噪声观测装置和噪声观测方法
【技术领域】
[0001]本发明涉及适于在观测对象的地域中存在多个声源的环境下利用的噪声观测装置和噪声观测方法。
【背景技术】
[0002]以往，公知的有，例如对在飞机等航线下观测的飞机的飞行噪声的自动识别有效的现有技术(例如参照专利文献1:日本专利公开公报特开平7-43203号)。所述现有技术根据到达在X轴、Y轴和Z轴各轴线上分别隔开间隔配置的四个麦克风的声音的时间延迟的彼此相关系数，计算移动声源的到来方向矢量(仰角、方位角)，并根据得到的矢量的集合自动识别移动声源的移动轨迹。
[0003]按照现有技术的识别方法，即使在受到在机场起飞降落的飞机的噪声影响的观测地点，也能分别区分并准确把握在机场起飞降落的飞机的噪声的影响，能够以高精度识别飞机的移动路线。
[0004]伴随飞机等的运行产生的噪声的观测对象，迄今为止仅仅是来自上空的噪声、在跑道上产生的起飞跑道噪声以及降落时的反推噪声(y /《一只騒音)等飞行噪声即可，可是，当前(今后)还需要在机场周边观测伴随机场内的飞机的运用和机体的维保产生的飞机的地上噪声。地上噪声例如包含停机中的飞机因辅助动力供给装置(APU)的运转产生的噪声、在航站楼和跑道之间移动中(滑行)的飞机也因推进产生的噪声、以及飞机在机场内的发动机试运转区域进行发动机的试运转时等产生的噪声。
[0005]此外，在机场周边观测的噪声是复杂的，汽车和警报器等多种噪声混合起来从周边到达观测点，因此难以仅将飞机产生的地上噪声从来自地上的其他噪声区分开来并精确地检测出来。
[0006]此外，飞机噪声中包含伴随飞机的飞行而在机场观测到的单次发生的短暂性的单次噪声、伴随飞机的维保等而在机场周边观测到的发动机试运转、以及APU运转等噪声。在这些噪声中还包含虽然长时间持续、且是稳态的但是伴随相当的声级变动的准稳态噪声等，使噪声的识别更加困难。
[0007]在所述的现有技术(专利文献I)所述的、使用了三轴彼此相关法的声源的识别方法中，当从多个声源同时产生噪声时，在各轴线上使彼此相关系数成为最大的时间延迟未必一定表示来自同一声源的声音的到来方向。此外，当多个噪声重叠产生时，由于仅采用使彼此相关成为最大的声音，因此难以自动识别其他的噪声。
[0008]基于这样的背景，需要下述的技术:在机场内这种存在多个声源的噪声环境下，即使同时产生多个噪声时，也能使用彼此相关法识别噪声。
[0009]专利文献1:日本专利公开公报特开平7-43203号。
【发明内容】
[0010]在此公开的发明采用以下的解决手段。
[0011]即，本解决手段采用下述手法:每隔规定时间(定時每C )按照各轴线分别计算时间延迟的彼此相关系数，针对表示彼此相关系数的峰值(极大)倾向的时间延迟，从彼此相关系数最大的时间延迟起依次在时域(時間領域)上抽出多个时间延迟的变动，由此按照各轴线分别形成连续的时间延迟的集合。此时，按照各轴线分别形成的时间延迟的集合成为在存在多个声源的情况下按声源分离的集合。此外，针对按照各轴线分别形成的时间延迟的集合，这次如果观察不同的轴线间的彼此相关，则可以由此组合同一声源的时间延迟的集合们。由此，可以自动分离并识别同时产生的多个噪声。
[0012]本解决手段着眼于例如在机场内同时产生多个噪声(降落和滑行等)的情况下，针对按照各轴线分开的彼此相关系数的最大峰值，声压级最高的噪声显示支配性倾向，当从最高位起依次观察多个峰值时，其中任意一个峰值都显现出最大的噪声以外的噪声(其他声源)的影响。
[0013]S卩，在某个声源在观测空间内移动时，即使该声源在某个时间带中由彼此相关系数成为最大峰值的时间延迟表示，可是有时该声源在另一时间带中不是由彼此相关系数成为最大峰值的时间延迟表示，而是由其他低位峰值的时间延迟表示。在该情况下，由于在同一时间带中彼此相关系数成为最大峰值的时间延迟表示其他声源，因此在时域上总是单纯地仅追踪最大峰值，是不能识别声源的。
[0014]因此，本解决手段在时域上抽出成为每隔规定时间计算出的彼此相关系数的峰值的高位(例如第一位?第三位)的多个时间延迟的变动，按照各轴线分别形成连续的时间延迟的集合。由于连续的时间延迟的集合表示在时域上被预想为同一声源的时间延迟的变动(表示到来方向的噪声数据)，所以当观测空间内存在多个声源时，形成在各轴线上按声源分离的时间延迟的集合。由此，能够将多个声源的噪声数据在各轴线上按声源分离。
[0015]另外，在不同的轴线间组合在各轴线上分离的集合。即，本发明着眼于，当针对某集合不是考虑各个时间延迟而是考虑彼此相关系数时，被认为是同一声源的集合们的彼此相关系数的变动是非常近似的。这是因为，从实际的声源发出的声音，例如受到输出变动和气象变化的影响，因此这些变化会与输入麦克风的声音共同显现出来。因此，在某个时域中，如果在不同的轴线间同时存在集合的组，则对于各集合的彼此相关系数的时间变动，可以根据使时间延迟成为O时的标准化彼此相关系数来组合集合们。在轴线间组合的集合们表示同一声源的到来方向，因此可以自动识别观测空间内存在的多个声源。
[0016]本解决手段的噪声观测装置包括计算部、集合化部和合并化部。本解决手段的噪声观测方法可以采用所述构成进行执行。
[0017]S卩，计算部执行下述步骤:使用在存在有多个声源的观测空间内在规定的多个轴线上分别隔开间隔配置的两个麦克风，每隔规定时间按照各轴线分别计算表示声音的到达时间差的时间延迟的彼此相关系数。此外，集合化部执行下述步骤:针对表示由计算部每隔规定时间计算出的彼此相关系数的峰值倾向的多个时间延迟，按照彼此相关系数从大到小的顺序在时域上抽出多个时间延迟的变动，按照各轴线分别形成连续的时间延迟的集合。此外，合并化部执行下述步骤:针对由集合化部形成的按照各轴线分开的时间延迟的集合，根据不同的轴线间的彼此相关，组合同一声源的时间延迟的集合们。
[0018]由此，即使在观测空间内存在多个声源、且同时产生多个噪声的情况下，也能够利用彼此相关法自动识别声源。
[0019]在本解决手段的噪声观测装置和噪声观测方法中，当形成连续的时间延迟的集合时，可以设置以下的各种方式。
[0020]集合化部可以执行下述步骤:在形成连续的时间延迟的集合之前，每隔规定时间确认表示峰值倾向的多个时间延迟是否成为按照声源分开的初始值。
[0021]按照所述的方式，在根据彼此相关系数的高位峰值确认了噪声产生时的初始值的基础上，可以在以后的时域持续地恰当地形成连续的时间延迟的集合。
[0022]此外，集合化部进行的步骤可以包含以下的步骤。
[0023](I)每隔规定时间判断表示峰值倾向的多个时间延迟中，是否存在使与一个规定时间前表示峰值倾向的确定的时间延迟的差小于规定的阈值的时间延迟的唯一值。
[0024](2)当在所述(I)中判断存在唯一值时，将唯一值加入与确定的时间延迟相同的隹a
口 ο
[0025](3)当在所述(I)判断不存在唯一值时，至少使用确定的时间延迟(最近的数个)，通过最小二乗法计算虚拟时间延迟。
[0026]按照所述的方式，针对每隔规定时间计算出的高位峰值的时间延迟，在确认了是否是与上次的时间延迟为同一声源造成的时间延迟的基础上，仅将预想为是同一声源的时间延迟(成为唯一值的噪声数据)加入连续的集合。由此，能提高识别结果的精度，并能提高噪声观测结果的可靠性。此外，如果不存在能被预想为与本次的高位峰值的时间延迟为同一声源的时间延迟，则可以使用包含上次值的最近数个时间延迟，通过最小二乗法取得虚拟时间延迟，并灵活运用到以下的步骤中。
[0027]S卩，集合化部还执行以下的步骤。
[0028](4)判断是由于使与确定的时间延迟的差小于规定的阈值的时间延迟存在多个而造成不存在唯一值，还是由于在多个时间延迟中使与确定的时间延迟的差小于规定的阈值的时间延迟一个也不存在而造成不存在唯一值。
[0029](5)当在所述⑷中判断是由于使与确定的时间延迟的差小于规定的阈值的时间延迟存在多个而造成不存在唯一值时，判断其中是否存在使与虚拟时间延迟的差小于确定的阈值的确定值。
[0030](6)当在所述(5)中判断存在确定值时，将所述确定值加入与确定的时间延迟相同的集合。
[0031](7)当在所述(5)中判断为不存在确定值、或者在所述(4)中判断为是由于在多个时间延迟中使与确定的时间延迟的差小于规定的阈值的时间延迟一个也不存在而造成不存在唯一值时，将虚拟时间延迟加入与确定的时间延迟相同的集合。
[0032]在该情况下，在之前的(3)中计算出的虚拟时间延迟，表示了在时域内的最近的时间延迟的变动。因此，在存在多个时间延迟而不能锁定唯一值的情况下，可以将接近虚拟时间延迟的时间延迟预测为同一声源并加入集合(6)。另一方面，如果不存在接近虚拟时间延迟的时间延迟且唯一值也不存在，则可以通过将虚拟时间延迟加入集合，继续进行集合化⑵。
[0033]此外，集合化部可以还执行以下的步骤。
[0034](8)当每隔规定时间持续规定次数连续地将虚拟时间延迟加入了集合时，删除规定次数的虚拟时间延迟并结束集合的形成。
[0035]在该情况下，当集合内最后的时间延迟是虚拟时间延迟并且在前面的规定个数的时间延迟全部为虚拟时间延迟时，可以删除连续的规定个数的虚拟时间延迟，并针对该集合结束进一步的集合化。由此，可以配合噪声事件等的结束时期，结束连续的时间延迟的集合化(终端处理)。
[0036]此外，集合化部在所述(8)的结束判断步骤中，删除规定次数的虚拟时间延迟并结束集合的形成的结果，当该集合所包含的时间延迟的个数在规定数量以下时，可以使该集合无效化。
[0037]按照所述的方式，通过使作为集合的绝对数量不足的集合无效化，可以避免在以后的识别中混入噪声。由此，可以提高识别精度，可以进一步提高噪声观测结果的可靠性。
[0038]按照以上公开的噪声观测装置和噪声观测方法，可以自动分离并识别在观测空间内同时产生的多个声源。
[0039]此外，不是将计算结果大量存储后进行处理，而是通过定期地处理减轻计算负荷，因此能够容易实现使用了计算机的实时处理。
【附图说明】
[0040]图1是表不在机场内设置噪声观测装置时的一个实施方式的不意图。
[0041]图2是噪声观测装置的结构和利用彼此相关法的噪声识别方法的示意图。
[0042]图3是对于针对单次噪声的噪声事件检测方法，与航线下的噪声级(騒音U <少)的经时性变化一起进行解说的图。
[0043]图4是对于针对准稳态噪声的噪声事件检测方法，与机场内(或附近)的噪声级的经时性变化一起进行解说的图。
[0044]图5是用于说明识别方法的原理的简化模型图。
[0045]图6是表示由声源分离处理部执行的声源分离处理的步骤例子的流程图。
[0046]图7是表示基于彼此相关系数的高位峰值(高位匕°一夕)的、时间延迟的排序(歹>夕付汀)的示意图。
[0047]图