噪声监测识别定位方法、系统及计算机可读存储介质与流程

本发明涉及噪声监测技术领域，尤其涉及一种噪声监测识别定位方法、系统及计算机可读存储介质。

背景技术：

现如今社会发展飞速，生活中难免产生许多的噪音。但这些噪音并不能在第一时间被发现并上报，导致许多民众在生活当中深受噪音的困扰，又无法找到其源头，给人们的生活带来了非常大的影响。

为了解决该问题，本方案结合在市区内安放的监测设备，可在第一时间发现噪音源头和类型，以便及时上报，解决噪声问题。

技术实现要素：

本发明提供的噪声监测识别定位方法、系统及计算机可读存储介质，主要解决的技术问题是：如何实现噪声识别定位。

为解决上述技术问题，本发明提供一种噪声监测识别定位方法，包括：

接收布设于不同位置的噪声监测设备侦测到的噪声信号及其传输方向，以及侦测到所述噪声信号的起始时间信息；

针对相同时段侦测到的两组噪声信号，计算两者之间的声音相似度；

判断所述声音相似度达到设定阈值时，确定两者属于同一噪声源；

结合侦测到所述两组噪声信号的两个噪声监测设备的空间位置，以及所述两组噪声信号的传输方向，利用三角定位原理，确定所述噪声源对应的目标空间位置。

可选的，所述方法还包括：将所述目标空间位置映射到地图上，并对所述噪声源进行定位告警。

可选的，所述方法还包括确定所述噪声源的噪声类型，并在对所述噪声源进行定位告警时，提示所述噪声源的噪声类型。

可选的，所述确定所述噪声源的噪声类型包括：利用声音监视与匹配应用程序接口，将所述两组噪声信号与其噪声库中各种不同噪声类型的噪声进行比对，确定所述噪声源的噪声类型。

可选的，所述确定所述噪声源的噪声类型包括：利用深度学习模型，确定所述噪声源的噪声类型，所述深度学习模型是基于audioset音频数据集进行训练学习得到的。

本发明还提供一种噪声监测识别定位系统，包括：

布设于不同位置的若干噪声监测设备，用于侦测噪声信号及其传输方向，并记录侦测到所述噪声信号的起始时间信息；并将所述噪声信号及其传输方向、以及所述噪声信号的起始时间信息发送给噪声分析服务器；

所述噪声分析服务器，用于接收所述噪声信号及其传输方向、以及所述噪声信号的起始时间信息；针对相同时段侦测到的两组噪声信号，计算两者之间的声音相似度；判断所述声音相似度达到设定阈值时，确定两者属于同一噪声源；结合侦测到所述两组噪声信号的两个噪声监测设备的空间位置，以及所述两组噪声信号的传输方向，利用三角定位原理，确定所述噪声源对应的目标空间位置。

可选的，所述噪声监测设备包括八个噪声接收器，分别均匀间隔设置在所述噪声监测设备水平面上的八个方向上。

可选的，所述噪声分析服务器还用于将所述目标空间位置映射到地图上，并针对所述噪声源向后台监控中心进行定位告警。

可选的，所述噪声分析服务器还用于确定所述噪声源的噪声类型，并在对所述噪声源进行定位告警时，提示所述噪声源的噪声类型。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上所述的噪声监测识别定位方法的步骤。

本发明的有益效果是：

根据本发明提供的噪声监测识别定位方法、系统及计算机可读存储介质，通过接收布设于不同位置的噪声监测设备侦测到的噪声信号及其传输方向，以及侦测到该噪声信号的起始时间信息；针对相同时段侦测到的两组噪声信号，计算两者之间的声音相似度；判断声音相似度达到设定阈值时，确定两者属于同一噪声源；结合侦测到两组噪声信号的两个噪声监测设备的空间位置，以及该两组噪声信号的传输方向，利用三角定位原理，确定噪声源对应的目标空间位置；实现了对噪声源的快速识别定位，有利于及时消除噪声影响，避免给人们的工作、学习、生活带来影响。

附图说明

图1为本发明实施例一的噪声监测识别定位方法流程示意图；

图2为本发明实施例一的噪声监测设备的噪声接收器设置位置示意图；

图3为本发明实施例一的三角定位示意图；

图4为本发明实施例二的噪声监测识别定位系统结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下面通过具体实施方式结合附图对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一：

为了实现对城市噪声的快速识别定位，提高执法效率，切实保障民生利益，本发明实施例提供一种噪声监测识别定位方法，通过两个噪声监测设备侦测到相同的噪声后，根据传感接收噪声强度，计算出噪声传输方向，再根据两设备之间的角度与距离计算出噪声源的具体位置。

请参见图1，该方法主要包括如下步骤：

s101、接收布设于不同位置的噪声监测设备侦测到的噪声信号及其传输方向，以及侦测到该噪声信号的起始时间信息。

城市居民生活聚居区、学校区域、综合办公区域等，属于城市噪声禁止区域，以切实保障聚居区人们正常的生活、工作、学习环境需求。噪声监测设备布设于这些聚居区内的不同位置，根据噪声污染严重程度，可以灵活架设不同密集程度的噪声监测设备。针对噪声污染重灾区，可以布设更多数量的噪声监测设备；针对偶尔发生噪声污染的区域，可以布设一定数量的噪声监测设备即可。

一台噪声监测设备包括多个噪声接收器，请参见图2，例如包括八个噪声接收器，这八个噪声接收器分别均匀间隔设置在噪声监测设备水平面上的八个方向上，分别为正南、正北、正西、正东、西北、西南、东北、东南八个方向。

噪声监测设备所侦测到的噪声信号的传输方向，根据其各噪声接收器接收到的声音强度与接收时间进行确定，本实施例中，可以选择声音强度最大的噪声接收器所指示的方向，作为噪声的传输方向。当然，完全可以采用现有其他方式检测噪声传输方向。可选的，还可以利用噪声的接收时间对传输方向进行验证，通常声音强度最大的噪声接收器，也是最早接收到该噪声信号的。

s102、针对相同时段侦测到的两组噪声信号，计算两者之间的声音相似度。

同一噪声源可能被附近的多个噪声监测设备同时监测到，本实施例针对设定范围内的各个噪声监测设备所侦测到的噪声信号，如果相同时间段存在两组及以上的噪声信号，计算两两之间的声音相似度。其中，计算声音相似度的方式可以采用现有任意方式，本实施例对此不做限制。

需要说明的是，相同时间段并不是起始时间和结束时间完全相同，只要两组噪声信号的侦测时间至少存在部分重合即可，当然完全重合必然可以认定为相同时间段。

本实施例中，可以预先定义采集的噪声时长，例如为10秒、20秒、一分钟等。避免有些噪声源持续时间过长，可能与较多其他噪声源发生时间重叠，导致系统需要多次进行是否为同一噪声源的识别处理。

s103、判断声音相似度达到设定阈值时，确定两者属于同一噪声源。

设定阈值可以根据实际情况灵活设置。

可选的，将各监测设备相同时段侦测到的噪声信号，利用soundmonitoringandmatchingapi(声音监视与匹配应用程序接口)进行声音过滤降噪，并进行声音相似度计算，当相似度高于90％时，即可认为是同一噪声源。

s104、结合侦测到两组噪声信号的两个噪声监测设备的空间位置，以及两组噪声信号的传输方向，利用三角定位原理，确定该噪声源对应的目标空间位置。

请参见图3，噪声监测设备b和噪声监测设备c的空间坐标位置是已知的，可以预先将其标记于地图上，故两者之间的距离a是明了的；针对同一噪声源，噪声监测设备b可以侦测到相对于自身的传输方向噪声监测设备c可以侦测到相对于自身的传输方向基于传输方向与之间的夹角∠b、传输方向与之间的夹角∠c、以及噪声监测设备b与噪声监测设备c之间的距离a，按照如下公式(1)：

即可计算得到噪声源的目标空间位置a。

在本发明的其他实施例中，为了便于城管执法人员精确寻找噪声源，并及时处理，系统可以将目标空间位置映射到地图上，并对噪声源进行定位告警。

可选的，还包括确定噪声源的噪声类型，并在对噪声源进行定位告警时，提示噪声源的噪声类型。

其中，确定噪声源的噪声类型包括：利用声音监视与匹配应用程序接口，将噪声信号与噪声库中各种不同噪声类型的噪声进行比对，确定噪声源的噪声类型。

可选的，利用深度学习模型，确定噪声源的噪声类型，其中深度学习模型可基于audioset音频数据集进行训练学习得到的。

根据本发明提供的噪声监测识别定位方法，通过接收布设于不同位置的噪声监测设备侦测到的噪声信号及其传输方向，以及侦测到该噪声信号的起始时间信息；针对相同时段侦测到的两组噪声信号，计算两者之间的声音相似度；判断声音相似度达到设定阈值时，确定两者属于同一噪声源；结合侦测到两组噪声信号的两个噪声监测设备的空间位置，以及该两组噪声信号的传输方向，利用三角定位原理，确定噪声源对应的目标空间位置；实现了对噪声源的快速识别定位，有利于及时消除噪声影响，避免给人们的工作、学习、生活带来影响。

实施例二：

本实施例在上述实施例一的基础上，提供一种噪声监测识别定位系统，主要用于实现上述实施例一中所述噪声监测识别定位方法的步骤，请参见图4，该系统主要包括：

布设于不同位置的若干噪声监测设备41，用于侦测噪声信号及其传输方向，并记录侦测到该噪声信号的起始时间信息；并将噪声信号及其传输方向、以及噪声信号的起始时间信息发送给噪声分析服务器。

可选的，噪声监测设备41包括八个噪声接收器，分别均匀间隔设置在噪声监测设备水平面上的八个方向上。

噪声分析服务器42，用于接收噪声信号及其传输方向、以及噪声信号的起始时间信息；针对相同时段侦测到的两组噪声信号，计算两者之间的声音相似度；判断声音相似度达到设定阈值时，确定两者属于同一噪声源；结合侦测到两组噪声信号的两个噪声监测设备的空间位置，以及两组噪声信号的传输方向，利用三角定位原理，确定噪声源对应的目标空间位置。

噪声分析服务器42还用于将目标空间位置映射到地图上，并针对噪声源向后台监控中心进行定位告警。

可选的，噪声分析服务器42还用于确定噪声源的噪声类型，并在对噪声源进行定位告警时，提示噪声源的噪声类型。

其中，确定噪声源的噪声类型包括：利用声音监视与匹配应用程序接口，将噪声信号与噪声库中各种不同噪声类型的噪声进行比对，确定噪声源的噪声类型。

可选的，利用深度学习模型，确定噪声源的噪声类型，其中深度学习模型可基于audioset音频数据集进行训练学习得到的。

本实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如实施例一中所述的噪声监测识别定位方法的步骤。具体请参见上述实施例一中的描述，在此不再赘述。

显然，本领域的技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在计算机存储介质(rom/ram、磁碟、光盘)中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以，本发明不限制于任何特定的硬件和软件结合。

以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。