機場只有5個，2012年3個，2013年年初預計新增14個的機場，但實 際只建成10個。究其原因，是由于機場噪聲污染嚴重影響了我國民用機場的建設速度。據中 國民航總局的研究報告統計:在我國，有超過150個民用機場存在噪聲污染問題，運其中將 近Ξ分之一的機場噪聲污染問題十分嚴重。隨著人民群眾對生活環境質量要求的日益提 高，日益嚴重的機場噪聲污染問題引發了民間反對機場建設的浪潮，使機場經營者漸趨被 動，所承受的輿論壓力也越來越大，嚴重影響和制約著我國民航業的可持續發展。
[0003] 目前世界上大部分發達國家的主要機場都已安裝應用了機場噪聲監測系統，如德 國法蘭克福機場(化aport)在機場周圍增加了兩個監測站，W及一些移動檢測設備，來監測 飛機噪聲情況;比利時的布魯塞爾機場設置了21個噪聲監測設備不間斷地提供周圍的噪聲 情況，可W生成一天的平均噪聲大小分布比例和等值線圖。國內的北京首都國際機場、香港 國際機場、臺灣桃園國際機場等主要機場也使用著類似的監測系統。機場噪聲監測系統可 W實現對機場噪聲的全天監測，其監測數據作為機場噪聲污染的可靠依據，極大的方便了 機場管理者對噪聲實施綜合管控。但現有的機場噪聲監測系統均采用傳統監測模式，監測 節點的成本高昂，節點對布置環境要求高，系統穩定性差，數據傳輸模式固定，傳輸線路鋪 設和后期維護的成本很高。由于上述原因，傳統監測模式不可能實現機場噪聲監測節點的 大規模密集部署，也不能實現對機場及其周界噪聲的全面度量。
[0004] 針對機場噪聲感知的全面實時感知需求，已有的物聯網理論成果為機場噪聲感知 的研究提供了理論基礎及實踐經驗。但是運些研究大多針對通用的物聯網技術或特定應用 場景，在機場噪聲感知方面還沒有研究和應用先例。基于物聯網理論，W大量的噪聲監測設 備均勻、密集、廣泛的布局在機場環境周圍，形成泛網格化的布局，對機場周圍提供全方面 實時的噪聲感知數據。
[000引當前普遍的噪聲識別方法是對噪聲的頻率進行分析判別，主要有通過小波分解、 降噪等方法，W此分離出需要識別的噪聲信號，并對其進行識別與判定;或者在此基礎上， 通過使用數據挖掘中分類、聚類等方法，對噪聲情況進行識別與分類。但是上述噪聲識別方 法僅使用了單個噪聲監測點的噪聲數據進行分析，不僅忽略了泛網格環境下眾多的監測點 的特性，也沒有考慮各監測點數據間的相關性。若考慮多監測點數據，對各監測點的噪聲數 據均進行分析，將會大大增加其計算量，但由于各檢測點噪聲數據變換后在頻率上的相似 度較高，因而并不能夠顯著提高其噪聲的識別水平。

【發明內容】

[0006]本發明所要解決的技術問題是提供一種航空噪聲識別及非航空噪聲過濾方法，在 機場周圍布局均勻、密集、廣泛的噪聲監測設備，并且各監測點能夠實時的產生噪聲值，W 此獲得實時的泛網格化機場噪聲監測數據。由于非航空噪聲相對航空噪聲而言聲強較小， 其噪聲影響隨距離的變大明顯衰減及消除，噪聲影響半徑較短，能夠影響的監測點數目較 少，因此可W根據目標監測點及附近監測點的噪聲值差異，計算相鄰監測點之間噪聲的相 似度關系，判別是否屬于非航空噪聲覆蓋，進而進行過濾操作。而航空噪聲的影響半徑較 遠，往往能夠達到幾公里之多。因而在航空噪聲的情況下，足夠多廣泛分布的噪聲監測點會 受到影響，W此判別航空噪聲的存在。根據監測點噪聲的分布情況，計算各個監測點之間的 噪聲增長向量，判別噪聲增長方向是否指向同一方向或是否聚集于同一位置，計算其航空 噪聲可能性大小，W此判別是否存在航空噪聲，大概估計其范圍。
[0007 ]本發明為解決上述技術問題采用W下技術方案：
[0008] -方面，本發明提供一種非航空噪聲過濾方法，通過目標監測點與臨近監測點之 間的噪聲值大小，建立噪聲監測網格，并分別計算水平方向、垂直方向W及兩個對角線方向 上的噪聲波動情況;基于干擾噪聲點的孤立性，對噪聲波動情況進行放大預處理，選取最合 適方向并對該方向上噪聲情況進行相似度分析，若相似度低于設定闊值，則存在非航空噪 聲干擾，對其進行過濾操作，否則不對其進行過濾。
[0009] 作為本發明的進一步優化方案，目標監測點與臨近監測點構成W目標監測點為中 屯、的3X3噪聲監測網格。
[0010] 另一方面，本發明提供一種航空噪聲識別方法，通過整個監測區域內噪聲監測點 的噪聲值，計算每個目標監測點相對于臨近監測點的噪聲值差異，并計算其噪聲增長向量； 計算整個監測區域監測點噪聲增長向量與一點到該監測點位置的距離向量的內積，并求出 其最大值作為存在航空噪聲源的存在程度大小，若存在程度大小大于設定闊值，則表明監 測區域存在航空噪聲源，而該點則是航空噪聲源所在地面投影的估計位置。
[0011] 另一方面，本發明提供一種航空噪聲識別及非航空噪聲過濾方法，首先，采用如權 利要求1所述的一種非航空噪聲過濾方法，過濾非航空噪聲;其次，采用如權利要求3所述的 一種航空噪聲識別方法，估計航空噪聲源的位置。
[0012] 作為本發明的進一步優化方案，若監測區域內某監測點處缺失噪聲值，則W其最 近N個點噪聲值的反距離加權均值替代，N為正整數。
[0013] 本發明采用W上技術方案與現有技術相比，具有W下技術效果：
[0014] 1、本發明根據各監測點設備之間的相互位置關系與其產生的實時噪聲監測值進 行分析，可W實現基于機場噪聲感知的航空噪聲識別及非航空噪聲過濾。本發明大大提高 了航空噪聲的識別正確率，為航空噪聲的合理管理提供了重要依據；
[0015] 2、本發明能夠對機場周圍監測區域產生的非航空噪聲源進行識別同時對非航空 噪聲源進行過濾;對監測區域內的航空噪聲源進行識別判定，確定機場周圍監測范圍是否 有飛機起降;預估飛機大概位置。本發明不僅可W有效的過濾非航空噪聲，對于飛機大概位 置的預估也可W為飛機起飛的航線規劃提供可靠依據；
[0016] 3、本發明能夠為進一步實現機場噪聲實時等值線繪制，為飛機航跡再現等提供判 別條件和理論依據，為對我國機場建設做出巨大貢獻，對我國航空事業發展具有重要意義。
[0017]
【具體實施方式】
[0018] 下面對本發明的技術方案做進一步的詳細說明：
[0019] 航空器的噪聲一般影響范圍較廣，當航空器進入機場噪聲監測范圍時，由于物聯 網大范圍感知的特性，多個噪聲監測點均可監測到噪聲的波動，且噪聲分布具有明顯的趨 勢。而如果是一般的汽車鳴笛或動物叫聲等，因其聲音強度較航空器噪聲小的多，噪聲衰減 過程中會影響的范圍較小，往往只有聲源周圍2、3個監測點監測的噪聲值會發生變化，而其 他噪聲監測點則不會產生明顯的變化。
[0020] 非航空噪聲過濾算法
[0021] 通過鄰近監測點間監測值的關聯相似性分析，可W將局部區域監測到的干擾噪聲 源濾除，能夠提高航空器噪聲識別的精確度。算法具體過程如下：
[0022] 在泛網格化的監測點布局中，監測點依照網格情況分布，但允許監測點的位置存 在偏差及監測點的缺失等。若某點處缺失噪聲值情況，先W其最近N個點噪聲值的反距離加 權均值替代。
[0023] 為判斷某點P(x，y)是否存在非航空噪聲時，選擇WP(x，y)為中屯、點的3X3噪聲監 測網格W，
[0024] w={P(i-l，j-l)，P(i-l，j)，P(i-l，j+l)，P(i，j-l)，P(i，j)，P(i，j+l)，P(i+l，j-l)，