噪音监测十篇

噪音监测篇1

随着社会的不断发展，丰富的物质条件让人们不断感受到科技进步带来的好处，然而，随之而来的环境污染问题也正在越发的引起人们的关注。低碳、环保逐渐成为当今社会的焦点问题，人们在生产生活过程中也越来越重点环境保护工作。而想要保护环境，其重要前提就是对环境污染有一个准确、及时、全面的科学认识，只有认清了形势，才能对症下药，为后续政策、措施的制定打下一个坚实的基础。那么如何才能认清形势，做好环境监测工作呢？下面，我就以环境污染当中的噪音污染为例来和大家共同探讨一下做好环境噪音监测工作都应该注意哪些问题。

所谓噪音监测，是指对于干扰人们正常工作、生活的声音散发源头进行的监测活动。由于噪音污染广泛的存在于道路、厂矿以及生活区等大型的人群集散地带，严重影响着人们的学习、工作、生活，加强噪音监测，确保一个安静、祥和的生活环境是当前环保工作的一项重要任务。与此同时，作为当前环境监测之中的三大检测项目（空气、水、噪音）之一，噪音监测历来也都是环保监测人士重点关注的数据指标。通过监测噪音指标，有助于人们对附近的环境做好一个科学、准确的评价论断，同时也是制定环境环境法规、实施环境决策的重要依据，有利于环境噪音管理工作的顺利开展。

一、环境噪音污染的现状。从整体上来看，环境噪音污染大致可以分为两类，即：自然界噪音污染和人为活动产生的噪音污染，由于自然界当中产生的噪声是人们暂时还无法改变的（如打雷、火山喷发、地震等自然灾害产生的噪音），因此，本文在这里就不再做过多的论述。下面，我们着重来探讨一下人为活动产生的噪音，对人为活动产生的噪音再进行细分的话，又可以分为交通噪音、工业噪音、建筑施工噪音和社会生活噪音。其中，交通噪音是指人们在生产生活中使用交通工具时所产生的噪声（如车辆的引擎声、嗽叭声、杀车声、汽笛声和防盗报警声），这一部分环境噪音污染在当前人为噪音污染中占据了最大的比例，有可靠数据显示，交通道路噪音在城市中所占的比例在40%以上，也就是大致占了一半左右，特别是随着近几年机动车辆的快速发展，交通噪音已经成为当前人为噪音污染的主要污染源；工业噪音，工业噪音主要是指厂矿、企业等单位在产品生产的过程中引起的噪音（如机械摩擦、货物运送、产品组装等活动产生的噪音），初步估计，这类噪音污染在人为活动产生的噪音污染中大约占据了五分之一左右的比例，但由于我国的城市化进程并没有完全进行科学规划，许多厂矿企业都和居民区混杂在一起，导致工业噪音甚至成为部分地区的头号噪音污染源；建筑施工噪音，主要是指建筑工地的施工过程中引起的噪音（如打桩声）；社会生活噪音，主要是指人们的日常生活所引起的噪音。总的来讲，前两类噪音污染在整个噪音污染中所占的比例较大，后两类噪音污染在整个噪音污染中所占的比例则相对较小。

二、环境噪音污染监测中存在的问题。有了噪音污染，自然就应该加以监测、加以治理，这样才能确保居民的正常生活秩序。自新中国成立以来，我国在环境噪音污染监测中投入了大量的人力、物力、财力，噪音污染监测工作取得了明显的进步。但由于我们在噪音污染监测技术上起步较晚、起点较低，因此在环境噪音污染监测工作上还存在一些问题。

一是环境噪音检测专业人员严重缺乏。一方面，我国经济自十一届三中全会以后才进入快速发展阶段，在此之前，噪声监测工作在国内还处于萌芽阶段，很少有专家学者涉猎到这一方面的内容，

直到上世幻九十年代以后，国内的噪音检测工作自才开始逐渐引起大家的重视，专业人才的培养也是从这一时期才开始的，起步较晚；另一方面，虽然一部分专业人员也在噪音检测方面取得了一定的成绩，但以前的社会环境对噪音污染的关注力度并不大，政府在资金方面的注入量也十分有限，这种情况导致许多专业的噪音检测人员外流到其它国家或是转行从事了其它职业，最终造成了国内相关行业专业人员极度缺乏的难堪局面。二是环境噪音检测体系有待进一步完善。在环境噪音检测体系方面，我着重强调以下两点：首先是检测标准的问题，就我国现行的噪音检测标准而言，与世界上其它的发达国家相比还存在着较大的差距，比如噪音检测的流程还不够规范以及检测标准滞后于检则技术等问题，都对我国噪音技术检测的发展起着严重的阻碍作用。其次是环境噪音监测过程中数据的收集与处理问题，噪音监测的数据收集与处理是评价噪音级别的重要处理手段，这个环节处理的好坏与否直接影响着最终的检测结果。三是硬件设施还有待进一步加强。环境噪音监测通常采取的是多点取样法，需要在不同的点位都设置配套的检测仪器，这样才能尽可能保证结果的准确性，但由于噪音检测硬件设备本身就比较昂贵，目前的条件还很难做到在多个检测点都配备整套的检测设备，缺乏资金对硬件设施的注入，直接影响着检测的最终结果。

噪音监测篇2

关键词：噪声污染环境噪声监测质量控制

中图分类号：O213.1 文献标识码：A 文章编号：

随着城市建设进程的不断加快，在很大程度上导致了环境污染的加剧，尤其是和人们生活息息相关的环境污染最为突出。从物理学的角度而言，噪声指的是声源做无规则运动时发出的一种声音，而从环保的角度而言，噪声污染指的是一切影响人们正常生活、学习和休息的声音。为了给人们提供一个适宜的安静环境，必须加大对噪音监测的操控力度，为噪声污染治理工作提供更多可靠的数据，从而正确反映环境噪声污染水平。为此，在实施环境噪声监测控制手段的过程中，要建立细致、严密而科学准确的质量监控手段，以确保其噪声监测结果的科学性和准确性。

一、环境噪声监测中存在的问题

环境噪声监测主要存在以下问题：①在选择噪音监测地点的时候不符合科学预定的位置，并且在监测的过程中没有使用正确的监测方法，其监测的结果缺乏代表性；②没有按照规定的程序来选择噪音监测仪器，而仪器的监测和校验也不符合监测的具体要求，容易使监测数据产生较大的误差；③监测点位设置不合适，测量时段不合适，测量结果不准确，使监测结果不具代表性，不能用于正确评价噪声状况；④缺少对测量结果的误差评定和误差改正，使监测结果误差超限。以上这些因素会严重影响环境噪声的监测效果，从而影响城市的现代化建设以及人们的正常生活与休息。

二、环境噪声监测的质量控制措施

1.正确选择标准

国家按照一定的噪声监测标准限值对噪声进行了规定，如一些工业企业要按照国家规定的噪音排放标准来限制自己的噪音级别，而建筑施工场地的噪声也要符合一定的标准限值，对其建筑所需的各种固定排放物要进行等级的限制，建筑结构内部的敏感建筑物要对各种等效声级进行固定限值的排放。而对那些夜间频繁发出的各种噪声以及很多突发性的噪声都要在规定的范围内排放，所发噪声的最大声级不能超过相应噪声限值的规定幅度为10 dB（A）～15 dB（A），敏感建筑物室内测量的噪声值按相应标准值减小 10 dB（A）执行。（1）根据监测目的和被监测的声源，选择恰当的国家标准，如，GB3096－2008 声环境质量标准，GB22337－2008 社会生活环境噪声排放标准，GB12348－2008 工业企业厂界环境噪声排放标准，GB12523－90 建筑施工场界噪声限值等。

2.选择合适的仪器

在选择环境噪声监测仪器的时候，最好选用自动监测仪器来进行噪声监测，选择精度为高级别型号的声级仪器，使用I型声级计的时候适合测量35dB以下的噪声，并且拥有一定的特殊测量范围。在使用这些噪音测量仪器进行测量的时候，要事先进行检验和校对，对有可能出现的误差进行及时调整，使可能出现的误差不得大于0.5dB。此外，在监测完相关的噪音数据以外，还要对校准仪器定期进行计量和检定，在确保其合格的情况下以及符合有效期的范围时间内使用，否则就会影响正常的监测效果和质量。

3.确定具有代表性的监测样点位

在对噪音污染区域进行定点监测的时候，一定要选择好最具代表性的噪音监测地点，使其具有很强的典型代表特征，能够反映真实的噪音监测情况和监测结果。而在选择相应的监测地点和监测对象的时候，要对监测点进行噪声监测。通常情况下，环境噪声的污染类型可以分为一般户外、噪声敏感建筑物户外和噪声敏感建筑物室内三种分布方式。而在对户外噪声进行监测的时候，测点的距离要距离反射物至少3.5m远，而距离地面高度至少在1.2m以上，如果将定点监测地点放在高楼位置，将能够扩大其监测的实际范围。另外还可以通过相关的监测车辆进行定点监测，将传声器放置在固定车顶的1.2m处位置即可。噪声敏感建筑物户外测量时，测点应设在距墙壁或窗户 1.0 m 处，距地面高度 1.2 m 以上。噪声敏感建筑物室内测量时，测点应设在距墙面和其他反射物至少 1.0 m 外，距窗约 1.5 m 处，距地面 1.2～1.5 m 高处。社会生活环境噪声和工业企业厂界环境噪声通常需要对其声源进行多个测点的设置与处理，要明确分辨出其相邻区域的噪音污染情况以及附近噪声敏感建筑物的声源影响情况。比较科学的规定是将测点放置在社会生活噪声排放源的一米的地方，来对其进行更好地监测。在对一些建筑施工现场的噪音污染情况进行监测的时候，要将监测的仪器放置在靠近施工场地边界线的地方，保证被测建筑物确定在噪声敏感建筑区域内部。在噪声污染比较大的地区，可以采用多个测点的方式来对其进行监测。

4.现场监测条件必须满足监测要求

在对环境噪声进行监测的时候，首先要符合一定的气象条件，最主要的是要保证避免在阴雨雷电天气进行测量，而且风速也要保证小于5m/s。特殊气候条件下不要进行噪音监测，势必会影响正确的监测结果，失去一定的准确性。建筑施工场界噪声测量时各施工机械要处于正常运行状态，应包括不断进入或离开场地的车辆等。监测时传声器应加防风罩。噪声监测采样时间间隔不大于 1 s。社会生活环境噪声，工业企业厂界环境噪声，建筑施工场界噪声，铁路边界噪声等要测量背景噪声。在对声环境功能区的噪声污染情况进行监测的时候，要使其符合正常的工作时间；在对噪声敏感建筑物内部进行监测的时候，要对其门窗进行严格的限定；而在对交通干线的噪声源进行监测的时候，要尽量避开其他污染源的影响。生活噪声污染源要在被监测的过程中确保工作正常进行；而敏感建筑物内部的各种家用电器也要将其关闭。

5.合适的测量时段和准确的测量

数据声环境功能区噪声的监测要一昼夜 24 h 连续监测，测量数据包括每小时等效声级 Leq，昼间等效声级 Ld，夜间等效声级 Ln 和最大声级 Lmax。功能区噪声普查时，0～3 类声环境功能区每次每个测点测量昼间和夜间 10 min 的等效声级 Leq，4类声环境功能区测量不低于 20 min 的等效声级 Leq 和交通流量，铁路、城市轨道交通（地面段）要同时测量最大声级 Lmax，道路交通噪声要同时测量累积百分声级 L10，L50，L90。在对非稳定噪声源进行测量的时候，尽量使其等效声级符合正常工作段的等效声级。

参考文献：

噪音监测篇3

【关键词】噪声；检测；布点问题

1 引言

声音是人们去感受这个世界，这个国家，这个民族的美的方式之一，但是任何事物都存在着正反两面性，所以声音有好也有坏。而噪音是一种人们不需要的声音，生活上人们几乎是无时无刻不在听着噪音，例如一些工程施工现场里机器设备的声音，还有娱乐场所的吵闹声等等，这些都在影响着人们的正常生活和学习环境，给人的身心都造成了一定的伤害，因此我们要注重对噪声的监测工作，其中布点问题是尤为突出的。

2 噪声检测和布点问题

2.1噪声的含义

噪声是指音高和音强变化混乱、听起来不谐和的声音。是由发音体不规则的振动而产生的，噪声是由发声体做无规则振动时所发出的声音，是在一些环境中不应该有而有的声音。泛指嘈杂、刺耳的声音。

噪声污染主要是交通运输、车辆鸣笛、工业噪音、建筑施工、社会噪音所产生的，例如音乐厅、高音喇叭、早市，还有人的大声说话等等。

2.2 噪声监测的含义

噪声监测是对干扰人们学习、工作和生活的声音及其声源进行的监测活动。其中包括：城市各功能区噪声监测、道路交通噪声监测、区域环境噪声监测和噪声源监测等。噪声监测结果一般以A计权声级表示，所用的主要仪器是HNT16040声级计和频谱分析器。噪声监测的结果用于分析噪声污染的现状及变化趋势，也为噪声污染的规划管理和综合整治提供基础数据。

2.3 布点的含义及方法

环境监测中为了了解一块区域的情况进行的有计划的采样点位布置叫做布点。布点方法一般分为以下几种：

（1）系统布点法

系统布点法是指在场地内设置一个固定边长的正方形网格，在每一个网格中都平均布设采样点位。一般来说，网格的边长不会超过40m×40m。这种方法适用于场地原貌破坏较为严重、土壤历史不清晰、污染特征不明显的场地。

（2）动态布点法

动态分布法是指分布实行监测布点工作，而后一步的监测布点要根据前一环节的分析结果来确定，因此这种方法耗时较长。

（3）分区布点法

分区布点法是指将场地氛围各个相对均匀的小区，在每个校区里根据面积和特点去进行布点。比如说在土壤污染监测中有生产区、办公区和生活区。这种方法适用于场地使用功能明确、各个区域内污染特点比较明显、场地原貌较好的场地。

（4）专业判断法

专业判断法是指根据已经掌握的场地分布信息和专家经验来判断和选择采样点位。这种方法就适用于潜在污染明确的一些场地。

3 布点问题的分析

3.1 干扰原因

设施设备：

（1）监测仪器的电量是否充足对于测量的结果有着一定程度的影响，当仪器电力较低就会使得监测的测量值偏低。而如果在实际操作仪器时按启动键和使用查询键时，都会引起仪器的振动，从而使得测量值瞬间会偏高，从而引起仪器测量的误差。

（2）在对噪声进行监测测量的工作时，一定要严格按照国家所规定的测量方法。但由于测量时段的不同、测量电位的确定等不定因素，就会对噪声的测量造成较大的影响。例如上下班时间，上次一般都是在中午和傍晚时人流比较密集，而且夏天温度高的时开着空调，而工程的生产处于淡季时等，这些不同的时间段都会让噪声监测的测量结果变化较大。

3.2 环境因素

环境因素中，风本身就是一种噪声，而且风会使声级计的传声器产生震动，使监测的结果偏高。因为噪声的可叠加性决定了人为噪声、特发噪声和背景噪声都会使监测结果偏高。同时声音在受到时间和空间的影响后，都会造成一些偏差，而测量电位的选择具有不确定因素，包括城市环境噪声测量的网格个数、企业厂界噪声测量的点位数量等的选择对其监测的结果都会有着不同程度的影响。

3.3 厂界和敏感处布点因素

厂界的噪声监测点规定应该在企业边界外的1米处，然而在实际监测中，会遇到企业对噪声源进行关闭或遮盖等问题，从而减少噪声。如果对此没有进行同步测量，那么监测出来的结果就不具有真实性。而关于企业内部的噪声源与建筑物之间的布点位置，虽然在规定中并没有明确要求，但在实际监测中还是会遇到这种情况，因此这样就缺乏可操作性。如果在室内中央进行监测，就不能真实的反映出噪声污染的情况。

3.4布点时间因素

在相关法律法规文件中，规定为正常的工作日及划分的测量时间内，通常是用短时间取样的方式去进行测量工作。在文件中规定到稳态噪声的测量时间为一分钟，在具有周期性的噪声的测量时，时间是整个周期。且文件中还规定了，在白天应当要按照20分钟等效声级作为布点白天的噪声值，而在夜间是按照8小时平均等效声级来表示。但是这个规定在实际操作中，侧量时工地要停工，特别是在夜里进行监测时，因为工地上半夜会扰民，下半夜就停止工作，从而造成了建筑施工的厂界噪声扰民，但是却没有超过国家的要求。所以即使是进行24小时的全天监测，都会由于其他的一些因素而不能真实的反映其噪声水平。

4 布点问题的改善措施

4.1 布点位置的修改

首先布点应该要选在法定厂界内1m，高度1.2m以上的噪声影响处。如果厂界与居民区垂直相连，那么就应该选择在该单位门、窗外1m处的地方。这样的修改可以极大的将噪声污染控制在厂界内，对单位控制作为污染也提出了更高的要求，同时也给处理噪声投诉提供了有效的法律依据。

4.2 正确使用和维护设备

定期要维护和保养监测设备，从而保证监测设备有较高的灵敏性和准确性。在监测前要仔细检查电源电压，确保设备有充足的电量；在现场实际操作中，设备也应当轻拿轻放，特别实在按启动键时，要避免振动所引起的电脉冲造成的瞬时值偏高。必要时可以将测量设备和噪声场隔离。

4.3 减少环境干扰的因素

在对噪声监测中，环境应当最好在无雨、无风、无雪的天气下进行。而人为噪声，就是群众围观测量现场、其他人员询问情况等的声音，都会影响测量结果偏高，而遇到这种情况时，测量人员就要及时的停下工作，先劝服群众离开后，保证外在环境的基础上，再去进行监测工作。假使遇到了如爆炸声波或是汽车碰撞的声音等，可以现场剔除或是此组数据作废。

4.4 布点背景值的措施

一是运用开机和停机来进行测试，较适合稳态噪声测量；二是选择较为安静的时间段去进行监测，可以把时间改在夜间或背景值较低的时间段内；三是布点位置的选择，当噪声源无法停止工作且取不到背景值时，可以安装情况进行地点的更换与其地点相等背景值的地方。

5 结束语

通过对噪声监测中布点问题的简单分析来看，要解决其实际出现的问题，就要制定相应的解决方案，特别是布点测量的时间、秘感地带和背景值等现象，要采取相关的对策去进行消除，从而在监测中有效的消除其干扰因素，使得监测的测量结果能够真实有效的反映出噪声的排放情况。

参考文献：

[1]张颖姬.环境噪声监测中应注意的问题[J].环境监测管理与技术.2003（03）.

噪音监测篇4

关键词:广播电视;语音监测;海外广播网;测试

近年来，我国的广播电视监测事业发展迅猛，广播电视监测工作已经进入到了一个新的时代。广播电视监测工作已由过去被动的事后服务转变为积极主动的过程服务，由过去靠人工的、传统落后的手段变为数字化、网络化、自动化的方式，由过去单一的无线广播监测向广播电视全面、全方位监测发展。2002年，广电总局实施“走出去”工程，以加强我国对外广播电视宣传，同时，在海外建立了环球广播监测网，加强对中国国际广播电台对外广播效果和租机/互转的电台播出的监督、检查，提高对外广播效果。我国在各国的驻外大使馆都有相应的信号采集设备，收集当地的对华广播落地信号，然后对信号进行压缩，通过互联网传回到国内的监测中心，进行内容监测，从而发现对我国社会、经济、外交等有用的重要信息。截至目前，海外监测网已经在50个国家相继建立了54个无人值守遥控监测站点，每日可监测中国国际广播电台对外播出的32种语言、383个频率的广播效果。将音频识别、文本检索、图像处理等新技术实际应用于目前主要靠人工完成广播信号内容监测业务，充分利用计算机对于海量节目内容自动处理具有的速度快、效率高、可以控制漏检率等特点，将众多的先进技术服务与广电监测行业相结合。

一、音频内容综合处理技术

(一)广播音频信号介绍

真实应用环境下的语音现象非常丰富，以海外监测机房短波音质广播语音为例(如图1)。图1海外监测机房典型语音广播音频信号具有以下特点:1．信号在传送过程中，由于干扰使得包含的噪声很不稳定，主要表现在两方面:一是同一个音频片段里的噪声变化不均匀，时大时小;二是不同的音频片段的信噪比差别较大。这就使得有的音频片断的信号质量好一些，而有的音频片断的信号质量却很差。2．由于是电台节目信号，所以包含了各种各样的音频类型，既有纯净的语音，也有带音乐或噪声背景的语音，既有音乐歌曲，也有强噪声或者如鼓声之类的环境音，可以说是一种语音、音乐和噪声的混合音频信号。3．信号中含有大量的片头曲，这些片头曲多是一些具有音乐背景的报台信号，或者是不同节目的报幕信号。由于片头曲中含有一定的语言信息，所以即使是同一个电台或同一个节目，不同语言的片头曲也是不同的。此外，由于广播电台的节目时刻表比较固定，同一语言播出的节目中的片头曲相对也是固定的，这是一种固定音频信号。4．广播节目都是以一定的频率被播出的，在信号传送过程中，某一频率的节目信号有可能被其他节目的同一频率信号完全干扰或临界干扰，如果两个节目的语言不同，那么将出现两种或多种语言重叠或交叠出现在同一个音频片段中的现象。此外，一个节目中也有可能出现多种语言，比如一些语言教学节目。5．信号中的说话人不仅有主持人，也有大众百姓，大家说的话不仅有母语，也有方言，甚至还有非母语的外国人在说话，而且说话的内容和说话人的性别也是随机的。此外语音不仅仅是广播语音，在一些人物采访节目中常常出现电话或麦克风语音。6．由于广播节目是每天24小时不间断地播出的，所以采集的数据将是海量的，此外，虽然每段音频的采集时长约57秒钟，但是如果去除其中的非语音成分，剩下的语音时长却是不定的。从这些特点中不难看出，实际真实的音频信号是非常复杂的，这给语种识别系统的实际应用带来了很大的困难和挑战。音频内容综合自动处理系统的主要处理对象是语音，对其内容的分析和监测对象包括内容、关键信息、语种等。

(二)音频内容处理技术基础框架

当前主流语音处理技术主要基于统计框架，一般包括以下流程和处理步骤，如图2所示。图2基于统计音频内容计算技术框架1．建模数据库的建立:主流音频内容计算技术建立于统计理论之上。系统性能对建模数据的依赖很大，因此要求建模数据与测试数据在应用环境、说话方式等方面有一定的相关性，否则无法保证系统在应用环境下的性能。2．特征的选择与提取:特征是区分不同类事物最根本的属性，选用不同的特征将带来不同的区分能力使得类内高偶合、类间低聚合。因此对不同的识别任务，必须精细选择所使用的特征。3．建模技术:模型用于刻画不同类别之间的本质差异，一个好的建模方法会显著提高系统性能。目前主流的建模技术分为两类，一类基于最大似然估计方法，其本质是通过描述特征在空间中的分布参数来刻画类别统计特性，最常见的模型是高斯混合模型GMM;另一类是基于区分度的估计方法，其本质是通过描述不同类别的分界面信息来刻画类别间的特性，最常见的模型是支持向量机模型SVM。

(三)面向真实应用环境的音频内容处理框架

对真实应用环境语音的处理，需要包括以下流程和处理步骤，如图3所示。图3音频内容综合处理系统框架针对不同格式的输入语音进行格式转换，统一为wav格式。对于广告或含有片头曲检出的任务，可以采用固定音频检索技术，把片头曲或广告作为模板，从音频信号中检索，根据片头曲所对应的语种来确定整个音频片段的语种。由于信号中含有多种音频类型，而诸如音乐和噪声之类的音频几乎不含所需信息，所以需要把音频信号分成语音、音乐和噪声，以去掉这些不含语种差别信息的非语音信号。针对特定应用环境，需要对音频信号的质量进行评估，对信号质量较差的语音降低识别的置信度。由于音频信号含有噪声较大且不均匀，提取特征时需要采取一定的噪声消除技术。对于经过增强后的语音，进行内容识别、语种识别及敏感信息监测等内容计算任务。

二、音频内容综合处理技术测试

(一)场景分析

音频场景分析的目的是把输入音频文件分成语音和非语音，并把其中的非语音成分去掉，仅把语音提出来用于后续内容计算。建模数据库:从海外机房2月15号至28号不同语言播出的节目中人工整理用于音频分类的训练数据，考虑到训练样本的平衡，其中语音60M，非语音60M，非语音包括音乐和噪声各30M。整理时把带强音乐背景的语音归为音乐，带强噪声背景的语音归为噪声，而带弱音乐或弱噪声背景的语音归为语音。然后使用语音和非语音共120M数据训练第一个分类器，用来区分语音和非语音，使用音乐和噪声共60M数据训练第二个分类器，用来区分音乐和噪声。特征选择:常用的音频分类特征有16种，其中时域特征包括7种，即过零率(Zero－CrossingRate，ZCR)、高过零率帧的比率(HighZero－CrossingRateRatio，HZCRR)、短时能量(Short－TimeEnergy，STE)、低能量帧的比率(LowShort－TimeEnergyRatio，LSTER)、短时能量的均方值(Root－Mean－Square，RMS)、静音帧的比率(SilenceFrameRatio，SFR)、子频带能量分布(Sub－bandEnergyDistribu-tion，SED);频域特征包括9种，即频谱差分幅度(SpectrumFlux，SF)、频谱质心(SpectrumCentroid，SC)、频谱散度(SpectrumSpread，SS)、频谱截止频率(SpectralRolloffFre-quency，SRF)、子频带周期(Sub－bandPeriodicity，BP)、噪声帧的比率(NoiseFrameRatio，NFR)、线谱对(LinearSpec-trumPairs，LSP)、线性预测倒谱系数(LinearPredictionCep-stralCoefficients，LPCC)和梅尔倒谱系数(Mel－FrequencyCepstralCoefficients，MFCC)。而一些非常用的音频特征包括短时基频(Short－TimeFundamentalFrequency，STFF)和谱峰轨迹(SpectralPeakTrack，SPT)等。我们以高过零率帧的比率HZCRR和噪声帧的比率NFR为例，说明其对语音/非语音和音乐/噪声具有区分能力。图4HZCRR和NFR对语音/非语音和音乐/噪声具有区分能力如图4所示，对输入音频分别提取高过零率帧的比率HZCRR和噪声帧的比率NFR特征，可发现语音/非语音HZCRR特征、音乐/噪声NFR特征的数值范围具有明显差别，可作为特征区分两者。为此，根据不同特征间的区分能力及其互补性，系统采用了如下特征:表1音频分类特征集音频分类类型特征集语音/非语音BP、HZCRR、LPCC、LSP、LSTER、MF-CC、RMS、SBE、SC、SS、ZCR纯语音/非纯语音BP、LPCC、LSP、MFCC、RMS、SC、SF、SFR、SS、ZCR音乐/环境音BP、NFR、RMS、SBE、SF、STE建模技术:采用基于支持向量机的区分度建模方法。支持向量机(SVM)是一种基于现代统计学习理论的模式识别方法，在解决有限样本、非线性及高维模式识别问题中表现出许多特有的优势。SVM是一种两类样本分类器，其目标是在超高维(一般几十万维)空间找到一个分类超平面，使得它能够尽可能多的将两类样本数据正确分开，同时使分开的两类数据点距离分类面最远。一般包括两个部分，即特征从原空间到超高维空间的映射和分类面学习。

(二)音频信号质量评估

音频场景分析的目的是按照我国《广播节目声音质量主观评价方法和技术指标要求》的规定，对广播节目语音质量进行自动评价。特征选择和提取:通过比较和分析，系统选择语音能量、噪声能量、信噪比、音乐/噪声/语音比例、基于谱熵的可听度估计几种特征。建模技术:采用多特征的线性加权分类技术，各特征的加权系数经验确定。测试原理如下图所示:图6测试原理性能分析:对于机器自动评分和人工评分不一致的结果，请值班员帮助判断。值班员的判断结果分为三类，即人工和自动评分均可、自动评分偏差和人工主观性因素偏差。对于自动评分偏差，其主要影响因素是算法参数，为此根据人工判断结果对算法参数做适当调整，再次迭代，直至过程收敛。首先对3月1日、5日、10日和14日的这4天采集的约6000个音频片段人工进行主观打分，然后由系统对这些音频片段自动评分，比较人工主观评分和系统自动评分的一致性，实验结果如下表所示。表3系统自动评分与人工主观评分的一致性日期3月1日3月5日3月10日3月15日评分一致性66．01%64．78%65．18%67．61%从总体实验结果来看，整体上人工和系统打分完全一致的比率为66．5%，对评分不一致的音频片段进行分析，我们发现:a)经人工确认，两种打分均可的约占16．2%;b)由于人工疲劳等主观因素使得人工评分不正确的约占9．7%;c)由于算法不够精致使得系统打分偏离人工打分1级的约占5．6%，2级及其以上的约占2．0%。为此，我们以系统评分与人工评分差半级为正确，差两级以上错误，重新统计评分的一致性时，上述4天打分一致性的整体平均正确率可达到98%。

(三)语音增强/去噪

语音增强/去噪的目的是增加带噪语音的信噪比，从而提高后续内容计算模块的识别准确性。方法:针对背景噪声在不同环境不同时刻下的变化特性，提出了在系统前端采用自适应滤波器来对语音信号进行降噪处理的方法，有效地提高了信号层的区分度。同时，我们在模型端对传统的基于匹配的声学模型训练算法(MULTI－TRAIN)进行了改进，吸纳了MULTI－TRAIN训练方法中在训练数据中加入应用环境背景噪声的做法，采集了大量不同种类和不同信噪比下的背景噪声，对训练数据进行“污染”，并用“污染”后的数据训练声学模型，增加了训练和测试环境下模型的匹配程度。进一步，我们在频谱域提出了一种基于功率谱密度最小均方误差估计(PSD－MMSE)的语音增强算法。该算法在功率谱域用指数分布来建模平稳随机噪声，并用混合指数分布来建模语音的能量谱，构建了纯净语音功率谱密度的最小均方误差估计器，显著地改善了语音质量。此外，我们还在对数谱域提出了一种采用高阶泰勒级数展开来近似对数谱域非线性环境函数从而寻求最合适的补偿形式以补偿对数谱域特征的方法。该方法还同时考虑了对数谱高斯混合模型的建模精度问题，并且引入了能量补偿的思想，提出了采用类似谱减的方式来补偿语音能量的方法，并研究了把对数能量和对数谱结合在一起补偿的可能性。特点:由于背景噪声在不同环境不同时刻下的变化特性，噪声的估计与补偿必须自适应地进行;另外，构造补偿滤波器时要尽可能精确。

(四)音频模板检索

音频模板检索的目的是根据对固定出现的音频片断，入广告、片头曲等，对广播节目进行定位。特征选择和提取:多个子频带的能量比率。模型:直方图重迭匹配。系统特点:1．抗畸变:首先采用频谱的掩蔽和增强技术对音频进行畸变消除和归一化处理，从而降低音频中的噪声、扭曲等畸变，提高了方法的鲁棒性，然后采用临界频带划分策略，提取多个子频带的能量比率作为基本特征，并建立每个片头曲的直方图模型;2．搜索速度快:基于直方图重叠相似度最小的快速搜索策略，并在搜索过程中选择多尺度步长预测技术提高搜索速度。性能分析:从2月15号至28号的部分音频片段中截取90个不同语种的片头曲模板，然后从3月1号至5号的部分音频片段中再截取77个与前90个没有重复的片头曲模板，每个片头曲模板的时长从2秒到20秒不等。基于上述片头曲模板，对3月6号至14号的13512个音频片段进行检索。检出2950个文件含有片头曲，检出率为21．83%，其中错误的有15个，误报率为0．51%。

(五)语种识别

语音识别技术可自动识别出语音段所属的语言。特征选择:采用美化感知线性预测系数(MF－PLP)和移动差分倒谱特征(SDC)，高维空间映射后增加长时平均，从而包含了更多的时序信息。建模技术:采用基于支持向量机的区分度建模方法。建模数据库:17个语种，如表4。每个语种经过自动去除片头曲、噪声和音乐处理，每个语种的训练数据约2－3小时。系统特点:反映语种间差异的是音素间的连接关系，因此必须增加特征的时间跨度已反映时序信息，系统征经过区分性变换后，做长时平均并增加SDC特征。性能分析实验1:识别性能随不同建模数据库规模的变化每个语种训练模型的数据量从1．5小时、2．5小时到3小时逐渐增大，，得到每个语种的模型之后，经过识别，实验结果如表5．5所示。从表中可以看出，随着训练数据量的增大，语种识别的性能也会相应地提高。实验2:识别性能随不同语种数的变化按照语种名字的汉语拼音字母的顺序，我们从6个语种开始，每次增加2个逐渐增加到16个直至17个语种，并且基于每个语种3小时的数据量训练模型，对相应的测试数据进行识别，识别性能如图所示。图7识别性能随不同语种数的变化从图中可以看出，随着要识别的语种个数的增多，识别性能逐渐下降，这主要是因为增加的语种容易和其他语种相互混淆。实验3:模型优化基于200M数据训练的17个语种的模型，对3月1日至14日的音频文件进行识别，识别过程中，每个语种都有部分语音，其信号质量不差(不低于3分)且时长也较长(不低于30秒)，但是该语种的模型得分有时候虽然是第一名却比较低，甚至有时候不是第一名，使用这部分语音更新训练相应的语种模型，上述思想称之为从错误中学习。下面我们使用3月6日至31日的语音句子，基于17个语种测试比较从错误中学习前后的识别正确率，实验结果为:原模型的识别正确率为90．85%，更新后模型识别正确率为93．58%，提高了2．73%，这说明从错误中学习是非常有效的。

(六)语音识别技术

语音识别技术可将连续输入的音频流中的语音部分，翻译成对应的文本信息。特征选择:采用美化感知线性预测系数(MF－PLP)。建模技术:采用隐马尔科夫模型(HMM)描述时序信息，采用高斯混和模型(GMM)描述音素特征分布信息。建模数据库:300小时广播语音，新唐人电视台120小时，美国之音、BBC、CCTV等节目180小时。系统特点:系统采用的关键词检出框架如图8所示。图8连续语音识别系统框架系统模型包括声学和语言模型两套，声学模型的作用为将语音特征转换为对应的声学音素序列，语言模型在此基础上完成音到字的转换。系统基于国际主流LVCSR技术，针对汉语语音做了具有创新性的贡献，突破了在汉语LVCSR总体框架、声调和声韵母联合建模、大规模语音语料库处理、系统搜索、网络语言增强的语言建模和无监督声学模型训练等方面的关键技术。

(七)敏感信息/时段监测

敏感信息监测技术可从连续输入的音频流中，发现预定的敏感信息。特征选择:采用美化感知线性预测系数(MF－PLP)。建模技术:采用隐马尔科夫模型(HMM)描述时序信息，采用高斯混和模型(GMM)描述音素特征分布信息。建模数据库:300小时广播语音，新唐人电视台120小时，美国之音、BBC、CCTV等节目180小时。敏感时段监测:在敏感词汇检出基础上，根据单位时间加权置信度信息分析某个时段的敏感程度。系统采用的关键词检出框架如图5．9所示。系统中采用了一种改进的两阶段处理架构的关键词检出方法。在第一阶段，系统不仅为词表中的词、静音和可能出现的噪声建立模型，同时还要为非关键词建立若干填充模型。在第二阶段，系统对检出结果的置信度进行计算，从而判断该结果是否可信。为实现在真实环境条件下的应用，我们在资源允许的条件下采用了尽可能精细的填充模型来解决填充模型选择困难的难题。同时，通过在一般情况下采取全局回溯技术，及在口语发音变异比较严重的场合采用局部回溯技术，有效的解决了关键词检出率不高这一问题。此外，我们还通过采用关键词网络和填充网络进行独立扩展裁剪，大大降低了系统性能对于进入填充模型的惩罚系数的敏感度，从而解决了调节进入填充模型的惩罚系数困难这一问题。图9关键词检出系统框架目前，国际上广泛采取的置信度估计手段主要有三类，即基于正确/误识两类分类器、基于对数似然比和基于后验概率的方法。考虑到对数似然比的方法和基于后验概率的方法在实际应用条件下具有很强的互补性，而基于正确/误识两类分类器可以作为上述两类方法有益的补充。我们在实际应用中，提出了综合利用上述三类方法。

(八)综合性能测试

在综合使用了音频信号质量评估、语音增强/去噪、音频模板检索、语种识别、音识别技术、敏感信息/时段监测。测试数据与环境:√2月1号－28号全部数据，共47960个文件，去掉临时测试文件，剩下46275个测试文件√17个语种模型√228个片头曲模型，其中包括集外语种(蒙、孟、乌、越)的40个片头曲模型√测试语音时长约72%为117秒，约28%为57秒√不限定话长和得分按天统计结果如下表所示:28天平均工作量减轻为46．84%，系统误报率仅为1．61‰。进一步分析可以发现，日减轻工作量与当日可进行处理的文件有强相关性，如图所示，说明系统运行性能稳定。

三、结语

音频内容综合处理技术在海外广播监测网中的成功测试，是先进的科学技术和实际应用的良好结合点。先进的技术结合了实际工作需求，反复测试和优化，系统的性能得到显著提升。将不能达到100%正确率的技术运用到需要100%准确的监测工作中，真正减少人工监测工作量50%。基于语种识别的国际台广播质量及效果综合评估集成技术，提出一套计算机自动打分方法并结合人工评分反复修正。并从真正减轻值班员工作量角度出发，综合利用语种识别结果的置信度技术，把识别结果分为确定而无需人工再次干预和需人工评判两类。另外，结合短波广播语音的噪声强、音乐多、存在片头曲等现象，不断增加和完善系统流程，集成了包括片头曲识别、音乐/噪声/语音分类、语音增强在内多项技术集成创新。基于语种识别的国际台广播质量及效果综合评估集成技术的研发进程显示，测试期间对数万个文件进行测试和分析，对常用的片头曲模型进行了重新优化和增减，对质量好识别性能差的句子针对性地进行了分析和试验，从错误中学习，进一步优化了模型。基于语音抗噪声技术，对信噪比较低的短波信道音质的广播语音实现了高可靠度的语种识别，在15个语种条件下识别准确率达到95%。同时应用基于似然比检验的识别结果置信度技术，对语种识别结果的错误部分进行自动剔除，使得置信度为100%的识别结果无需人工确认，将每天100小时的人工监测工作量减半，大大提高了监测工作的质量和效率。

作者:赵琰 单位:国家新闻出版广电总局

参考文献:

［1］杜利民．自动语言辨识研究［J］．电子科技导报，1996(4)．

［2］高升，徐波，黄泰翼．基于决策树的汉语三音子模型［J］．声学学报，2000(6)．

噪音监测篇5

关键词：增压站；噪声治理措施；降噪减振

中图分类号：O612 文献标识码：A 文章编号：1009-2374（2014）28-0090-03

川东北气矿五灵山增压站位于达县景市平滩乡定龙村6组，主要作用是将七里25井生产的天然气通过增压输送至马家站，利用五马线管线天然气增压气举七里025-X1井，再将七里025-X1井生产的天然气通过增压输送至马家站。五灵山增压站分两期进行建设，一期于2007年7月正式建成投产，设计处理气量为36.4×104m3/d。二期于2009年5月建成投产，设计处理气量为7.0×104m3/d。由于受当时技术等条件的限制，一期对压缩机噪声进行治理效果不佳，导致低频高声强的增压机噪声超过了《工业企业厂界环境噪声排放标准》（GB12348-2008）二类标准，对员工和周边居民的身心健康造成了一定的损害。因此，为了减少增压站噪声对环境的影响，维护五灵山气田排水采气和增压输送天然气的正常生产，气矿采取各种措施对该增压站噪声污染进行综合治理。在治理之前，附近村民墙上挂的农产品都随着增压机的运行而振动，治理后这种现象消失。通过综合治理，降噪减振效果明显，对新建增压站降噪减振有一定指导作用。

1 五灵山增压站噪声概况

1.1 基本情况

五灵山增压站安装有3台压缩机组，1台是ZTY310MH整体式压缩机组，2台ZTY265MH整体式压缩机组（1备1用）。机组运行时，其噪声源有整体式压缩机发动机动力缸、飞轮、冷却器、进气总管、压缩缸、皮带轮及风机等。站内有值班室、职工宿舍等，站外四周都有农舍，距离不等，最近的有45m。一开始厂界外30m处噪声及低频能量最大，A声级为53.5dB（A），12.5Hz的声压级为94.4dB，25Hz的声压级为89dB，此能量大大地大于《西南油气田分公司新建增压站的相关技术规定》规定的厂界外30m低频激振频率时的声压级≤74dB的要求。严重影响站内职工以及附近居民的工作和生活。超标的噪声受到各级领导的重视，不断采取措施，不断改进，使得降噪减振取得明显效果。

1.2 增压站噪声情况

按照噪声监测布点原则布设监测点，并委托具有监测资质的单位进行现场监测，分析增压站噪声超标的原因，从而为增压站噪声治理提供参考依据。

1.2.1 监测布点。厂界噪声测点主要针对噪声敏感区域，同时对厂界噪声最大点进行监测。一般情况下，测点选在工业企业厂界外1m、高度1.2m以上、距任一反射面距离不小于1m的位置。当厂界有围墙且周围有受影响的噪声敏感建筑物时，测点应选在厂界外1m、高于围墙0.5m以上的位置。

1.2.2 噪声监测及数据分析。重庆环境节能监测中心于2008年8月6日和2009年11月10日对该增压站进行了噪声测试，监测的设备噪声值如图1，厂界噪声值如图2。

图1 设备噪声监测数据统计图

图2 厂界噪声夜间监测数据统计图

从图1、图2可以看出，2009年设备本身产生的噪声值比2008年大，但是2009年监测的厂界噪声值比2008年小。根据《工业企业厂界噪声排放标准》（GB12348-2008）二类：夜间50dB，2008年测试的厂界噪声值都不合格，2009年测试的厂界噪声值只有北面的超标0.46dB，其余三面均达标。

2008年监测时由于技术原因，未进行围墙外30m处激振频率、区域环境振动的数据进行监测。2009年有了新的规定，根据《西南油气田分公司新建增压站的相关技术规定》，墙外30m处激振频率声级达到小于74dB，根据《城市区域环境振动测量方法》（GB/T10070-88）3类，夜间区域环境振动72dB。2009年11月围墙外30m处激振频率、区域环境振动的监测数据见表1、表2。

表1 围墙外30米处激振频率监测数据

表2 区域环境振动的监测数据

从表1、表2可以看出，对五灵山增压站进行的墙外30m处激振频率声级、区域环境振动的监测数据均

达标。

2 采取的降噪减振措施

噪声治理关键是控制噪声的声源、接收地和传播渠道。增压站的噪声治理不仅与声量大小、声波频率有关，还与噪声源、噪声源位置、增压站的位置和环境条件有关。目前五灵山增压站采取的治理措施主要有：

2.1 建造隔音厂房

五灵山增压站机房采用消声结构，机房四周墙体的外侧为彩色复合压型钢板结构，内侧采用吸声系数为0.8的亚光型内护面板。机房进风口在机房墙体四周，为地下进风，并配有12台防爆轴流风机强行进风，以降低空气进入的温度，设有防网防飞蛾网，通风道出风口有40×60×6安全防护网，进风的面积为48.2m2。机房顶部有自然排风的天窗，每台空冷器上方都正对天窗。机房通风量为58.7m2/s，换气次数>10次/小时。通过隔音厂房的建造，在一定程度上阻碍了声音向外传播。

2.2 挖掘减振沟

五灵山增压站在建站初期，就在机房四周挖掘了宽1.2m，深1.4m的减振沟。减振沟是降低强夯振动效应的有效措施，减振沟主要起到消波、滤波的作用，将大部分振动波的水平分量产生的能量降到最低限度，同时也使竖向能量有了很大的衰减。

噪音监测篇6

关键词:TS码流;QAM;监测;码流分析仪

1传输网络技术参数

经过MPEG-2信源编码和MPEG-2TS传输流复用后生成的MPEG-2传输复用包经过扰码、RS编码及卷积交织后，进行64QAM调制形成中频调制信号，中频调制信号经过上变频转为射频信号然后送入HFC网传送到用户。

数字电视和模拟电视的频谱结构及能量分布完全不同。由于QAM中的调幅是平衡调幅，抑制了载波，因而从频谱分析仪上看，一个数字频道的已调信号，像一个抬高了的噪声平台，均匀地平铺于整个限定带宽内。伴音信号在MPEG-2编码时，已经与图像信号以包的形式复用到了一起，因而，一个数字电视频道，不但没有所谓图像载波，也没有伴音载波。

1.1数字电视的信号电平

数字电视信号没有图像载波电平可取，整个限定的带宽内是平顶的，无峰值可言。所以，QAM数字频道的电平是用被测频道信号的平均功率来表达的，称为数字频道平均功率。在用户端电缆信号系统出口处要求:信号电平为47dBμV-67dBμV(比模拟电视信号的要求低10dB)，数字相邻频道间最大电平差为≤3dB，数字频道与相邻模拟频道间最大电平差为≤13dB。

1.2数字电视的噪声电平

测量模拟频道噪声时，在模拟频道取噪声测试点，只要偏离图像载频即可。但是数字电视的频谱分布决定了测量数字频道噪声不能使用模拟频道的测量方法。数字频道内有用能量也像噪声，没有什么特点把它们分开，所以测量噪声，要到被测频道的邻频道去取样，并且这个邻频道应当是空闲的。

1.3误码率

数字电视信号是离散的信号，接收到的数字电视信号要么是稳定、清晰的图像，要么就是中断(包括马赛克、静帧)，具有“断崖效应”的特点。信号的这种变化，只与传输的误码率有关，所以把误码率作为衡量系统信号质量劣变程度的最重要的指标。

1.4信噪比

信噪比(S/N)指传输信号的平均功率与噪声的平均功率之比。载噪比(C/N)指已调制信号的平均功率与噪声的平均功率之比，载噪比中的已调制信号的功率包括了传输信号的功率和调制载波的功率。在调制传输系统中，一般采用载噪比指标;而在基带传输系统中，一般采用信噪比指标。

数字调制信号对网络参数的要求主要反映在载噪比上，载噪比越大，信号质量越好，反之信号质量就差，模拟电视会出现“雪花干扰”，数字电视会出现马赛克，严重时会造成图像不连续甚至不能对图像解码。在有线网中，用户端电缆信号出口处数字频道载噪比达到31dB以上，就可传送64QAM信号。

1.5调制误差比

数字调制信号的损伤通常用星座图来观察。在星座图中，噪声呈云状，差拍干扰呈环状，IQ不平衡的星座图不是正方形。调制误差比(MER)包含了信号的所有类型的损伤，如各种噪声、载波泄漏、IQ幅度不平衡、IQ相位误差、相位噪声等。MER的测试结果反映了数字接收机还原二进制数码的能力，它近似于基带信号的信噪比S/N。在用户端电缆信号出口处调制误差比MER要求达到30dB以上。

2数字信号的监测

数字电视平台节目监测系统拟视音频及数字矩阵系统、数字测试仪器及电视墙三个大的部分构成。数字TS码流经过数字ASI矩阵系统切换，送入解码器解码还原成模拟视音频后，送入电视墙，进行主观效果监测，同时可进行与一般模拟视音频信号相同的测试，经ASI矩阵切换的数字TS码流也可直接送入数字码流分析仪进行实时分析，或者经过录制后，离线分析等。数字码流经QAM调制后输出的RF射频信号经混合器混合，送入大网播出，同时分出1路至机顶盒接收，机顶盒输出电视信号或者音频广播信号至视音频矩阵，然后送入电视墙。同时也可进行模拟指标测试。从混合器再分出l路射频信号经数字电视测试接收机处理后输出TS流至码流分析仪，实现对QAM调制后的数字信号的测试。

数字码流监测可以根据其来源分为:编码器输出TS流、数字卫星接收机输出TS流、多协议适配器输出TS流、复用器输出TS流、独立加扰器输出TS流、其它TS流及QAM调制后经解调恢复的TS流。在本监测系统中，QAM调制后经数字电视测试接收机解调后恢复出的TS流可直接送入数字码流分析仪进行数字分析;其余各种来源的TS流须经数字矩阵的切换处理后再进行测试。

在本系统中，有编码器输出的TS流、数字卫星接收机输出的TS流、适配器和解密器输出的TS流、其它输出的TS流、复用器输出的TS流以及独立加扰器输出的TS流，其中复用器、独立加扰器、解密器以及部分数字卫星接收机输出为MPTS，而独立加扰器输出为经过加扰加密的TS流。具体监测方式如下:编码器、数字卫星接收机、多协议适配器、音频编码器、复用器、独立加扰器等设备的TS流送入数字ASI切换矩阵切选输出。矩阵的输出可切选至数字码流分析仪分析，也可直接接入解码器，用作还原AV，送至电视墙做主观测试等;对于独立加扰器的输出需切换到码流分析仪进行分析。

对比测试原则采用溯源法，跟踪对比测试的原则，主要体现在电视墙的主观效果上。

(1)对编码器、接收机的信号根据处理过程分成源AV信号或直接输出AV信号、初步处理TS流信号(包括编码输出及数字接收机输出TS信号)、复用器复用后TS流信号和QAM调制混合后信号四种，对节目同时段对比跟踪测试。即为源AV信号或直接输出AV信号与后面的信号经过还原的视音频信号进行对比测试，体现在每一环节信号质量的比较、变化、跟踪监测。

(2)对多协议适配器和解密器处理的节目，则是适配器直接TS信号解码恢复AV信号、复用后解码恢复AV信号以及机顶盒解码AV信号对比监测。

噪音监测篇7

1　对象和方法

1，1对象

选择某玩具厂从事裁床、包装、充填等噪声作业场所中噪声作业工人52人，年龄(29.08-9.42)岁，其中男37人，女15人。接触噪声工龄4个月-13年。平均每天工作8 h。2004年开始佩戴耳塞或耳罩。

1，2方法

1，2，1噪声作业场所的监测。由深圳市职业病防治院职业危害评价科对不同岗位噪声作业场所工作位进行噪声强度监测。

1，2，2职业史及体格检查。由经过培训的职业卫生医师询问职业史、防护史、既往病史、耳毒性药物史、家族史、吸烟史、自觉症状等，同时对被调查者进行耳鼻咽喉科常规检查，外耳道有者均予取出。

1，2，3纯音听力测定。按GB7583-87要求。用丹麦产MadsenOrbiter 922型纯音听力计(经深圳市计量技术研究院检测校准)，在本底噪声

2　结果

52名噪声作业工人常规耳鼻咽喉科检查未发现特别异常，均无中耳炎史，否认既往有听力损伤等疾患，近5年入厂的工人行基础听力检测，听力均正常。本次纯音听力检测52人中共16人25只耳检出I-V级听力损失(表2)，检出率为24.1％；最短从事噪声作业4个月即可发生听力损伤。听力损伤患病率随工龄增长而升高，均为高频听力损伤，未发现语频耳聋，一例36岁、工龄仅4个月女性工人发生听力损伤，为IV级。不同工种间的听力损伤经检验，差异有显著性(P

噪音监测篇8

预测模型中影响道路交通噪声因素具有空间特征，将噪声预测模型与GIS结合，建立用于道路交通噪声预测和应用系统。在视频GIS中，图像和视频数据是数据源，与地形图、遥感影像或DEM相结合，视频数据获取方便，基于图像和视频的分析及其GIS集成应用引起广泛重视。本文探讨将以视频GIS获取的实时数据为源数据，采用RLS90模型计算道路交通噪声，验证两者集成的思路的可行性，并在实验区进行试验。

1．RLS90模型

RLS90模型以等效连续A声级LeqA为评价指标，包括声源模型和声传播模型2个子模型。声源模型参数主要有:车流量、车速、车型、路面材料以及道路的结构、宽度、坡度和平整度等;声传播包括路径和强度，主要参数有接受点到声源的距离、接受点对声源的视角、地面植被状况、声屏障对噪声的阻挡作用、各类地物对噪声的反射以及空气的温度、湿度、风等。

2．视频GIS

视频GIS是指对获取的具有空间定位信息的视频数据进行传输和管理。视频GIS实现方式是将空间位置、方位、速度等信息进行音频调制，并存储在视频数据的一个声道中，播放视频时，再将空间数据音频解调;交通摄像头获取的视频数据在播放的同时，对车的基本信息进行统计存储;在地图中浏览空间数据时，选择街道路口，获取实时视频影像，交通车流信息以文档形式呈现［6］。在地图中监控不同时刻交通路口车辆的分布情况，建立空间位置和视频帧之间内在联系，进行地图与视频之间的交互操作，对城市道路交通噪声的声源实时监测，优化公路、铁路、河流等线性设施的管理［6］。

3．技术框架

框架的基本思想是将地理位置、车与视频帧之间建立映射关系，实现影像播放、地理位置、车属性信息同步显示和交互操作。根据道路影响因素和数据获取方式的不同，将数据划分为空间数据、视频数据和属性数据。基于视频GIS和RLS90的城市道路交通噪声预测框架主要包括噪声源计算模块、噪声传播计算模块和噪声图的分布。(1)噪声源计算模块该模块的功能是确定出能够对预测点噪声做贡献的街道，并计算声源产生的噪声强度。从视频中获取实时的车流量、车速和重型车比;基础地理数据获取道路长度、宽度、材质、坡度和隔音墙等数据。(2)噪声传播计算模块声音在传播的过程中会有声音的损失，因此到达预测点的声音强度并不完全等同于声源点处的声音大小。在考虑这些因素的情况下，我们计算出声源的每一微分弧段到预测点的噪声大小，最后进行叠加得到预测点处的总噪声值。(3)噪声图基本操作模块噪声图中每个噪声接收点获取相应区域的噪声值，将离散点的噪声值内插可以得到整个区域面的噪声分布图。提供了对地图的一系列基本操作功能，方便用户对城市基础数据的查询、修改、更新等基本操作，在合适的尺度下进行工作;如数据编辑功能，可以在本系统中完成对基础数据的修改、更新等工作，无需使用另外的软件进行数据编辑。

4．实例

应用视频GIS与RLS90模型相结合构成的道路交通噪声预测系统，对河西新区的嘉业阳光城的典型小区道路进行试验，该小区西临恒山路和庐山路，北依奥体大街，东接黄山路。所用到的数据有研究区域1:1万DEM数据，1:500矢量基础地理数据资料和高分辨率遥感影像;噪声源数据有车流量、车速、轻重车型比和路面材料;影响噪声传播数据有建筑、声屏障和植被。预测点为高于地面1．2米，距离反应物的距离至少为3．5米，实测值测量的是距地表1．2米的噪声值，噪声预测结果比实际结果偏高。下表1列出了实验区五个测点的实测值与模拟值，预测值与测量值得噪声空间分布和传播趋于一致。

5．结论

噪音监测篇9

关键词：噪声污染 现状 防治措施

一、引言

惠水县属贵州省黔南布依族苗族自治州，位于苗岭山地南侧，1998年经国务院批准为对外开放县，素有“中国黑糯米之乡”、“中国金钱橘之乡”、“中国优质米之乡”的美称。惠水山川秀丽、地势平坦、生态良好，地处贵阳“避暑之都”的核心区域，是天然的大“氧吧”、大“空调”，是天生地造的“山水园林城市”，是贵阳的优秀“卫星城”。伴随着工业化、信息化、城镇化和现代化建设脚步的不断向前推进，作为世界四大环境问题之一的噪声污染也已突显出来，它直接影响到城市的建设进程、居民的生活质量和身体健康，对人类造成重大危害，并已上升为当前密切关注的民生问题。

二、关于噪声污染的概念及分类

2.1 什么是噪声污染

声音是人耳对物体振动的主观感觉。从物理学的角度来讲，声音大体可以分为2个方面，震动有规律的声音叫乐音；一切无规律的或随机的声信号叫噪声。从主观感觉和环境保护的角度来讲，一切不希望存在的对工作、学习和生活等产生影响的声音，也就是不需要的声音，都可以称为噪声。当噪声超过国家相关的排放标准，对人类或者周围环境造成影响时，就认为是噪声污染。

2.2噪声的分类

噪声按机理分为空气动力性噪声、机械性噪声、电磁性噪声三类；按来源分为交通运输工具产生的噪声、施工过程中产生的噪声、工厂生产过程中产生的噪声、生活过程中产生的噪声、自然噪声五类；按时间的变化分为稳态噪声和非稳态噪声两类。

2.3噪声污染的危害

噪声对人、动物、仪器设备和建筑物均可造成危害。噪声污染影响人的生产和生活，干扰正常的工作和学习，影响人的心情和心理变化，诱发多种疾病，损伤人的听力，若长期暴露于噪声环境中，听觉系统会发生损伤，难以恢复，甚至造成耳聋。当噪声达到一定分贝时，还会破坏仪器设备、建筑物。噪声污染具有局限性和分散性，产生的污染没有后效作用，声源停止，噪声消失，无积累，无痕迹，但噪声对人身体造成的损害是有累积性的。噪声污染与大气污染等化学污染有着本质的不同，简单地说噪声污染具有时间性、多发性和随机性。

三、惠水县噪声污染现状

3.1 交通噪声

随着社会经济化、城市化道路的发展，机动车辆的数量与日俱增，惠水县最为突出的交通噪声主要来源为汽车运行过程中发动机的驱动、机动车行驶过程中的鸣笛，以及刹车发出的强烈刺耳的声音。

3.2厂界噪声

惠水县长田工业园区被称为“贵州中小企业科技示范基地”，在这片区域，入驻着近200余家工业企业，区域周围生活着大量居民，这片区域属于工业混杂区。由风机、球磨机、机床、电焊机等机械设备运行产生的厂界噪声对居民带来很大影响，也成为这片区域噪声的主要来源，因此在企业入驻该片区域进行环境影响评价时，对噪声的标准要求相对比较严格。

3.3建筑施工场界噪声

建筑施工场界噪声是建筑施工过程中，机械运行（如打桩机、挖土机和混凝土搅拌机等）、人工操作、车辆运输过程中产生的声音。多发生在人口密集的县城。由于近年来惠水县经济的迅猛发展，距离省会城市仅48公里，随着贵阳市至惠水县高速路的开通，大大缩减了两个城市之间的距离，众多房地产商在县城内进行了大面积、多方面的开发施工，涉及范围较广，施工持续至夜间，作业密集，对周围居民影响极大。

3.4环境噪声

主要由人们日常生活和商业活动过程中产生，其中最为突出的就是商家的叫卖声，各种娱乐场所KTV、酒吧、迪厅的音响、夜总会产生的歌舞噪声、餐饮业嘈杂声。商家叫卖噪声主要在商贸街和县府路一带，这些地方成为昼间噪声投诉的热点，而KTV、酒吧等娱乐场所主要集中于外环路一带，娱乐场所噪声成为夜间噪声投诉的热点。

四、噪声污染防治措施

噪声污染防治措施主要从三方面进行控制：噪声源，传播途径，接受者，针对惠水县的情况，提出以下几点防治措施：

（一） 加大宣传力度，提高环保意识

要大力宣传噪声污染方面的法律法规、污染整治的重要意义，让人民群众和产生噪声的业主充分理解噪声污染不仅对人的生活、工作带来不便，而且还对人的身心健康造成极大的损害。而在噪声污染环境下工作，业主本身的健康也会受到极大的影响。另外，提高他们对预防噪声污染的意识，对业主进行噪声污染防治技术的宣传，让他们掌握噪声防治的方法，使其自觉减少噪声的产生，达到盈利与环保双赢。只有加强环保宣传教育，提升全县人民的环保意识，才能使人们自觉遵守执行环保法律、法规，形成全社会人人参与，共同监督的良好氛围。

（二）加强交通噪声管理

充分利用城市绿地的降噪功能，在交通道路的两旁建设绿化带，种植树草，增大道路与住宅之间的距离，通过植物的吸收，减少噪声的污染。取缔噪声严重超标的车辆，县城内禁止机动车辆使用高音喇叭，主要交通干道实行禁鸣及最高时速的限制。在一些特殊功能区禁止机动车辆的通行，在城市布局和道路建设规划时，在交叉路口采用立体交叉结构，减少车辆的停车和加速次数，可降低噪声污染。

（三）合理规划工业园区，加强监督管理

惠水县工业主要集中在长田工业园区、经济开发区一带，可在城市规划中，将长田工业园区的居民进行搬迁，对经济开发区进行合理规划，将工业区与居住区有效划分，使工业区独立于居住区，减少噪声对人民群众的影响。监督企业安装减震、消声设备、加装全封闭的噪声隔离设施，选用低噪声工艺进行生产，定期对仪器设备进行保养、维护，以防止设备故障形成的非正常噪声。提高厂区植被覆盖率，减少噪声的污染。对噪声污染严重的重点单位，适时进行监测，对超标排放的行为进行处罚，并责令企业限期治理，从而使他们自觉遵守有关法律法规，最大限度地减少噪声污染。对建筑施工场界噪声，在规划时，尽可能进行成片建设和整体成套设施同时施工，抽查施工场界噪声，对场界噪声进行监测，禁止超标排放，将其施工时间限制在正常作业时间内，禁止夜间在居民区施工，限制其使用高噪声机械设备，淘汰陈旧的机械设备，选用低噪声的施工机械。

噪音监测篇10

摘要：城市环境噪声污染是一个较为复杂的问题，因此，治理城市环境噪声污染问题，是摆在城市管理者面前的一个困难课题，本文就城市噪声污染及其治理措施进行了相应的探讨。

关键词：噪声 特性 城市噪声 机理 防治对策

环境保护是我国的基本国策之一，是各国领导人来往交谈的热门话题。环境保护被国家列为高新技术，不少城市将环保产业作为支柱产业之一在大力发展。噪声是环境污染的四大公害之一，近几年来，随着人们物资生活水平的提高，城市噪声污染逐渐发展成为仅次于大气污染和水污染的第三大城市公害，影响了人们的正常生活和工作，威胁着人们的身体健康和精神状态。要创建绿色和谐社会，实现人类社会的可持续发展，就必须消除城市噪声污染，还人类一个安静宜居的环境。

一、城市噪声的污染现状

据调查得知，354个城市当中，区域环境质量好的城市仅占5.9%，比较好的占到了68.7%，受噪声轻度污染的城市占24.3%，受中度噪声污染的占1.1%。这些数据与去年相比，环境质量好的城市下降了近3%，比较好的上升了4.2%，受到轻度污染的下降了3%，中度污染的上升了1%。环境保护重点城市区域环境噪声等效声级范围在45.9～60.8dB（A）之间，区域声环境质量处于好和较好水平的城市占76.1%，轻度污染的占23.0%，中度污染的占0.9%。道路交通噪声监测的334个城市中，67.1%的城市道路交通声环境质量为好，27.5%的城市较好，4.2%的城市为轻度污染，0.9%的城市为中度污染，0.3%的城市为重度污染。与上年相比，全国城市道路交通声环境质量好的城市上升了1.8个百分点，较好的上升了0.4个百分点，轻度污染的与上年持平，中度污染的下降了2.0个百分点，重度污染的下降了0.2个百分点。环境保护重点城市道路交通噪声平均等效声级范围在63.0～71.6dB（A）之间，道路交通声环境质量好的城市占57.5%，较好的占39.0%，轻度污染的占3.5%。城市功能区噪声，监测的244个城市中，各类功能区监测点位全年昼间达标7288点次，占昼间监测点次的87.1%；夜间达标5968点次，占夜间监测点次的71.3%。各类功能区昼间达标率高于夜间，3类功能区好于其他类功能区。环境保护重点城市各类功能区昼间达标率为86.3%，夜间达标率为67.3%。

二、噪声污染的危害

（一）噪声危害听力

长期在90dB以上的高噪声环境下工作的人，有50%～80%患有噪声性耳聋。

（二）噪声危害人的神经系统

引起头晕脑胀、烦躁耳鸣、失眠多梦、记忆力下降、注意力难以噪声会集中。在噪声的刺激下，人的神经系统，尤其是高级部位，容易引起机能紊乱，对睡眠、休息和工作效率都会产生直接的影响。

（三）噪声危害人的心脑血管系统

人体随噪声的大小、强度的变化，而导致血压的上升和下降，强烈的噪声可引起全身肌肉收缩、呼吸和心跳频率加快、心率不齐、血压升高等。我国有关调查表明，地区的噪声每上升一分贝，该地区的高血压发病率就增加3%。

三、城市噪音的防治对策

（一）社会生活噪音的治理

随着物质生活水平的提高，人们对精神生活的追求也日益增强，社交、庆祝、娱乐活动也逐渐成为人们日常生活的一部分。因此，社会生活噪音是客观存在并且无法消除的，对社会生活噪音的治理应坚持以人为本的原则。对影响他人的家庭娱乐活动邻居以及物管部门都可以对当事人进行友善提醒；房屋装修应当尽量避免在节假日或者夜间等他人休息的时间进行；对商业促销和集会现场的高音喇叭发出的噪音，由当地政府成立城市综合执法部门进行教育或处罚。

（二）交通噪音的治理

政府出资对穿越居民区的道路设置隔音屏障，为临近道路的房屋安装隔音玻璃窗，最大程度地减少交通噪音对居民的影响。加强执法力度，切实落实市区内机动车禁鸣制度，制定车辆消声检测标准，并对过往车辆进行抽检；机动车的数量和流量是产生交通噪音的主要来源，所以合理控制机动车的数量和流量并且积极推进城市公交事业的发展是降低城市交通噪声的重要途径；车辆在多空隙沥青混凝土路面上行驶时产生的噪音要比在普通路面上行驶时的噪音小很多，因此快速推进多孔隙沥青路面的修建也是降低交通噪音的方法之一；地铁等地下交通方便、快捷而且噪音、废气污染都较小，有条件的城市，应当加快地下交通的建设，加强宣传，鼓励城市民众尽可能乘坐地铁出行。

（三）建筑噪声的治理

建筑噪声的强度普遍比较大，对于居民的工作、生活、学习都会产生很大的影响。首先环保部门必须根据噪声区域划分，加强管理监督，限制施工单位施工时间及高噪声机械，把施工噪声控制在允许范围内，对生产工艺要求连续施工的，严格执行建筑施工过程中使用机械设备进行可能产生环境噪声污染的申报审核。其次要从技术上着手，推行使用低噪声的施工机械、运用吸声技术，可降低噪声5～20dB，采用消声降噪技术降低噪声10～30dB，用降声性能好的隔声构件将声源与周围环境隔离，也可采用减震措施来降低噪声可达20～40dB。

（四）抓环境教育

加强环境教育，提高公众的环境意识，采用环境法制宣传、低碳出行活动和无车日活动、创建绿色学校和社区等多种形式，持之以衡的开展宣传教育活动，积极倡导生态文明理念，不断提高全民的社会公德意识、环境意识、环保法制观念，使之都从自己做起，从身边的小事做起，不制造噪声，主动制止噪声，自觉自动地参与到控制噪声污染行动中来。形成一个为创造良好声学环境，人人做贡献的氛围，这是控制噪声污染的基础。环境问题主要源于人类对自然资源和生态环境的不合理利用和破坏，而这种损害环境的行为又是同人们对环境缺乏正确认识相连的。因此，加强环保教育，提高人们的环保意识，使人们的行为与环境相和谐，是解决环境问题的一条根本途径。

三、结束语

治理环境噪声污染是现代化城市建设的重要内容，亦是衡量一个城市文明水平高低的重要标志，城市噪声的产生与治理是一个新的课题，噪声污染的治理比水污染、大气污染的治理实际难度更大，单靠环保部门难以完成，而需要相关部门通力配合和全社会的支持。

参考文献：

[1]李乃慧. 城市噪声污染的危害与控制[J]. 科技信息（科学教研）. 2007（31）

[2]陈俊廷. 结合现状对城市噪声污染的探讨[J]. 广东科技. 2007（11）.

[3]张艳红，韩少军. 城市环境噪声污染的特征与防治对策[J]. 环境. 2007（07）.