基于多传感器数据融合分析噪声的方法、装置以及设备

专利主权项内容

1.一种基于多传感器数据融合分析噪声的方法，其特征在于，包括以下步骤：通过声学传感器采集环境中的声波信号，得到第一数据；通过振动传感器获取环境中的物体的振动数据，得到第二数据；通过环境传感器测量环境的环境参数，得到第三数据；对所述第一数据进行声谱分析，得到噪声频谱信息，并通过预设的第一特征提取算法，对所述噪声频谱信息进行声学特征提取，得到声学特征；对所述第二数据进行时频分析，得到噪声振动信息，并通过预设的第二特征提取算法，对所述噪声振动信息进行频率特征提取，得到振动特征；对所述第三数据进行因果分析，得到噪声因果信息，并通过预设的第三特征提取算法，对所述噪声因果信息进行环境特征提取，得到环境特征；将声学特征、振动特征以及环境特征整合为一个多维特征向量，并基于预设的数据融合算法对所述多维特征向量进行融合，得到目标融合向量；将所述目标融合向量输入至训练后的噪声评估模型进行评估，预测得到环境的噪声级别；其中，所述噪声评估模型经过提前训练得到；基于预测的噪声级别，生成对应的噪声分析报告，并将所述噪声分析报告传输至预置的数据可视化平台；所述噪声评估模型的训练过程，包括：采集环境中的音频信号、振动信号及环境监测信号，将音频信号、振动信号及环境监测信号转换为代表声学性质、振动态势和环境状况的数据集，所述数据集分别包含声压级数据、振动强度数据及环境影响因素数据，将所述数据集输入至预设的噪声评级分析网络中；其中，所述噪声评级分析网络构成为声学模式解析子模型、振动模式识别子模型、环境效应评估子模型及噪声整体评价子模型；基于声学模式解析子模型，处理环境音频信号，辨识实际噪音水平模式，与预定声学性能基线进行比较，输出声学偏差等级指标；基于振动模式识别子模型，处理环境振动信号，判定环境振动信号与噪音相关的振动频率特性，输出对应的振动等级指标；基于环境效应评估子模型，分析环境监测信号，量化环境因素对噪声水平的贡献作用，并输出环境贡献指标；基于噪声整体评价子模型，结合声学、振动及环境数据分析结果，进行综合噪声级别评估，并输出综合噪声级别指标；从已采集的数据集中提取预先标定的环境噪声基准标记，基于预设的噪声评级分析网络中的各个子模型的输出与预先标定的环境噪声基准标记，计算各个子模型的输出与环境噪声基准标记之间的误差；其中，所述环境噪声基准标记包括声学偏差标记、振动等级标记、环境贡献标记及综合噪声级别标记；基于选定的优化策略对噪声评级分析网络中的各个子模型的模型参数进行调整，最小化所述误差，训练得到噪声评估模型；所述的基于多传感器数据融合分析噪声的方法，还包括：获取目标监测区域内n组不同位置的噪声水平数据，每个噪声水平数据由相应的传感器所测量；其中，n为大于1的整数；计算和确定n组噪声水平数据中每组噪声水平数据之间的相似度，构建相似度矩阵作为第一相似度矩阵，基于所述第一相似度矩阵计算各传感器数据的可靠性指标；基于各传感器的可靠性指标，选定一个最佳传感器阵列，并从第一相似度矩阵中提取出与最佳传感器阵列对应的第二相似度矩阵；对最佳传感器阵列中每个传感器的可靠性指标进行标准化处理，得到各传感器的权重系数；利用权重系数对第二相似度矩阵进行加权归一化调整，得到概率分配矩阵；评估概率分配矩阵中各分配值的置信度，得到评估结果，并基于所述评估结果为每个概率分配值定义一个修正系数；基于所述修正系数调整相应的概率分配值，得到调整后的概率密度函数值；基于预设的推理规则对各概率密度函数值进行合成处理，得到目标融合函数分布图；其中，所述目标融合函数分布图用于对目标监测区域内的噪声污染状况进行评估。