一种城市环境噪声监测与智能识别系统技术方案

本发明专利技术公开了一种城市环境噪声监测与智能识别系统，包括：前端监测模块：接收来自噪声自动监测子站的环境噪声实时监测数据，并将环境噪声实时监测数据通过数据传输模块传输至监测终端的数据处理模块；数据处理模块：用于对接收到的环境噪声实时监测数据进行统计，并将分贝超标的环境噪声实时监测数据传输到监控管理中心。监控管理中心：用于对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声声源进行智能识别，进而按声源的机械特点、频率特性和时间变化属性给出分析结果和建议的控制方法；通过通信模块向噪声自动监测子站发出控制指令，对噪声声源位置进行追踪定位，以获取更加准确的声音信息和定位信息。以获取更加准确的声音信息和定位信息。以获取更加准确的声音信息和定位信息。

【技术实现步骤摘要】
一种城市环境噪声监测与智能识别系统


[0001]本专利技术涉及环境噪声监控
，具体涉及一种城市环境噪声监测与智能识别系统。

技术介绍

[0002]随着现代科学技术的交通运输业的快速发展，噪音污染问题显得日益突出，在一定程度上影响了人民的生活秩序和身体健康。特别是大功率设备的使用、机动交通工具的日益增多、人口密度的不断增大，控制环境噪音污染显得越来越重要。尤其在人口规模较大的城市，市中心的各种机动车辆、空调机、鼓风机等设备都是较为严重的噪音污染源，严重影响附近居民的正常生活，甚至引发纠纷。需要把社会生活噪声、建筑施工噪声防治、工业噪声防治、道路交通噪声监测管理及防治等有机结合起来。通过对噪声声源识别技术，强化噪声源监督管理，有益于对噪声进行针对性治理。
[0003]现有的环境噪声监测技术，大多通过布置固定的噪声采集检测点，对环境噪音进行检测，若检测区域内噪声声源距离检测点距离较远时，难以获取更为准确的噪声信息和定位信息，难以对噪声进行准确的识别，也难以准确定位噪声声源位置。

技术实现思路

[0004]本专利技术的目的在于提供一种城市环境噪声监测与智能识别系统，解决以下技术问题：
[0005]现有的环境噪声监测技术，通过布置固定的噪声采集检测点检测环境噪音，在检测区域内噪声声源距离检测点较远时，难以对噪声进行准确的识别，也难以准确定位噪声声源定位。
[0006]本专利技术的目的可以通过以下技术方案实现：
[0007]一种城市环境噪声监测与智能识别系统，包括：
[0008]前端监测模块：接收来自噪声自动监测子站的环境噪声实时监测数据，并将环境噪声实时监测数据通过数据传输模块传输至监测终端的数据处理模块；
[0009]数据处理模块：用于对接收到的环境噪声实时监测数据进行统计，并将分贝超标的环境噪声实时监测数据传输到监控管理中心。
[0010]监控管理中心：用于对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声声源进行智能识别；通过通信模块向噪声自动监测子站发出控制指令；
[0011]噪声自动监测子站：通过噪声采样单元对噪声进行实时监控，将实时的噪声监控数据传输至前端监测模块，接收来自监控管理中心发出的控制指令，通过监控管理中心发出的控制指令，控制基于无人机的移动监测单元向噪声声源位置进行移动，对噪声声源位置进行追踪定位，并将环境噪声实时监测数据传输至前端监测模块。
[0012]作为本专利技术进一步的方案：所述环境噪声实时监测数据包括实时声音信息和实时定位信息。
[0013]作为本专利技术进一步的方案：所述监控管理中心通过声纹识别对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声进行识别，得到噪声源识别结果。
[0014]作为本专利技术进一步的方案：所述监控管理中心通过声纹识别对来自数据处理模块的环境噪声实时监测数据进行分析，包括以下步骤：
[0015]S1：对环境噪声实时监测数据中的实时声音信息进行提取，将实时声音信息进行分帧加窗后得到多帧的声音信号；
[0016]S2：通过短时傅里叶变换和梅尔滤波器获取多帧的声音信号的频谱图，通过全连接神经网络分类器输出识别的结果。
[0017]作为本专利技术进一步的方案：所述步骤S2中通过短时傅里叶变换和梅尔滤波器获取多帧的声音信号的频谱图包括以下步骤：
[0018]S201：将每一帧声音信号进行短时傅里叶变换，并将时域信号转为频域信号，通过短时傅里叶变换后的频域信号得到频谱图；
[0019]S202：通过梅尔滤波器组与短时傅里叶变换得到的频谱图中的频谱特征进行点积运算和取对数处理，得到对数梅尔频谱图。
[0020]作为本专利技术进一步的方案：噪声自动监测子站，包括：
[0021]定位监测台：用于接收来自监控管理中心发出的控制指令，提取控制指令中的位置追踪指令，并将位置追踪指令发送至基于无人机的移动监测单元，所述定位监测台顶端设置有用于停放基于无人机的移动监测单元的平台；
[0022]基于无人机的移动监测单元：通过接收定位监测台的位置追踪指令，向噪声声源位置移动，对噪声声源进行追踪定位。
[0023]作为本专利技术进一步的方案：基于无人机的移动监测单元，包括：
[0024]无人机追踪器：接收定位监测台的位置追踪指令后，向噪声声源位置移动，并发送实时定位信息至前端监测模块；
[0025]噪声采样单元：用于对环境噪声进行实时采样，将噪声采样信息发送至前端监测模块。
[0026]作为本专利技术进一步的方案：所述噪声采样单元设置于无人机追踪器顶端。
[0027]作为本专利技术进一步的方案：所述数据传输模块支持ADSL、光纤、GPRS、3G、4G或5G通讯。
[0028]本专利技术的有益效果：
[0029]本专利技术通过固定位置的噪声自动监测子站对周边环境噪声进行检测，将实时的噪声监控数据传输至前端监测模块；前端监测模块接收来自噪声自动监测子站的环境噪声实时监测数据；并将环境噪声实时监测数据传输至监测终端的数据处理模块；数据处理模块将分贝超标的环境噪声实时监测数据传输到监控管理中心；监控管理中心对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声声源进行智能识别，同时通过通信模块向噪声自动监测子站发出控制指令，控制监测子站向噪声声源位置进行移动，对噪声声源位置进行追踪定位，以获取更加准确的声音信息和定位信息。
附图说明
[0030]下面结合附图对本专利技术作进一步的说明。
[0031]图1是本专利技术系统工作流程图。
具体实施方式
[0032]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0033]请参阅图1所示，本专利技术为一种城市环境噪声监测与智能识别系统，包括：
[0034]前端监测模块：接收来自噪声自动监测子站的环境噪声实时监测数据，并将环境噪声实时监测数据通过数据传输模块传输至监测终端的数据处理模块；
[0035]数据处理模块：用于对接收到的环境噪声实时监测数据进行统计，并将分贝超标的环境噪声实时监测数据传输到监控管理中心。
[0036]监控管理中心：用于对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声声源进行智能识别；通过通信模块向噪声自动监测子站发出控制指令；
[0037]噪声自动监测子站：通过噪声采样单元对噪声进行实时监控，将实时的噪声监控数据传输至前端监测模块，接收来自监控管理中心发出的控制指令，通过监控管理中心发出的控制指令，控制基于无人机的移动监测单元向噪声声源位置进行移动，对噪声声源位置进行追踪定位，并将环境噪声实时监测数据传输至前端监测模块。
[0038]具体的，通过固定位置的噪声自动监测子站对周边环本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市环境噪声监测与智能识别系统，其特征在于，包括：前端监测模块：接收来自噪声自动监测子站的环境噪声实时监测数据，并将环境噪声实时监测数据通过数据传输模块传输至监测终端的数据处理模块；数据处理模块：用于对接收到的环境噪声实时监测数据进行统计，并将分贝超标的环境噪声实时监测数据传输到监控管理中心。监控管理中心：用于对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声声源进行智能识别；通过通信模块向噪声自动监测子站发出控制指令；噪声自动监测子站：通过噪声采样单元对噪声进行实时监控，将实时的噪声监控数据传输至前端监测模块，接收来自监控管理中心发出的控制指令，通过监控管理中心发出的控制指令，控制基于无人机的移动监测单元向噪声声源位置进行移动，对噪声声源位置进行追踪定位，并将环境噪声实时监测数据传输至前端监测模块。2.根据权利要求1所述的一种城市环境噪声监测与智能识别系统,其特征在于，所述环境噪声实时监测数据包括实时声音信息和实时定位信息。3.根据权利要求1所述的一种城市环境噪声监测与智能识别系统,其特征在于，所述监控管理中心通过声纹识别对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声进行识别，得到噪声源识别结果。4.根据权利要求1所述的一种城市环境噪声监测与智能识别系统,其特征在于，所述监控管理中心通过声纹识别对来自数据处理模块的环境噪声实时监测数据进行分析，包括以下步骤：S1：对环境噪声实时监测数据中的实时声音信息进行提取，将实时声音信息进行分帧加窗后得到多帧的声音信号；S2：通过短时傅里叶变换和梅尔滤波器获取多帧的声音信号的频...

【专利技术属性】
技术研发人员：廖同庆，李斌，肖鹏，
申请(专利权)人：安徽同钧科技有限公司，
类型：发明
国别省市：