探究环境噪声的分离方法

探究环境噪声的分离方法

邱潭生

深圳市帕斯环境检测技术有限公司广东深圳518000

摘要：噪声对人们的工作、学习以及休息都带来较大的影响，然而不同的噪声对人们带来的影响程度是不同的。因此，为了可以较好地分析不同的噪声，本文设计一个噪声的采集系统，并运用数字化的噪音计测器（VC824B）作为主要的方式采集为噪声，而单片机中的初级处理端主要是把对应的数据传输至并ARM的主控板，然后通过其他的通讯板再将上位主机中的信息传输给对应的机器，最终实现噪声分离的目标。在本文中主要提出总体噪声当中数据通过用声强法的方式对噪声进行分离，便于人们更好地掌握不同的噪声所产生的危害。

关键词：噪声监测；前景噪声；背景噪声；分离方法；探究

根据我国对噪音的定义，将声音在70分贝以上都视为噪音。当前，噪音问题对城市中的各个环境带来较大的影响，从而使得人们难以获得良好的生活以及休息环境。此外，由于城市建设过程中还出现其他的噪声污染情况，从而加剧了噪声的污染，这就人们的生活以及身体健康都带来严重的危害。因此，在文章中主要分析噪声实施分离的情况，将前景噪声以及背景噪声进行区别对待，这就便于人们能够在找到良好的解决方式。

1、分析噪声分离的方法

1.1采用L90法进行分离

这种方法主要采用的是百分声级的累积，而将其中的L90更好地代替原来的背景值，从而适当人们可以有效掌握噪声的情况。其中L90则指的是在一定的测量时间中，可以通过百分十九十时间中所获得A声级作为一个超过的值，此时的就将其作为噪声中平均的本底值[1]。

1.2分析区域网格的测量方式

通过这种方式对噪声进行分离，就是把一个监测区域实施划分，使其成为一个等面积的形状，然后再对各个不同的网格实施监测和覆盖。在一般情况下，有效的网格总数大约在100个，而实际监测中，各个测点需要布置在对应的网格中心位置，然后人们对测点中噪声情况运用不同的颜色进行分级和评定，从而获得每一个网格中测点的噪声情况。

1.3分析声强分析方式

由于噪声来源的方式不同，而且噪声之间还极有可能会出现叠加的情况，从而使得噪声所具有的分贝数更大。因此，这就需要在噪声的测试中根据噪声的强弱情况而测定。如果在一段时间中，声强总是处于一个平稳的状态，就可以将此噪音视为被监测环境中的前景噪音[2]。而在本文中，则主要是通过设计一个噪声的采集电路，并且在其中还可以将噪声数据进行科学处理，然后将采集噪声的情况以及数据传输的情况进行科学组合，从而能够使得人们掌握噪音的情况，最终通过模拟实验的方式对噪音进行验证。

2、分析噪声检测中硬件设计方式

本文中中对噪声的检测系统结构总体情况见框图1。在本系统中，噪声采集主要是借助于数字噪音计器（VC824B），而在噪声计器中，可以通过对应的信号进行模拟，从而能够帮助信号地输出接口以及采集板中的单片机进行连接，进而完成对对应数据信息的处理工作。然而根据不同的数据的模拟情况可知，一般情况下，采用的数据量中的0.01mV进转换，例如将其转化成1dB数字量，然后再转换为A/D，并结合采集板而把数据由单片机中P0.4进行引导而传输至ARM的主控板中，最终能够在通讯板中将对应的信息发送至上位机的主机，而ARM的主控板则可以通过STM32组成的系统进行分析噪声的情况，最后将485与通讯板中所收集的数据信息进行传输，进而使得通讯板中的网口可以和上位主机之间实施有效地通讯。除此之外，在经过噪声采集板中的噪声信息与ARM的主控板情况，在+12VDC的方式进行供电，然后再通过可调的稳压器芯片（AMS1117）把+12V的电压降至+9V左右，此时的噪声就需要运用传感器而进行供电，然后再通过DC/DC的方式而将对应的变压器中的电压从+12V降至大约+3.3V，从而搭建一个良好的噪声检测平台。

3、分析前景与背景噪声实施分离的方式

正如前文中所叙述，需要将前景与背景噪音进行分离，其方式主要是采用声学原理中的声强分析方式。但是为了能够更好地控制噪声，并能够在背景噪声分离中更好地掌握噪声的来源，此时就需要借助于数字化的噪声计测器，进而可以使得噪声能够更好地被人们所识别。由于在本文中主要采用的是数字噪声的计测量方式，其所所得到的噪声是一个总和，这就需要从总的噪声中分离出前景与背景的噪声，此时，采用声强的分析方式，可以把总噪声中平均值作为一个背景的噪声，然后根据噪声的变化情况。例如或者变大或者变小等而将背景噪声提取出来，而在具体的噪声分离工作中，可以采取如下步骤实施分离：第一，在所规定的一段时间之内（如三个小时之内），可以采用噪声计器而广泛地收集对应的数据[3]是20dB（A）、34dB（A）、-45.20dB（A）；第二，在根据所收集的数据情况而计算出对应数据中的平均值，经过计算大约是34.21dB（A）；第三，把每个数据中的信息和平均值之间所得到差又作为一个新的数据（25.12dB（A））；第四，在判断新出现的数据时，就需要掌握好数据中的每一个正负值（保持在-20至24之间），此时当数值为正数时，这就可以通过将此噪声视为前景噪声（其中的20dB（A）、34dB（A）是前景噪声），而当此时的数据为负时（-45.20dB（A）），此时的噪声可以将其视为背景噪声（-45.20dB（A））。

4、分析软件设计情况

在本次分离噪声的系统中，主要是将所收集的噪声数据通过其中的声音传感器而掌握好噪声的情况，然后再通过噪声中的传感器而进行模拟实验，例如将一些数据信息传输到芯片（C8051F350）再试试模数和转换。此时的噪声计器就可以通过数据将0.01mV的1dB实施转换，即使得数据资源可以变成A/D，然后再通过电位器中的调节而对系统中的数据进行校正，最后将噪声数据信息传输到之芯片中，再次识别与存储。由此可知，在本文中所提出的噪声数据情况，可以通过软件设计等方式对噪声进行在此的识别，此软件主要的作用就是将芯片中所采集的信息通过缓存以及发送等方式而便于噪声的识别工作。其详细地操作过程是：从噪声数据开始，就在噪声的采集板（即ARM板）而接收信息，此时还需要在接受信息过程中能够不断掌握好对应的数据变化情况，最后经过函数识别，最终得到噪声数据。具体情况见下图2。

在本次实验中，主要通过对室内环境的测定，同时在对应的位置处而设计声级的校准器进行校准。因此，某市郊区中夜间的噪声情况的分离运用此软件对其进行检测，其中设置了三个不同的测点，通过该软件所测定的值分别68.2dB（A）、64.5dB（A）和62.2dB（A），而经过该软件对噪声分析所得到的背景值44.65dB（A）、44.2dB（A）和43.5dB（A）。在实际的测量条件下，需要做到大约每隔十秒左右进行测量数据，同时记录下对应的数据信息。在此期间，人为所产生的噪声就可以帮助掌握此测量方式是否具有可行性。在测量数据中，一共有100个测点，每一个点表示测量噪声值，而100个数据测量中，经过计算得到其平均值是74.1分贝。

5、结束语

在文章中主要采用的是测量总噪声的方式，然后再从总的噪声中根据不同的噪声情况而实施分离，即分为前景噪声与背景噪声，这对人们治理噪声带来积极帮助。文章中所采用的方法比较有效，即将收集到的噪声通过一定的方式进行分离，一方面可以帮助人们掌握噪声的情况，从而使得人们可以更好地找出防止噪声的方法，另一方面则是根据不同的方式可以有效掌握噪声的变化情况，并能够在其中判断出噪声的来源。通过文章中的分析可知，这对人们今后采取有效方式治理噪声所带来的危害具有十分重要的意义。

参考文献：

[1]李国，蒿培培.机场噪声监测无线传感网络最小连通覆盖集研究[J].计算机与数字工程，2014，42（05）：747-750，770.

[2]蔡铭，罗鹏，王海波等.2012年广州市道路交通噪声监测与评估[J].环境工程，2014，32（02）：128-130，63.

[3]白建平，曲弦.公路交通噪声对高层建筑的影响分析[J].重庆科技学院学报（自然科学版），2016，18（06）：112-115，126.