本发明涉及层间噪音检测装置及方法和利用其的监控系统，更具体地，涉及利用多个麦克风分析根据在室内产生的层间噪音的噪音方向及噪音种类来进行监控的技术。
背景技术：
：随着社会发达引起的城市集中化和人口过密集中，如别墅及公寓，多个住户的聚居的多层结构的建筑物正普遍化。由于多个住户隔着墙壁和地面而生活的公共住宅的特性，这种多层结构的建筑物产生层间噪音引起的民怨。尤其，在层间噪音中，直接向建筑物的地面或墙体施加冲击而产生的冲击声具有易于向相邻的住户传递的特性，由于这种噪音，对相邻的住户成员的精神及身体健康具有不好的影响，而且导致邻居之间的严重争吵，因此，最近成为严重的社会问题。根据调查，约65％的韩国国民生活在公寓或公共住宅(多层结构的建筑物)，其中，95％以上的韩国住户经历过在相邻的住户产生的层间噪音带来的痛苦。用于解决这种问题的现有技术大部分涉及在大部分的建筑物的地面层叠用于缓冲层间噪音的防震材质等且适当地形成空气层的缓冲材料。但是，仅通过缓冲层间噪音的缓冲材料有效地隔断层间噪音方面具有局限。因此，政府通过加强与新建住宅有关的层间噪音阻隔性能基准且加强与层间噪音受害有关的处罚规定等来努力解决层间噪音问题。但是，在产生层间噪音引起的纠纷的情况下，需检测及记录实际产生的噪音并提交，但是，具有难以证明受害的明确根据的限制。尤其，由于固体传递音成为主要原因的层间噪音的特性，加害住户和受害住户可能不是直接垂直接触的住户。在此情况下，没有明确的解决方法，且产生引起层间噪音受害住户与上部住户之间的不必要的纠纷的状况，因此，当产生层间噪音受害时(产生民怨时)，需要可导出层间噪音产生住户的方法。并且，掌握从层间噪音产生住户产生的噪音级别(分贝，db)和噪音种类尤为重要。通常，层间噪音为孩子的跑跳声、脚步声、卫生间的水声、移动家具的声音、乐器声、音响声及电视(tv)声等的统称，因此，更重要的是掌握更准确的噪音种类来明确地证明受害。因此，迫切需要通过确保与层间噪音有关的客观资料向层间噪音诱发住户采取适当的措施来有效地防止层间噪音引起的邻居之间的纠纷及民怨的现实且高利用率的技术。现有技术文献专利文献韩国授权专利第10-1561849号(2015年10月14日授权)，“方向性层间噪音检测装置及层间噪音追踪系统”韩国授权专利第10-1349268号(2013年12月30日授权)，“利用麦克风阵列的音源距离检测装置”韩国公开专利第10-2015-0144456号(2015年12月28日公开)，“公共住宅的层间噪音管理装置及方法”技术实现要素：本发明的目的在于，提供如下的层间噪音检测装置及方法和监控系统：可通过分析并监控噪音产生引起的噪音位置及噪音方向、噪音种类来按照特性住户提供噪音反馈。并且，本发明的目的在于，提供如下的层间噪音检测装置及方法和监控系统：利用以二维矩阵形态排列的多个麦克风掌握更准确的噪音方向及噪音位置，可通过分析诱发噪音的噪音种类来确保客观性材料。并且，本发明的目的在于，提供层间噪音检测装置及方法和监控系统：区分在对象住户(楼上或隔壁)中产生的噪音和在检测住户(例如，自己家或使用人员家)中产生的噪音来进行检测，从而可更准确地分析噪音原因并以数值化的值监控按照每个住户的层间噪音程度。并且，本发明的目的在于，提供如下的层间噪音检测装置及方法和监控系统：使用人员可通过检测及监控在检测住户中产生的噪音来认知对对象住户(楼下)产生的影响。本发明一实施例的层间噪音检测装置包括：麦克风阵列(array)，包括排列于基板上的多个麦克风；噪音分析部，利用上述麦克风阵列分析与噪音有关的噪音方向，在预先存储于参考表(referencetable)的多个噪音种类中推定与上述噪音有关的噪音种类；以及控制部，在推定与上述噪音有关的噪音种类时失败的情况下，利用通信网发送用于获取与上述噪音有关的噪音种类的信息的请求。上述麦克风阵列可包括以二维(two-dimensional)矩阵形态排列于上述基板上的上述多个麦克风。上述麦克风阵列可与形成于上述基板的集成电路(ic，integratedcircuit)相连接来以贴片形结构形成。在超过已设定的临界值的情况下，上述噪音分析部可利用事件检测器(eventdetector)或噪音类算法来推定与上述噪音有关的噪音级别、噪音种类及噪音方向。上述噪音分析部被从上述麦克风阵列中获取的信号数据唤醒(wake-up)，可利用上述信号数据及上述信号数据的到达时间来检测与上述噪音有关的噪音级别。上述噪音分析部可向上述信号数据适用高通滤波器(highpassfilter)及低通滤波器(lowpassfilter)中的一种以上来检测与作为层间噪音的产生频带的63hz至1khz频带中的上述噪音有关的噪音级别。上述噪音分析部可根据上述多个麦克风分别检测的上述信号数据的到达时间且通过信号到达时间差(timedifferenceofarrival，tdoa)算法来分析与上述噪音有关的噪音位置及噪音方向。上述噪音分析部可根据上述信号数据及与上述噪音有关的噪音级别来推定通过作为数据挖掘技术的机器学习(machinelearning)被模式化的上述参考表中的与上述噪音有关的噪音种类。上述参考表可预先存储并维持利用机器学习所学习的多个噪音种类。当在上述噪音分析部中推定噪音种类的过程中失败时，上述控制部能够以通过通信模块将与上述噪音有关的噪音级别及上述信号数据向外部服务器发送的方式进行控制。上述控制部根据与上述噪音有关的噪音级别及上述信号数据来通过上述通信模块从上述外部服务器接收通过机器学习所分析的新噪音种类，能够以在上述参考表变更或添加及删除基于上述新噪音种类的类型的模式的方式进行控制。在对与上述噪音有关的噪音方向及噪音种类和已设定的层间噪音范围进行比较的结果超过特定临界值的情况下，上述控制部能够以向外部发送与上述噪音有关的噪音方向、噪音种类及噪音级别中的一种以上的方式进行控制。本发明实施例的层间噪音检测系统包括：层间噪音检测装置，利用为了检测层间噪音而设置的麦克风阵列分析与噪音有关的噪音方向，在预先存储于参考表的多个噪音种类中推定与上述噪音有关的噪音种类，其中，上述麦克风阵列包括排列于基板上的多个麦克风；以及外部服务器，在推定与上述噪音有关的噪音种类时失败的情况下，分析与上述噪音的噪音种类有关的信息，并监控层间噪音程度。上述层间噪音检测装置包括：上述麦克风阵列，包括排列于上述基板上的上述多个麦克风；噪音分析部，利用上述麦克风阵列分析与上述噪音有关的噪音方向，并在预先存储于上述参考表的多个噪音种类中推定与上述噪音有关的噪音种类；以及控制部，在推定与上述噪音有关的噪音种类时失败的情况下，利用通信网发送用于获取与上述噪音的噪音种类有关的信息的请求。上述外部服务器可从上述层间噪音检测装置接收上述信号数据、上述信号数据的到达时间及与上述噪音有关的噪音级别中的一种以上并通过机器学习分析新噪音种类。上述外部服务器可根据从上述层间噪音检测装置接收的与上述噪音有关的噪音级别、噪音方向及噪音种类来监控每个住户的层间噪音程度。上述外部服务器可根据与上述噪音有关的噪音级别、噪音方向及噪音种类来向设置于产生噪音的特定住户的墙面平板电脑(wall-pad)及终端发送噪音反馈。本发明一实施例的分析噪音方向及噪音种类的层间噪音检测装置的工作方法包括：利用为了检测层间噪音而设置的麦克风阵列来分析与噪音有关的噪音方向的步骤，其中，上述麦克风阵列包括排列于基板上的多个麦克风；在预先存储于参考表的多个噪音种类中推定与上述噪音有关的噪音种类的步骤；以及在推定与上述噪音有关的噪音种类时失败的情况下，利用通信网发送用于获取与上述噪音的噪音种类有关的信息的请求的步骤。本发明实施例的通过分析噪音方向及噪音种类来监控层间噪音程度的层间噪音检测系统的工作方法包括：利用为了检测层间噪音而设置的麦克风阵列来分析与噪音有关的噪音方向的步骤，其中，上述麦克风阵列包括排列于基板上的多个麦克风；在预先存储于参考表的多个噪音种类中推定与上述噪音有关的噪音种类的步骤；以及分析与上述噪音的噪音种类有关的信息的步骤。并且，本发明实施例的通过分析噪音方向及噪音种类来监控层间噪音程度的层间噪音检测系统的工作方法还可包括根据与上述噪音有关的噪音方向及噪音种类来监控层间噪音程度的步骤。根据本发明目的的实施例，可通过分析并监控噪音产生引起的噪音位置及噪音方向、噪音种类来按照特性住户提供噪音反馈。并且，根据本发明的实施例，利用以二维矩阵形态排列的多个麦克风掌握更准确的噪音方向及噪音位置，可通过分析诱发噪音的噪音种类来确保客观性材料。并且，根据本发明的实施例，区分在对象住户(楼上或隔壁)中产生的噪音和在检测住户(例如，自己家或使用人员家)中产生的噪音来进行检测，从而可更准确地分析噪音原因并以数值化的值监控按照每个住户的层间噪音程度。并且，根据本发明的实施例，使用人员可通过检测及监控在检测住户中产生的噪音来认知对对象住户(楼下)产生的影响。附图说明图1为示出用于说明本发明一实施例的层间噪音检测装置的结构的框图。图2a及图2b为示出本发明一实施例的噪音分析部的算法的例的图。图3a至图3c为示出本发明一实施例的层间噪音检测装置的产品例的图。图4为示出本发明实施例的层间噪音检测系统的结构的图。图5为示出本发明实施例的层间噪音检测系统的适用例的图。图6a及图6b为示出监控层间噪音的例的图。图7为示出本发明一实施例的层间噪音检测装置的工作方法的流程图。图8为示出本发明实施例的层间噪音检测系统的工作方法的流程图。附图标记的说明10：基板20：公寓或公共住宅311、312、313、314：麦克风320、330、340、410、510：层间噪音检测装置400：层间噪音检测系统420、520：外部服务器530、610：墙面平板电脑620：终端具体实施方式以下，参照附图对本发明的实施例进行详细说明。但是，本发明并不限定或局限于实施例。并且，在每个附图中示出的相同的附图标记表示相同的部件。并且，在本说明书中使用的术语(terminology)为为了适当地表达本发明的优选实施例而使用的术语，这可根据受众、操作人员的意图或本发明所属领域的惯例等不同。因此，需通过本说明书全文内容定义本术语。图1为示出用于说明本发明一实施例的层间噪音检测装置的结构的框图。参照图1，本发明一实施例的层间噪音检测装置利用以二维矩阵形态排列的多个麦克风分析根据在室内产生的层间噪音的噪音方向及噪音种类。为此，本发明一实施例的层间噪音检测装置100包括麦克风阵列110、噪音分析部120及控制部130。麦克风阵列110包括排列于基板上的多个麦克风。例如，麦克风阵列110可包括以二维矩阵形态排列于基板上的多个麦克风。并且，麦克风阵列110以多向(multidirectional)的二维矩阵形态排列，可包括以已设定的间隔形成的多个麦克风。上述麦克风可为用于检测噪音的麦克风传感器，为了检测层间噪音，可按照每个住户设置。并且，多个麦克风可形成于墙壁附着形基板上来设置。根据实施例，多个麦克风的位置分别以互不相同的方式排列，因此，除与噪音源的距离没有差异的情况之外，从相同的噪音源产生的噪音向每个麦克风入射的时刻将获得不同值。因此，可从麦克风的间隔及每个麦克风中的噪音到达时间差异可知噪音的入射方向。本发明一实施例的层间噪音检测装置100以二维矩阵形态排列及设置6个麦克风，能够以1行及2行之间的水平面为基准来区分从下侧方向入射的下侧噪音和从上侧方向入射的上侧噪音。并且，能够以2列的垂直面为基准区分从左侧方向入射的左侧噪音和从右侧方向入射的右侧噪音，因此，能够以层间噪音检测装置100为基准更准确地区分360度中的噪音方向及位置。根据实施例，为了更准确地获取噪音的入射方向，麦克风的使用数量可大于6个，可根据所适用的规模及体积使用少的数量，因此，数量并不限定于此。并且，麦克风阵列110可与形成于基板的集成电路相连接来以贴片形结构形成。上述集成电路运用集成化技术，从而可处理信号的过滤、放大、数字化及处理功能。根据实施例，还可为在基板内处理信号的集成化及多功能化集成电路传感器(integratedcircuitsensor)。上述基板可为在建筑物天花板、墙壁及地面装拆的材质，基板的种类、形态及形状并不限定于此。噪音分析部120利用麦克风阵列110来分析与噪音有关的噪音方向，在预先存储于参考表的多个噪音种类中推定与噪音有关的噪音种类。以下，参照图2a及图2b来对推定与噪音分析部120的噪音有关的噪音级别、噪音种类及噪音方向的算法进行说明。图2a及图2b为示出本发明一实施例的噪音分析部的算法的例。更具体地，图2a为示出利用本发明一实施例的层间噪音检测装置的噪音分析部的事件检测器来推定与噪音有关的噪音级别、噪音种类及噪音方向的算法的例的图，图2b为示出利用本发明一实施例的层间噪音检测装置的噪音分析部的噪音类算法来推定与噪音有关的噪音级别、噪音种类及噪音方向的算法的例的图。通常，公寓或公共住宅(多层结构的建筑物)除层间噪音之外还实时产生生活噪音。在本发明一实施例的层间噪音检测装置对所有噪音进行噪音分析的情况下，可产生高计算量引起的过负荷，因此，噪音分析部120能够以已设定的特定临界值为基准来进行初始分析。更具体地，噪音分析部120可对已设定的临界值(threshold)和在麦克风阵列210中获取的采样(sampling)信号数据进行比较来区分层间噪音及生活噪音。之后，在判断为层间噪音的情况下，噪音分析部120可进行与噪音级别、噪音方向及噪音种类有关的分析。参照图2a及2b，在利用事件检测器220(eventdetector)或噪音类算法231来得出超过已设定的临界值的情况下，噪音分析部120可进行后置算法231、232、233来推定与上述噪音有关的噪音级别、噪音种类及噪音方向。例如，参照图2a，本发明一实施例的层间噪音检测装置对已设定的特定临界值和在麦克风阵列210中获取的信号数据进行比较来区分层间噪音及生活噪音，因此，还可包括唤醒噪音分析部120的事件检测器220。在利用事件检测器220的情况下，可仅通过电信号计算音压。更具体地，事件检测器220可从麦克风阵列210获取来接收采样信号数据，在信号数据超过已设定的临界值的情况下，噪音分析部120可进行后置算法231、232、233来推定与上述噪音有关的噪音级别、噪音种类及噪音方向。根据实施例，分别在麦克风阵列210的多个麦克风检测到的信号数据可经过放大器放大并采样，事件检测器220可接收采样信号数据。如另一例，参照图2b，在没有事件检测器220的情况下，本发明一实施例的层间噪音检测装置可利用检测噪音级别的噪音类算法231来区分层间噪音及生活噪音，还可唤醒噪音分析部120。在利用噪音类算法231的情况下，可按照相同音压的频率区分层间噪音。更具体地，噪音类算法231接收从麦克风阵列210获取并采样的信号数据，来区分人实际上感觉为噪音的层间噪音的声音数据，噪音分析部120可进行后置算法231、232、233来推定与上述噪音有关的噪音级别、噪音种类及噪音方向。再次参照图1，本发明一实施例的层间噪音检测装置100的噪音分析部120被从麦克风阵列110获取的信号数据唤醒，可利用信号数据及信号数据的到达时间来检测与噪音有关的噪音级别。根据实施例，如图2a及图2b所述的方式，噪音分析部120可通过现有的事件检测器220或噪音类算法231来进行。噪音分析部120检测在多个麦克风分别检测到的信号数据和信号数据的到达时间，可从基于已设定的间隔的信号数据的到达时间检测噪音级别。上述噪音级别意味着噪音级别(magnitude)，即，分贝(db)。例如，噪音分析部120可通过向信号数据适用高通滤波器及低通滤波器中的一种以上来检测在作为层间噪音的产生频带的63hz至1khz频带中的噪音级别。更具体地，在多个麦克风中分别检测到的信号数据(声音信号)可经过放大器向噪音分析部120输入，噪音分析部120放大所输入的信号数据来采样，并变更为频率场域，可按照每个频率累积加权值来检测信号的大小。之后，噪音分析部120可向所获取的信号的均方根(rms，rootmeansquare)适用低通滤波器来检测基于噪声级的变更的噪音级别。通常，建筑物存在通过固有振动数或振动传递特性的差异而诱发超过法律基准的层间噪音的固有的层间噪音诱发频率。在这种层间噪音诱发频率中，例如，在高层产生冲击声的情况下，可通过检测层间噪音而获取或通过所公知的建筑物特性分析技术获取。由此，本发明一实施例的噪音分析部120、事件检测器或噪音类算法阻隔并不视为层间噪音的生活噪音，仅过滤并通过实质上诱发层间噪音的成分。根据实施例，噪音分析部120可采样保障互相关系数的准确度的充分长的样品。例如，向多个麦克风入射的信号数据的到达时间可借助互相关(crosscorrelation)产生差异，因此，若抽取很少量的样品，则其准确性可降低。由此，噪音分析部120可获取作为样品而抽取的按照每个麦克风的数字噪音信号之间的互相关系数(crosscorrelationcoefficient)来检测信号数据的到达时间及噪音级别。并且，本发明一实施例的层间噪音检测装置100的噪音分析部120可根据多个麦克风分别检测到的信号数据的到达时间并通过信号到达时间差算法分析噪音的位置和噪音方向。例如，噪音分析部120可根据在多个麦克风中检测到的信号数据地到达时间推定所有检测角度中的信号到达时间差(tdoa)，由此，可分析产生噪音的方向。根据实施例，在多个麦克风之间的间隔(d)隔开1cm的情况下，能够以1样品间隔的差异进行检测，在以4cm间隔隔开的情况下，能够以4样品间隔进行检测。即，在采样40khz的情况下，噪音分析部120能够以最大1cm的分辨率检测位置及方向。并且，本发明一实施例的层间噪音检测装置100的噪音分析部120根据信号数据及噪音级别来分析并获取通过作为数据挖掘技术的机器学习模式化的参考表中的噪音种类。上述参考表可为通过声音分类(soundclassification)技术对占据整体噪音的约95％的靠前噪音种类进行模式化而列表化的表。上述声音分类技术可为抽取与噪音有关的特征并经过预处理(pre-processing)过程分类每个噪音的技术。其中，上述靠前噪音种类可包括孩子的跑跳声或脚步声、锤子声、家电声(电视(tv)、吸尘器、洗衣机等)、家具声(拖或砍的行为产生的声音)、乐器声(钢琴等)、对话声(争吵等)、振动声(机器振动等)、开关门的声音、快速排水声(卫生间、冲澡声等)、运动器械(跑步机、高尔夫推杆等)、动物声(狗、猫等)及厨房烹饪声等，靠前噪音种类的数量及种类并不限定于此。例如，噪音分析部120可根据分析靠前噪音种类的模式而列表化的参考表并通过作为数据挖掘技术的机器学习来从信号数据、信号数据的到达时间、噪音级别及噪音方向中的一种以上分析并获取噪音种类。在推定与噪音有关的噪音种类时失败的情况下，控制部130利用通信网发送用于获取与噪音的噪音种类有关的信息的请求。例如，当在噪音分析部120中进行机器学习的结果与噪音有关的种类未包括于参考表的情况下，能够以通过通信模块向外部服务器(未图示)发送信号数据、信号数据的到达时间、噪音级别及噪音方向中的一种以上的方式进行控制。在上述参考表中对于靠前噪音种类有关的模式进行分析并列表化，因此，在产生此外的噪音的情况下，噪音分析部120可能不能分析噪音种类。由此，本发明一实施例的层间噪音检测装置100将从麦克风阵列110接收的数据向外部服务器发送，并从外部服务器接收与新噪音种类有关的信息。更具体地，外部服务器可根据信号数据、信号数据的到达时间、噪音级别及噪音方向中的一种以上的数据通过作为数据挖掘技术的机器学习分析新噪音种类。由此，外部服务器可将所分析的信噪音种类和控制指令(controlcommand)向层间噪音检测装置100发送。与从外部服务器接收的新噪音种类及控制指令对应地，根据其的本发明一实施例的层间噪音检测装置100的控制部130能够以向参考表变更或添加及删除根据新噪音种类的类型的模式的方式进行控制。并且，在对噪音方向及噪音种类和已设定的层间噪音范围进行比较来超过特定临界值的情况下，控制部130能够以向外部服务器发送噪音方向、噪音种类及噪音级别中的一种以上的方式进行控制。控制部130能够以向按照每个住户设置的墙面平板电脑及终端数值化来显示噪音方向及噪音种类、噪音级别的方式进行控制。例如，在噪音级别超过已设定的层间噪音级别的范围的情况下，控制部130对所分析的噪音产生的噪音方向及根据其的噪音种类进行数值化来向设置于检测住户(例如，自己家或使用人员家)内的墙面平板电脑或检测住户员所携带的终端发送。并且，在使用人员(或检测住户员)超过已设定的层间噪音范围的情况下，控制部130选不过外部服务器发送噪音方向、噪音种类及噪音级别中的一种以上，外部服务器可向设置于噪音所产生的对象住户(楼上或隔壁)内的墙面平板电脑或对象住户员所携带的终端发送噪音反馈。根据实施例，控制部130能够以向墙面平板电脑或终端以数值、值、百分比、影像、图画、曲线图、信息、声音及提醒音中的至少一种显示根据噪音方向的住户信息、噪音种类及噪音级别的方式进行控制。上述终端为检测住户员或对象住户员中的至少一名所携带的终端，可为智能手机、平板电脑(pc)及个人计算机(pc)中的至少一种，终端的种类并不限定于此。上述通信模块可为无线传输直接电路(wirelessdatatransportdevice)或无线传输装置。并且，通信模块能够以实现一种有线和/或无线通信接口的方式构成，从而使本发明一实施例的层间噪音检测装置100与外部服务器、终端及墙面平板电脑中的至少一种交换信息。根据实施例，通信模块能够以互不相同的发送带宽发送或接收数据及控制指令，可根据覆盖率(coverage)适用紫蜂协议、蓝牙、z-wave、无线保真(wi-fi)、wi-max、ieee802.11及共享无线接入协议(swap)中的至少一种无线方式，但并不限定于此。本发明一实施例的层间噪音检测装置100还可包括供电部(未图示)。供电部可供给包括于本发明一实施例的层间噪音检测装置100的麦克风、信号分析部120、控制部130及通信模块中的至少一种的驱动电源。例如，供电部可由适用超小型充/放电电池或超小型超级电容器(super-capacitor)的有源(active)元件构成。根据实施例，供电部可为硬币电池等的一次电池或锂聚合物电池等的二次电池，在供电部为二次电池的情况下，可通过外部电源充电，在硬币电池的一次电池的情况下，还可更换。图3a至图3c为示出本发明一实施例的层间噪音检测装置的产品例的图。更具体地，图3a为示出适用于本发明一实施例的检测噪音检测装置的产品的例的图，图3b为示出分别在多个麦克风接收的噪音源的例的图，图3c为示出分别从多个层间噪音检测装置中接收的噪音源的例的图。参照图3a，本发明一实施例的层间噪音检测装置包括以二维矩阵形态排列于基板10上的多个麦克风311。例如，多个麦克风311能够以n行n列的基体形态排列，可根据已设定的间隔d以多向形态排列。由此，本发明一实施例的层间噪音检测装置可通过使用包括多个麦克风的麦克风阵列来更准确地检测噪音的准确度提高和噪音的位置。根据实施例，多个麦克风311的数量并不限定，排列位置及麦克风311的尺寸也并不限定于此。并且，本发明一实施例的层间噪音检测装置在基板10上除多个麦克风311之外还可包括噪音分析部(未图示)、控制部(未图示)及通信模块(未图示)。图3b示出以已设定的间隔d排列的多个麦克风312、313、314接收噪音源(soundwave)的情况。此时，噪音源的声音信号每秒移动340m，移动1cm所需的时间为0.029毫秒。在以40khz采样上述声音信号的情况下，消耗0.025毫秒，本发明一实施例的层间噪音检测装置可通过多个信号到达每个麦克风312、313、314的时间差异检测信号的方向和位置。根据实施例，在多个麦克风312、313、314之间的间隔(d23或d34)隔开1cm的情况下，能够以1样品间隔的差异检测，在以4cm间隔隔开的情况下，能够以4样品间隔检测。即，在以40khz采样的情况下，本发明一实施例的层间噪音检测装置能够以最大1cm的分辨率检测位置及方向。但是，为此，多个麦克风312、313、314之间的间隔(d23或d34)需远，噪音源需位于麦克风之间，但是，在单一基板上存在多个麦克风312、313、314的情况下，可检测噪音源的位置及方向。再次参照图3b，可以确认，借助3个麦克风312、313、314的麦克风阵列呈现具有至少一次折断的排列形态。3个麦克风312、313、314可在排列形态位于末端或折断部分。3个麦克风312、313、314分别检测通过相同的噪音源而产生的音响，并输出根据所检测到的音响的电信号。此时，即使在相同的噪音源中产生，3个麦克风312、313、314分别所检测到的音响可互不相同。例如，这是因为借助从一个噪音源到达至互不相同的麦克风为止的距离d23、d34等的传递通道互不相同。由此，本发明一实施例的层间噪音检测装置可从3个麦克风312、313、314分别接收的噪音数据及噪音数据的到达时间分析噪音方向。如图3b所示，本发明一实施例的层间噪音检测装置在麦克风阵列中利用至少3个麦克风312、313、314，不在一条直线上配置3个麦克风312、313、314，以存在具有至少一次折断的方式配置，从而可将用于推定噪音源的方向的范围放大为360度。参照图3c，示出以10ms、20ms及30ms的间隔设置的多个层间噪音检测装置320、330、340，并示出以多个层间噪音检测装置320、330、340接收噪音源(noise)的情况。在利用位于互不相同的间隔的多个层间噪音检测装置320、330、340检测噪音的情况下，可通过信号到达时间差算法检测分辨率高的噪音位置及噪音方向。参照图3b及图3c，本发明一实施例的层间噪音检测装置可通过从多个麦克风或层间噪音检测装置分析的噪音位置及噪音方向判断是否是从自己家(检测住户)产生的噪音、从楼上或隔壁(对象住户)产生的噪音。可检测其的根据对与在室内产生的噪音和在楼上或隔壁产生的噪音有关的学习或参考表进行比较而可能。并且，为了提高检测的精准度，可组合信号数据的到达时间差异及信号强度差异来更准确地检测噪音的方向和位置。图4为示出本发明实施例的层间噪音检测系统的结构的图。参照图4，本发明实施例的层间噪音检测系统从层间噪音检测装置接收噪音级别、噪音方向及噪音种类来监控按照每个住户的层间噪音程度。为此，本发明实施例的层间噪音检测系统400包括设置于公寓或公共住宅20的层间噪音检测装置410及外部服务器420。本发明实施例的层间噪音检测系统400的层间噪音检测装置410可通过网络发送或接收外部服务器420和数据或控制指令。根据实施例，除外部服务器420之外，还可发送或接收终端或墙面平板电脑和数据或控制指令。为了检测层间噪音，层间噪音检测装置410从按照每个住户所设置的麦克风阵列检测根据信号数据及信号数据的到达时间的噪音级别来分析噪音方向，并利用机器学习获取在模式化的参考表中的噪音种类。上述麦克风阵列包括以二维矩阵形态排列于基板上的多个麦克风。更具体地，层间噪音检测装置410可包括麦克风阵列(未图示)、噪音分析部(未图示)及控制部(未图示)。上述麦克风阵列包括排列于基板上的多个麦克风。上述噪音分析部利用麦克风阵列分析与噪音有关的噪音方向，在预先存储于参考表的多个噪音种类中推定与噪音有关的噪音种类。在推定与噪音有关的噪音种类时失败的情况下，上述控制部利用通信网发送用于获取与噪音的噪音种类有关的信息的请求。在上述内容中已通过图1至图3c更详细地说明了层间噪音检测装置410，因此将省略。在层间噪音检测装置410推定与噪音有关的噪音种类时失败的情况下，外部服务器420分析与噪音的噪音种类有关的信息并监控层间噪音程度。在层间噪音检测装置410推定与噪音有关的噪音种类时失败的情况下，外部服务器420可从层间噪音检测装置410接收信号数据、信号数据的到达时间及噪音级别中的一种以上并通过机器学习分析新噪音种类。例如，与本发明一实施例的层间噪音检测装置410内噪音分析部的分析工作相同地，外部服务器420可根据信号数据、信号数据的到达时间及噪音级别中的一种以上的数据通过作为数据挖掘技术的机器学习分析噪音种类。根据实施例，在层间噪音检测装置410内参考表中未进行学习及列表化的情况下，外部服务器420可利用所接收的信号数据、信号数据的到达时间及噪音级别中的一种以上的数据并通过机器学习分析新噪音种类。之后，外部服务器420将与新噪音种类有关的控制指令向层间噪音检测装置410发送，以向参考表变更或添加及删除根据新噪音种类的类型的模式的方式进行控制。例如，在新噪音种类的频率增加或强度增强的情况下，外部服务器420能够以向参考表添加模式的方式进行控制，还能够以掌握已经学习及列表化的噪音种类的频率及强度来删除一部分噪音种类的模式的方式进行控制。并且，在新噪音种类为在以往的参考表的所学习及列表化的噪音种类中的变形的情况下，外部服务器420能够以变更在参考表中列表化的模式的一部分的方式进行控制。由此，本发明实施例的层间噪音检测系统400使根据存储于层间噪音检测装置410内的参考表而维持的噪音种类的数据的量维持在规定水平，从而可减少发送或接收数据引起的过负荷。并且，外部服务器420可根据噪音级别、噪音方向及噪音种类向设置于产生噪音的特定住户的墙面平板电脑及终端发送噪音反馈。例如，在根据从层间噪音检测装置410接收的噪音级别、噪音方向及噪音种类对已设定的层间噪音程度进行比较的结果超过范围的情况下，外部服务器420可将与噪音级别、噪音方向及噪音种类有关的信息向按照每个住户设置的墙面平板电脑或按照每个住户的使用人员终端提供。根据实施例，外部服务器420能够以向墙面平板电脑或终端以数值、值、百分比、影像、图画、曲线图、信息及声音中的至少一种显示与噪音级别、噪音方向及噪音种类有关的信息的方式提供，根据实施例，还可提供包括警告信息、警报、声音、灯光及振动中的至少一种的提醒信号。其中，上述特性住户可包括检测住户(自己家或使用人员家)及对象住户(楼上或隔壁)。并且，墙面平板电脑及终端可包括用于发送或接收数据、生成控制指令及显示的应用程序(application)处理器。根据实施例，外部服务器420可向层间噪音检测装置410发送使用人员所输入的控制指令。上述控制指令可包括层间噪音检测装置410的工作(on/off)、变更信号检测周期、变更通信周期及控制参考表中的至少一种。根据实施例，外部服务器420可为管理办公室、层间噪音管理中心、层间噪音管理服务器及住宅管理服务器中的至少一种，但并不限定于此，可为管理及监控层间噪音的一种服务器。并且，外部服务器420除上述服务之外还可提供用于管理更多种的层间噪音的服务，可构筑根据其的数据库或可与其他外部服务器进行通信，因此，并不限定于此。图5为示出本发明实施例的层间噪音检测系统的适用例的图。参照图5，本发明实施例的层间噪音检测系统包括：层间噪音检测装置510a，附着于公寓或公共住宅的天花板；层间噪音检测装置510b，附着于墙壁；以及，层间噪音检测装置510c附着于地面。为了检测层间噪音，层间噪音检测装置510按照每个住户设置，从以二维矩阵形态排列的多个麦克风检测根据信号数据及信号数据的到达时间的噪音级别来分析噪音方向，利用机器学习获取模式化的参考表中的噪音种类。例如，层间噪音检测装置510根据所分析的噪音级别、噪音方向及噪音种类对已设定的层间噪音范围进行比较，在超过特定临界值的情况下，能够以向外部服务器520或墙面平板电脑530发送数据来显示的方式进行控制。根据实施例，在噪音的程度超过特定临界值的情况下，层间噪音检测装置510还可向检测住户员终端发送噪音反馈，上述噪音反馈可为在检测住户中产生的噪音反馈。外部服务器520可根据从层间噪音检测装置510接收的噪音级别、噪音方向及噪音种类向产生噪音的对象住户(楼上或隔壁)发送噪音反馈。例如，层间噪音检测装置510根据在201号的检测住户中所检测到的噪音级别、噪音方向及噪音种类检测202号的噪音，并可将所检测到的噪音级别、噪音方向及噪音种类向外部服务器520发送。其中，外部服务器520可根据所接收的信息向202号的对象住户内的墙面平板电脑530或对象住户员所携带的终端发送噪音反馈。上述噪音反馈根据噪音级别及噪音种类以数值、值、百分比、影像、图画、曲线图、信息、声音及提醒音中的至少一种发送，可包括根据噪音级别的警告信号来发送。图5所示的墙面平板电脑530能够以数值、值、百分比、影像、图画、曲线图、信息、声音及提醒音中的至少一种显示及输出根据噪音方向的住户信息、噪音种类及噪音级别，可从层间噪音检测装置510或外部服务器520接收数据。根据实施例，墙面平板电脑530为显示与使用人员的居住环境有关的信息的设备，可附着于公寓或公共住宅的墙壁来形成。图6a及图6b为示出监控层间噪音的例的图。更具体地，图6a为示出用于监控层间噪音的墙面平板电脑的例，图6b为示出用于监控层间噪音的终端的例。参照图6a，可从通过设置于公寓或公共住宅的墙面平板电脑推送(push)的信息监控层间噪音程度。例如，墙面平板电脑610可根据通过网络从层间噪音检测装置或外部服务器接收的噪音级别、噪音方向及噪音种类监控实时层间噪音程度，可客观地对在检测住户(自己家或使用人员家)中产生的噪音程度和在对象住户(楼上或隔壁)中产生的噪音程度进行比较来进行监控及输出。参照图6b，使用人员可通过所携带的终端620从层间噪音检测装置、外部服务器及墙面平板电脑中的至少一种接收噪音反馈。例如，层间噪音检测装置或外部服务器根据噪音级别、噪音方向及噪音种类对已设定的层间噪音范围进行比较来判断超过特定临界值与否，在超过临界值的情况下，可向终端620提供噪音反馈。根据实施例，如图6b所示，噪音反馈能够以信息发送，但是，能够以警报、振动、灯光及声音中的至少一种输出。图6a及图6b所示的墙面平板电脑610及终端620可设置有负责多种应用功能的应用程序，可利用所设置的应用程序与外部服务器或层间噪音检测装置通信。并且，图6a及图6b所示的监控层间噪音例可通过已设定的指南提供，但是，为了实时向使用人员提供层间噪音程度，可适用更多种多样的例，因此，并不限定于此。图7为示出本发明一实施例的层间噪音检测装置的工作方法的流程图。图7所示的方法可通过图1所示的分析本发明一实施例的噪音方向及噪音种类的层间噪音检测装置执行。参照图7，在步骤710中利用为了检测层间噪音而设置的麦克风阵列分析与噪音有关的噪音方向。其中，麦克风阵列包括排列于基板上的多个麦克风。步骤710可为从以二维矩阵形态排列于基板上的多个麦克风获取信号数据及信号数据的到达时间的步骤。例如，麦克风阵列以多向的二维矩阵形态排列，可包括以已设定的间隔形成的多个麦克风。麦克风可为用于检测噪音的麦克风传感器，可以为了检测层间噪音而按照每个住户设置。并且，多个麦克风可形成于墙壁附着型基板上来设置。根据实施例，多个麦克风各自以位置不同的方式排列，因此，从相同的噪音源产生的噪音向每个麦克风入射的时间除与噪音源的距离没有差异的情况之外获取不同的值。因此，可从麦克风的间隔及每个麦克风的噪音到达时间差异知道噪音的入射方向。并且，麦克风阵列可与形成于基板的集成电路相连接来以贴片形结构形成。并且，步骤710可为根据信号数据及信号数据的到达时间检测噪音级别且根据分别从多个麦克风获取的信号数据的到达时间及噪音级别分析噪音方向的步骤。例如，步骤710可为根据在多个麦克风各自检测到的信号数据的到达时间通过信号到达时间差算法分析噪音的位置和噪音方向的步骤。根据实施例，在步骤710中，可根据在多个麦克风中检测到的信号数据的到达时间推定所有检测角度(360度)中的信号到达时间差，由此，可分析产生噪音的位置及方向。在步骤720中，在预先存储于所模式化的参考表的多个噪音种类中推定与噪音有关的噪音种类。步骤720可为根据信号数据、信号数据的到达时间及噪音级别并利用机器学习获取所模式化的参考表中的噪音种类的步骤。例如，参考表可为对于占据整体噪音的约95％的靠前噪音种类通过声音分类技术进行模式化来进行列表化的表。上述声音分类技术可为抽取与噪音有关的特征并经过预处理过程分类每个噪音的技术。其中，靠前噪音种类可包括孩子的跑跳声或脚步声、锤子声、家电声(电视、吸尘器、洗衣机等)、家具声(拖或砍的行为产生的声音)、乐器声(钢琴等)、对话声(争吵等)、振动声(机器振动等)、开关门的声音、快速排水声(卫生间、冲澡声等)、运动器械(跑步机、高尔夫推杆等)、动物声(狗、猫等)及厨房烹饪声等，靠前噪音种类的数量及种类并不限定于此。例如，步骤720可为根据分析靠前噪音种类的模式而列表化的参考表通过作为数据挖掘技术的机器学习从信号数据、信号数据的到达时间、噪音级别及噪音方向中的一种以上分析并获取噪音种类的步骤。在步骤730中，在推定与噪音有关的噪音种类时失败的情况下，利用通信网发送用于获取与噪音的噪音种类有关的信息的请求。步骤730可为将噪音方向及噪音种类向外部服务器发送来获取与噪音种类有关的信息的步骤。图8为示出本发明实施例的层间噪音检测系统的工作方法的流程图。图8所示的方法可通过分析图4所示的本发明实施例的噪音方向及噪音种类来监控按照每个住户的层间噪音程度的层间噪音检测系统执行。参照图8，在步骤810中利用为了检测层间噪音而设置的麦克风阵列分析与噪音有关的噪音方向。其中，麦克风阵列包括排列于基板上的多个麦克风。步骤810可为从以二维矩阵形态排列于基板上的多个麦克风获取信号数据及信号数据的到达时间的步骤。例如，麦克风阵列以多向的二维矩阵形态排列，可包括以已设定的间隔形成的多个麦克风。麦克风可为用于检测噪音的麦克风传感器，为了检测层间噪音而可按照每个住户设置。并且，多个麦克风可形成于墙壁附着型基板上来设置。根据实施例，多个麦克风各自以位置不同的方式排列，因此，从相同的噪音源产生的噪音向每个麦克风入射的时间除与噪音源的距离没有差异的情况之外获取不同的值。因此，可从麦克风的间隔及每个麦克风的噪音到达时间差异知道噪音的入射方向。并且，麦克风阵列可与形成于基板的集成电路相连接来以贴片形结构形成。并且，步骤810可为根据信号数据及信号数据的到达时间检测噪音级别且根据分别从多个麦克风获取的信号数据的到达时间及噪音级别分析噪音方向的步骤。例如，步骤810可为根据在多个麦克风各自检测到的信号数据的到达时间通过信号到达时间差算法分析噪音的位置和噪音方向的步骤。根据实施例，在步骤810中，可根据在多个麦克风中检测到的信号数据的到达时间推定所有检测角度(360度)中的信号到达时间差，由此，可分析产生噪音的位置及方向。在步骤820中，在预先存储于所模式化的参考表的多个噪音种类中推定与噪音有关的噪音种类。步骤820可为根据信号数据、信号数据的到达时间及噪音级别并利用机器学习获取所模式化的参考表中的噪音种类的步骤。例如，参考表可为对于占据整体噪音的约95％的靠前噪音种类通过声音分类技术进行模式化来进行列表化的表。上述声音分类技术可为抽取与噪音有关的特征并经过预处理过程分类每个噪音的技术。其中，靠前噪音种类可包括孩子的跑跳声或脚步声、锤子声、家电声(电视、吸尘器、洗衣机等)、家具声(拖或砍的行为产生的声音)、乐器声(钢琴等)、对话声(争吵等)、振动声(机器振动等)、开关门的声音、快速排水声(卫生间、冲澡声等)、运动器械(跑步机、高尔夫推杆等)、动物声(狗、猫等)及厨房烹饪声等，靠前噪音种类的数量及种类并不限定于此。例如，步骤820可为根据分析靠前噪音种类的模式而列表化的参考表通过作为数据挖掘技术的机器学习从信号数据、信号数据的到达时间、噪音级别及噪音方向中的一种以上分析并获取噪音种类的步骤。在步骤830中分析与噪音的噪音种类有关的信息。步骤830可为通过作为数据挖掘技术的机器学习从信号数据、信号数据的到达时间、噪音级别及噪音方向中的一种以上分析并获取噪音种类的步骤。本发明实施例的层间噪音检测系统的工作方法可在步骤840中根据噪音级别、噪音方向及噪音种类监控按照每个住户的层间噪音程度。以上所说明的装置可由硬件结构要素、软件结构要素和/或硬件结构要素及软件结构要素的组合来实现。例如，在多个实施例中所说明的装置及结构要素可利用一个以上的普通计算机或特殊目的计算机来实现，如，处理器、控制器、算术逻辑单元(alu，arithmeticlogicunit)、数字信号处理器(digitalsignalprocessor)、微型计算机、现场可编程门阵列(fpa，fieldprogrammablearray)、可编程逻辑单元(plu，programmablelogicunit)、微型处理器或可执行并响应指令(instruction)的任何装置。处理装置可执行操作系统(os)及在上述操作系统中执行的一个以上的软件应用程序。并且，处理装置响应软件的执行来可接近、存储、操作、处理及生成数据。为了便于理解，以使用一个处理装置的情况进行说明，但是，本
技术领域：
：的普通技术人员可知处理装置可包括多个处理要素(processingelement)和/或多个类型的处理要素。例如，处理装置可包括多个处理器或一个处理器及一个控制器。并且，还可包括并行处理器(parallelprocessor)等的其他处理结构(processingconfiguration)。软件可包括计算机程序(computerprogram)、代码(code)、指令或它们的一种以上的组合，能够以进行所需工作的方式构成处理装置或能够以独立或结合(collectively)的方式对处理装置下指令。为了借助处理装置进行解释或向处理装置提供指令或数据，软件和/或数据可在任何类型的机器、结构要素(component)、物理装置、虚拟装置(virtualequipment)、计算机存储介质或装置、或者所发送的信号波(signalwave)来永久或暂时性地实现具体化(embody)。软件可分散于与网络连接的计算机系统上来以分散的方法存储或执行。软件及数据可存储于一个以上的计算机可读记录介质。实施例的方法能够以可通过多种计算机单元执行的程序指令形态来记录于计算机可读介质。上述计算机可读介质能够以单独或组合的方式包含程序指令、数据文件、数据结构等。记录于上述介质的程序指令可以是为了实施例而特别设计并构成的程序指令或可以是计算机软件技术人员公知并使用的程序指令。计算机可读记录介质包括以存储并执行程序指令的方式特别构成的硬件装置，例如，硬盘、软盘及次在等的磁介质(magneticmedia)，光盘只读存储器(cd-rom)、数字化视频光盘(dvd)等的光记录介质(opticalmedia)，光磁软盘(flopticaldisk)等的磁光介质(magneto-opticalmedia)，只读存储器(rom)、随机存取存储器(ram)、闪存等。程序指令的例不仅包括通过编译程序形成的机器代码，还包括可通过使用直译器等来在计算机中执行的高级语言代码。上述硬件装置为了执行实施例的工作而作为一种以上的软件模块来进行工作，反之亦可。如上所述，虽通过限定的实施例和附图来对实施例进行了说明，但是，只要是本
技术领域：
：的普通技术人员，则可根据上述记载进行多种修改及变形。例如，即使所说明的技术以与所说明的方法不同的顺序执行和/或所说明的系统、结构、装置、电路等的结构要素以与所说明的方法不同的形态结合或组合，或者被其他结构要素或等同技术方案代替或取代，也可实现适当的结果。因此，其他实施方式、其他实施例及与发明要求保护范围等同的方案也属于发明要求保护范围的范围。当前第1页12当前第1页12