一种基于泛网格化机场感知的航空噪声插值方法

摘要

本发明公开了一种基于泛网格化机场感知的航空噪声插值方法，对该监测区域重新进行网格化的插值操作，为噪声监测区域提供准确的标准网格化噪声数据。本发明把泛网格化的监测点噪声数据通过插值操作，转变为机场噪声监测区域内的标准网格化噪声数据，使转变后的数据相较于原始数据更易存储并可实现对噪声数据的持久化操作，能够为以后的机场噪声深入研究提供更格式化的数据支持。

权利要求

1.一种基于泛网格化机场感知的航空噪声插值方法，其特征在于，具体步骤如下：步骤1，根据是否存在航空噪声源，对泛网格化分布噪声监测节点的监测区域，选定一个理论噪声函数，用以代表整个监测区域的理论噪声曲面，具体为：

101，当不存在航空噪声源时，监测区域的理论噪声函数为：

F1(x,y)＝ax+by

其中，(x,y)为监测点或网格点的坐标；a、b均为参数，且a和b根据监测区域内监测点的实际噪声值及其坐标，采用最小二乘法求解得出；

102，当存在航空噪声源时，监测区域的理论噪声函数为：

其中，(x0,y0,z0)为航空噪声源坐标；W(r)＝W0-clg(r)-dlg(r)lg(r)为航空噪声NPD曲线，采用最小二乘法根据监测区域内各监测节点的实际噪声值及坐标求解得出该曲线的参数W0、c、d，r为监测节点到航空噪声源的距离，

103，整个监测区域的理论噪声函数为F(x,y)＝max(F1(x,y),F2(x,y))；

步骤2，对每个网格点设置噪声初值，具体为：

201，若网格点到最近监测节点的向量 满足： 则该网格点的初值为该监测节点的实测噪声值与该网格点的理论噪声值之差；其中， 为 的2范数，表示 的长度；0＜l1＜L/2，L为网格点的间距；所述该网格点的理论噪声值根据步骤103中的理论噪声函数计算得到；

202，若网格点到周围监测节点的向量 满足： 则该网格点的初值为满足条件的监测节点实测噪声值的均值与该网格点的理论噪声值之差；其中， 为 的∞范数，表示 坐标的绝对值最大值；

203，对其余未设置初值的网格点，其初值为0；

步骤3，对以下表达式采用最小二乘法求解最优解：

其中，P(x,y)为各网格点噪声值形成的函数；α、β为权重；n为监测节点数；Pi为第i个监测节点的实测噪声值，(xi,yi)为第i个监测节点的坐标，为采用双线性插值法根据围绕第i个监测节点的4个网格点的噪声值估计得到的第i个监测节点的噪声值，(x1,y1)、(x1,y2)、(x2,y1)、(x2,y2)分别为围绕该监测节点的4个网格点的坐标，x1＜xi＜x2，y1＜yi＜y2，P11、P12、P21、P22分别为坐标为(x1,y1)、(x1,y2)、(x2,y1)、(x2,y2)的4个网格点的噪声值；

步骤4，根据步骤3中求得的最优解，对除满足步骤201条件的网格点重新赋值；

步骤5，对每个网格点，将其理论噪声值重新加回每个网格点的噪声值中，完成整个监测区域的网格点插值。

2.根据权利要求1所述的一种基于泛网格化机场感知的航空噪声插值方法，其特征在于，步骤102中NPD曲线的参数根据实际噪声值较大的n/2个监测节点的噪声值及坐标求解得出。

3.根据权利要求1所述的一种基于泛网格化机场感知的航空噪声插值方法，其特征在于，步骤102中NPD曲线的参数根据实际噪声值大于65dB的监测节点的实际噪声值及坐标求解得出。

4.根据权利要求1所述的一种基于泛网格化机场感知的航空噪声插值方法，其特征在于，步骤102中NPD曲线的参数根据实际噪声值大于68dB的监测节点的实际噪声值及坐标求解得出。

5.根据权利要求1所述的一种基于泛网格化机场感知的航空噪声插值方法，其特征在于，步骤102中NPD曲线的参数根据实际噪声值大于70dB的监测节点的实际噪声值及坐标求解得出。

说明书

一种基于泛网格化机场感知的航空噪声插值方法

技术领域

[0001] 本发明涉及一种基于泛网格化机场感知的航空噪声插值方法，属于噪声监测技术领域。

背景技术

[0002] 近年来，尽管我国民航业发展十分迅猛，空运资源依然十分紧张。基础设施方面，机场数量和容量都已处于严重不足的状态。据统计，2010年年末全国吞吐量排名前50位的机场中，有26个机场容量饱和，预计其他24个机场在2015年也将达到饱和。为了解决空运资源紧张的问题，全国规划到“十二五”末期民用运输机场数量达到230个以上。而2011年实际新增的机场只有5个，2012年3个，2013年年初预计新增14个的机场，但实际只建成10个。究其原因，是机场噪声污染严重影响了我国民用机场的建设速度。据中国民航总局的研究报告统计：在我国，有超过150个民用机场存在噪声污染问题，这其中将近三分之一的机场噪声污染十分严重。随着人民群众对生活环境质量的要求日益提高，愈发严重的机场噪声污染问题更引发了民间反对机场建设，使机场经营者渐趋被动，所承受的舆论压力也越来越大，严重的影响和制约着我国民航业的可持续发展。

[0003] 目前世界上大部分发达国家的主要机场都已安装应用了机场噪声监测系统，如德国法兰克福机场(Fraport)在机场周围增加了两个监测站，以及一些移动检测设备，来监测飞机噪声情况；比利时的布鲁塞尔机场设置了21个噪声监测设备不间断地提供周围的噪声情况，可以生成一天的平均噪声大小分布比例和等值线图。国内的北京首都国际机场、香港国际机场、台湾桃园国际机场等主要机场也使用着类似的监测系统。

[0004] 机场噪声监测系统可以实时全天的监测机场噪声，其监测数据作为可靠的证据，极大的方便了机场管理者对噪声实施综合管控。但现有的机场噪声监测系统均采用传统监测模式，监测节点的成本高昂，节点对布置环境要求高，系统稳定性差，数据传输模式固定，传输线路铺设和后期维护的成本很高。由于上述原因，传统监测模式不可能实现机场噪声监测节点的大规模密集部署，也就不能实现对机场及其周界噪声的全面度量。

[0005] 针对机场噪声感知的全面实时感知需求，已有的物联网理论成果为机场噪声感知的研究提供了理论基础及实践经验。但是这些研究大多针对通用的物联网技术或特定应用场景，在机场噪声感知方面还没有研究和应用先例。基于物联网理论，以大量的噪声监测设备均匀、密集、广泛的布局在机场环境周围，形成泛网格化的布局，在机场周围监测区域提供全方面实时的噪声感知数据。

[0006] 在已有的泛网格化机场噪声感知系统基础上，需要对整体噪声监测数据进行加工，以便进行持久化操作，以便系统其他功能的调用。因此，对整个机场噪声的监测区域进行网格化插值很有必要，经过网格化插值后的机场噪声监测数据更为规范，且能够初步排除异常情形，能够更好的为机场噪声感知业务提供格式化的分析数据。

发明内容

[0007] 本发明所要解决的技术问题是提供一种基于泛网格化机场感知的航空噪声插值方法，在机场周围的监测区域内布置有大量按泛网格化分布的噪声监测节点，把监测区域按照网格化进行划分后，会导致监测点的地理位置没有严格处于网格点位置。因此，要对该监测区域进行网格化插值操作，为噪声监测区域提供标准的网格噪声数据。在对每个网格点进行插值时，算法考虑网格点附近监测点数目及监测点与网格点之间的距离。

[0008] 本发明为解决上述技术问题采用以下技术方案：

[0009] 本发明提供一种基于泛网格化机场感知的航空噪声插值方法，具体步骤如下：

[0010] 步骤1，根据是否存在航空噪声源，对泛网格化分布噪声监测节点的监测区域，选定一个理论噪声函数，用以代表整个监测区域的理论噪声曲面，具体为：

[0011] 101，当不存在航空噪声源时，监测区域的理论噪声函数为：

[0012] F1(x,y)＝ax+by

[0013] 其中，(x,y)为监测点或网格点的坐标；a、b均为参数，且a和b根据监测区域内监测点的实际噪声值及其坐标，采用最小二乘法求解得出；

[0014] 102，当存在航空噪声源时，监测区域的理论噪声函数为：

[0015]

[0016] 其中，(x0,y0,z0)为航空噪声源坐标；W(r)＝W0-clg(r)-dlg(r)lg(r)为航空噪声NPD曲线，采用最小二乘法根据监测区域内各监测节点的实际噪声值及坐标求解得出该曲线的参数W0、c、d，r为监测节点到航空噪声源的距离，

[0017] 103，整个监测区域的理论噪声函数为F(x,y)＝max(F1(x,y),F2(x,y))；

[0018] 步骤2，对每个网格点设置噪声初值，具体为：

[0019] 201，若网格点到最近监测节点的向量 满足： 则该网格点的初值为该监测节点的实测噪声值与该网格点的理论噪声值之差；其中， 为 的2范数，表示 的长度；0＜l1＜L/2，L为网格点的间距；所述该网格点的理论噪声值根据步骤103中的理论噪声函数计算得到；

[0020] 202，若网格点到周围监测节点的向量 满足： 则该网格点的初值为满足条件的监测节点实测噪声值的均值与该网格点的理论噪声值之差；其中， 为 的∞范数，表示 坐标的绝对值最大值；

[0021] 203，对其余未设置初值的网格点，其初值为0；

[0022] 步骤3，对以下表达式采用最小二乘法求解最优解：

[0023]

[0024] 其中，P(x,y)为各网格点噪声值形成的函数；α、β为权重；n为监测节点数；Pi为第i个监测节点的实测噪声值，(xi,yi)为第i个监测节点的坐标，为采用双线性插值法根据围绕第i个监测节点的4个网格点的噪声值估计得到的第i个监测节点的噪声值，(x1,y1)、(x1,y2)、(x2,y1)、(x2,y2)分别为围绕该监测节点的4个网格点的坐标，x1＜xi＜x2，y1＜yi＜y2，P11、P12、P21、P22分别为坐标为(x1,y1)、(x1,y2)、(x2,y1)、(x2,y2)的4个网格点的噪声值；

[0025] 步骤4，根据步骤3中求得的最优解，对除满足步骤201条件的网格点重新赋值；

[0026] 步骤5，对每个网格点，将其理论噪声值重新加回每个网格点的噪声值中，完成整个监测区域的网格点插值。

[0027] 作为本发明的进一步优化方案，步骤102中NPD曲线的参数根据实际噪声值较大的n/2个监测节点的噪声值及坐标求解得出。

[0028] 作为本发明的进一步优化方案，步骤102中NPD曲线的参数根据实际噪声值大于65dB的监测节点的实际噪声值及坐标求解得出。

[0029] 作为本发明的进一步优化方案，步骤102中NPD曲线的参数根据实际噪声值大于68dB的监测节点的实际噪声值及坐标求解得出。

[0030] 作为本发明的进一步优化方案，步骤102中NPD曲线的参数根据实际噪声值大于70dB的监测节点的实际噪声值及坐标求解得出。

[0031] 本发明采用以上技术方案与现有技术相比，具有以下技术效果：

[0032] 1)本发明将泛网格化的噪声监测数据转变为标准的网格化数据，为机场噪声感知系统提供良好的数据基础，并特别考虑了有航空噪声源影响和没有航空噪声源影响的情况；

[0033] 2)当机场周围监测区域内有飞机进行起降时，飞机作为机场噪声影响的主要噪声来源，会对周围监测区域产生极大的噪声影响，而且部分监测区域由于各种原因无法安装监测设备，或因各监测设备间隔较远，无法较好的对各处监测区域之间的噪声情况实时反映。本发明以泛网格化监测设备产生的噪声值为基础，把泛网格化的噪声数据通过插值等操作，转变为机场噪声监测区域内的标准网格化噪声数据，使转变后的数据相较于原始数据更易存储并可实现对噪声数据的持久化操作，能够为未来机场噪声深入研究提供更好的数据支持；

[0034] 3)本发明不仅能够为今后的机场噪声研究提供坚实基础，也能实现对机场噪声进行全面、实时、高效的监测，能够极大的改善机场周围居民生活质量，产生巨大的社会效益和经济效益。

附图说明

[0035] 图1是监测区域网格化布局及泛网格化监测节点位置。

[0036] 图2是存在航空噪声源情况下的监测区域噪声影响情况。

[0037] 图3是存在航空噪声源情况下的理论噪声曲面情况。

具体实施方式

[0038] 下面结合附图对本发明的技术方案做进一步的详细说明：

[0039] 本算法以泛网格化的机场噪声数据为基础，在机场周围的监测区域内布置有大量按泛网格化布局的噪声监测节点。而当监测区域按照网格化进行划分后，会导致监测点的坐标不严格处于网格点位置。因此，本算法的目的在于对该网格化的监测区域进行插值操作，为噪声监测区域提供准确的标准网格噪声数据。

[0040] 本算法具体步骤如下：

[0041] 1.对整个监测区域进行网格化划分。如图1,假设布置泛网格化监测点时假定的监测点间距离为D，网格化划分时网格点间的距离为L。则在进行网格化划分时，划分密度应由系统所需的噪声精度和计算量等确定，但划分最大间隔不应大于距离D，且为使物理监测点尽量处于网格点周围的位置，因使监测点距离D为网格点距离L的倍数，即D＝kL，k为整数。同时，由于噪声监测设备数目固定，间距L太小会增加计算时间，但网格点噪声数据准确度不会无限提高；当间隔L太大时，会使得有些位于两个网格点之间的区域没有噪声数据，其他基于插值后噪声数据的功能无法得到该处准确的噪声值情况，使得插值意义变小。

[0042] 2.计算理论噪声函数。对于整个噪声监测区域，本算法假定某一处的实际噪声值等于理论噪声值加上理论误差，即P实际＝P理论+P误差。监测区域内的理论噪声分布是一个连续的曲面，而由于监测设备的测量精度以及各种噪声源在一处的噪声叠加影响，会导致该处实际的噪声值并不会完全符合理论预期，而是在理论噪声上下波动。基于这一原则，我们假设整个监测区域的理论噪声值函数为P理论＝F(x,y)。

[0043] 3.当没有检测到航空噪声的存在时，整个噪声监测区域的噪声值变化情况都是比较均匀、平缓的，且不存在声功率极大的非航空噪声源。在这种情况下，假定监测区域内的理论噪声函数是一个平面F1(x,y)＝ax+by(噪声平面的监测区域高度为0)。为了求出对应的参数a、b，我们将整个监测区域内的所有监测点的噪声值及其坐标，带入方程中，使用最小二乘法估计a、b的值。

[0044] 4.当航空噪声存在且对于能够影响到的区域，如图2，受影响的噪声监测区域的噪声主要来源于航空噪声的影响。此时的理论噪声值应该与航空噪声源相关，为此，理论噪声函数通过航空噪声NPD曲线(Noise-Power-Distance curves)决定，通过航空噪声源对周围地区产生的噪声情况进行估计。设NPD曲线为W(r)＝W0-clg(r)-dlg(r)lg(r)，其中r为监测点到航空噪声源的距离，航空噪声源坐标为(x0,y0,z0)。根据各监测节点的实际噪声值及其坐标，对上述曲线方程采用最小二乘法求解出其中的参数，并将理论噪声函数设为这里，求解NPD曲线参数，可以选取实际噪声值较大的n/2个监测节点或者实际噪声值大于65或70dB的监测节点。

[0045] 5.同时，从图2可以看出，考虑到有些监测区域并没有受到航空噪声源的影响，需要额外考虑该区域的理论噪声函数。对每个监测点，计算P误差＝P实际-F(x,y)，当P误差大于一定阈值ε时，表明在该区域航空噪声的影响已经不足以覆盖其他噪声。求出这些噪声监测点，对这些监测点采用上述步骤3的方法，计算理论噪声函数F1(x,y)＝ax+by，则整个监测区域的理论噪声分布如图3所示，理论噪声函数为F(x,y)＝max(F1(x,y),F2(x,y))。

[0046] 6.对网格点设置噪声初值。

[0047] 6.1若网格点到最近监测节点的向量 满足： 时，( 为 的2范数，表示的长度；0＜l1＜L/2，其具体值根据实际情况判断)，则认为该网格点与该监测节点重合，则该监测节点的实测噪声值就是该网格点的初始噪声值，且不受其他监测点、网格点影响。

[0048] 6.2若网格点到周围监测节点的向量 满足： 时( 为 的∞范数，表示 坐标的绝对值最大值)，则认为该网格点的初始噪声值就是满足此条件的监测节点实测噪声值的均值。

[0049] 6.3对其他没有初始噪声值的网格点，则认为其初始噪声值即为根据理论噪声函数计算得到的理论噪声值。

[0050] 6.4当所有的网格点都有初始噪声值之后，再将每个网格点的噪声初值重新设置为初始噪声值与理论噪声值之差。当一个网格点周围有实际的噪声监测点时，其插值得到的噪声数据准确度较高。但是当有些区域由于其地理位置不适宜安放噪声监测设备、噪声监测设备故障损坏等原因，会导致连续多个网格点所在区域并没有噪声监测设备。这种情况下，是否存在航空噪声源，也就是一个合理的理论噪声函数就变得尤为重要。由于网格点的数据是估计噪声值减去理论噪声值产生的噪声值之差来进行计算的。因此，同样的差值，最后需要加上理论噪声值时，合理的理论噪声函数能够得到更为准确的表示实际噪声值。

[0051] 7.监测区域内的网格点优化限制条件。

[0052] 对于第i个噪声监测节点点，设围绕它的4个网格点坐标分别为(x1,y1)、(x1,y2)、(x2,y1)、(x2,y2)，其噪声值为P11、P12、P21、P22，x1＜xi＜x2，y1＜yi＜y2；该噪声监测点坐标为(xi,yi)，其测得的噪声值为Pi。

[0053] 根据双线性插值法估计在点(xi,y1)和(xi,y2)处的噪声值分别为对应的监测点(xi,yi)的噪声
为：
表示(xi,yi)通过(x1,y1)、(x1,y2)、(x2,y1)、(x2,y2)计算出来的噪声值，因此，需要让 与Pi的误差 尽量小，才能反映出网格点噪声数据的准确性。

[0054] 8.设监测区域内各网格点噪声初值形成的噪声函数为P(x,y)，除了噪声值固定的网格点外(该网格点到最近监测点的距离小于l1)，对其他网格点的噪声值进行如下约束：即P(x,y)在(x,y)处的二阶偏导数为0，表明(x,y)处的网格点的增长方向及
增长程度与周围点相同，以此满足噪声的传播和衰减形式。

[0055] 具体计算时，使用离散形式表示，则

[0056] 将上式与 联立，对其使用最小二乘法求出最优解，即求解以下表达式：

[0057]

[0058] 其中，α、β为权重；n为监测节点数。

[0059] 8.根据求得的最优解，对除满足步骤201条件的网格点重新赋值。对每个网格点，将其理论噪声值重新加回每个网格点的噪声值中，完成整个监测区域的网格点插值。

[0060] 以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。