用于重复噪声识别的方法和系统与流程

本发明涉及一种噪声识别方法以及实现所述方法的系统，可用于识别诸如建筑噪声之类的重复噪声。所述方法包括构建一个cnn+shift+pitch噪声识别引擎，可以对类似的噪声进行分类，如打桩和安装在工程车上的破碎机运作時所产生的噪声。

背景技术：

1、噪声控制是政府当前环境保护政策中的重要环节。实时噪声监测手段对于快速响应问题至关重要。此类系统通常是采取被动模式，当有市民向环境监管机构提出投诉，然后监管机构才会到现场评估实际情况。如此则需要大量人力工作，因此需要一种智能噪声识别引擎，实现现场实时监测并对类似噪声进行分类。

2、实时噪声监测在技术上是已知的，例如在所需位置放置麦克风，可以进行录音回放，或进行实时监测环境声音。然而，某些类型的建筑设备是噪声污染的主要来源，故监测其噪声的存在是有效果的，特别是在如果使用此类设备需要许可证或其他监管许可的条件下。由于城市声音环境存在复杂性，从环境声音中识别此类设备会有一定的困难。因此，能够识别此类设备的系统将会是实用的。

3、在某些环境中，声音相似但受不同监管要求的设备可能存在。能够自动区分此类设备将会是实用的。

技术实现思路

1、卷积神经网络(convolutional neural network；cnn)在系统监测的重复噪声源的多个样本上进行训练。这些样本不仅以录制的形式进行训练，还以周期性的时间位移样本进行训练，这样即使环境声音监测在与原始样本录制不相似的时间窗口检测到重复噪音，也将更有可能地正确识别。此外，可对环境噪声进行采样，以在环境声音监测中获取所检测到的最响亮的重复声音的音高。这些声音之间的时间间隔与音高范围可相关联，以进一步提高成功识别噪音是否为由设备(受监管的)所产生的目标噪音的概率。

2、当训练完成，cnn将应用于独立的(边缘)计算设备，或称为“监测设备”，这些设备部署在需要监测的区域。监测设备可以使用低带宽网络协议，像是lora，向收集设备发送低优先级的信息，然后通过基于云的平台与后端服务器通信，后端服务器包含数据库和用户界面协议，例如用于用户的基于web的前端系统。如果有必要，或是要使用推送软件更新，则监测设备也可以使用4g或其他高带宽网络协议，直接或通过基于云的平台与后端服务器通信。

3、本发明的附加方面和/或优点将部分地在随后的描述中阐述，并且有部分是可以从描述中显而易见的，或者也可以通过本发明的实践获知。

技术特征：

1.一种重复噪声识别方法，包括以下步骤：

2.如权利要求1所述的方法，其中分析所述环境噪声样本的步骤还包括以下步骤：

3.如权利要求1所述的方法，其特征在于，所述环境声音数据集的获得方式是通过在所述监控设备将要部署的同一地理区域中，记录所述环境声音数据集。

4.如权利要求2所述的方法，其特征在于，所述环境声音数据集的获得方式是通过在所述监控设备将要部署的同一地理区域中，记录所述环境声音数据集。

5.如权利要求1所述的方法，其特征在于，所述无线通信单元包括高带宽无线连接装置和低带宽连接装置，所述数据信号通过所述低带宽连接装置发送。

6.如权利要求2所述的方法，其特征在于，所述无线通信单元包括高带宽无线连接装置和低带宽连接装置，所述数据信号通过所述低带宽连接装置发送。

7.如权利要求3所述的方法，其特征在于，所述无线通信单元包括高带宽无线连接装置和低带宽连接装置，所述数据信号通过所述低带宽连接装置发送。

8.如权利要求4所述的方法，其特征在于，所述无线通信单元包括高带宽无线连接装置和低带宽连接装置，所述数据信号通过所述低带宽连接装置发送。

9.一种用于重复噪声识别的系统，其特征在于，所述系统包括：

10.根据权利要求9所述的系统，其特征在于，其中所述处理器通过计算所述环境声音样本的音高范围来分析所述环境声音样本，所述音高范围包括所述环境声音样本中的第一正峰和第二正峰之间的时间滞后的倒数，并且也通过使用所述音高范围作为对所述环境声音样本进行分析的一部分。

11.根据权利要求9所述的系统，其特征在于，其中环境声音数据集的获得方式是通过在将要部署所述监测设备的同一地理区域中，记录所述环境声音数据组，并且所述环境声音数据集用于训练所述卷积神经网络。

12.根据权利要求10所述的系统，其特征在于，其中环境声音数据集的获得方式是通过在将要部署所述监测设备的同一地理区域中，记录所述环境声音数据组，并且所述环境声音数据集用于训练所述卷积神经网络。

13.根据权利要求9所述的系统，其特征在于，所述无线通信单元包括高带宽无线连接装置和低带宽连接装置，所述数据信号通过所述低带宽连接装置发送。

14.根据权利要求10所述的系统，其特征在于，所述无线通信单元包括高带宽无线连接装置和低带宽连接装置，所述数据信号通过所述低带宽连接装置发送。

15.根据权利要求11所述的系统，其特征在于，所述无线通信单元包括高带宽无线连接装置和低带宽连接装置，所述数据信号通过所述低带宽连接装置发送。

16.根据权利要求12所述的系统，其特征在于，所述无线通信单元包括高带宽无线连接装置和低带宽连接装置，所述数据信号通过所述低带宽连接装置发送。

17.如权利要求13所述的系统，其特征在于，所述低带宽连接设备为lora设备，所述高带宽连接设备为4g或4g兼容连接设备。

18.如权利要求14所述的系统，其特征在于，所述低带宽连接设备为lora设备，所述高带宽连接设备为4g或4g兼容连接设备。

19.如权利要求15所述的系统，其特征在于，所述低带宽连接设备为lora设备，所述高带宽连接设备为4g或4g兼容连接设备。

20.如权利要求16所述的系统，其特征在于，所述低带宽连接设备为lora设备，所述高带宽连接设备为4g或4g兼容连接设备。

技术总结
一种用于分析环境声音以识别由于电力设备引起的重复噪声从而能控制噪声污染的方法在此公开。通过使用麦克风对环境声音进行采样，并通过边缘计算设备分析生成的数据。边缘计算设备将样本与存储的数据与卷积神经网络进行比较，边缘计算设备还执行音高移位和循环移位，以减少假阴性。阳性结果可通过LoRa和/或4G将报告送至云端平台和/或后端服务器。

技术研发人员：林沛豪,李文迪,徐静仪,古伟昌
受保护的技术使用者：香港应用科技研究院有限公司
技术研发日：
技术公布日：2024/1/16