一種基於梯度下降的城市道路交通噪聲測量方法
2023-06-14 14:41:56
一種基於梯度下降的城市道路交通噪聲測量方法
【專利摘要】本發明公開了一種基於梯度下降的城市道路交通噪聲測量方法，特徵為：步驟一：收集某條城市道路交通噪聲的原始數據並進行數據歸一化處理；步驟二：提取城市道路交通噪聲的原始數據中各監測點處的數據構建得到訓練樣例集合D；步驟三：對訓練樣例集合D進行訓練，得到滿足精度要求的城市道路交通噪聲預測模型；步驟四：利用城市道路交通噪聲預測模型進行多次預測並與實測值比較，然後進行修正，得到滿足精度要求的實際預測模型；步驟五：將預測樣例集合D*輸入到步驟四得到的實際預測模型，得到相應監測點覆蓋範圍內各處的噪聲值；步驟六：綜合各個監測點測量及預測到的其覆蓋範圍內的各處的噪聲值，即可得到某城市某道路的完整噪聲值數據。
【專利說明】一種基於梯度下降的城市道路交通噪聲測量方法
【技術領域】
[0001]本發明涉及屬於噪聲監控【技術領域】，特別是涉及一種基於梯度下降的城市道路交通噪聲測量方法。
【背景技術】
[0002]近年來，隨著經濟的飛速發展，我國汽車保有量急劇增加，城市交通量迅速增加。交通噪聲汙染對道路沿線居民正常生活、工作、學習、休息環境的幹擾程度和範圍也隨之加劇和擴大。交通噪聲汙染已經逐漸變成道路沿線特別是交通主幹道沿線居民最為關注的環境汙染問題。據調查:噪聲會對人的心理和機體同時產生不良影響，特別是對神經系統和心血管系統造成危害。因此，為了適應交通的快速發展，控制和減少交通噪聲真的是當務之急O
[0003]由於國內的城市道路交通噪聲的測量裝置十分簡陋，大致分為兩種情況:一是缺少預測算法，導致想要得到較高的測量覆蓋率就必須分布大量的測量裝置，造成了資源的浪費；二是其預測算法缺乏適應能力，導致很難達到較高的預測精度。我國目前對城市道路交通噪聲的預測都是依靠國外的經驗及方法(如美國聯邦公路局(FHWA)提出的FHWA)，並沒有形成統一的計算和預測方法。而現有的噪聲預測方法需要基於比較複雜的假設，城市道路的環境條件也千差萬別，計算模型難以考慮周全。傳統的城市道路交通噪聲預測主要是利用實際數據根據噪聲評估標準以及噪聲計算公式得到，誤差較大且不利於對未來城市道路交通噪聲狀況的預測。近幾年來，我國城市道路周圍的噪聲問題日益突出，因此有必要儘快研究算法，開發適用於我國的城市道路交通噪聲測量裝置。
[0004]F.Van Den Berg等人的研究表明，利用從實測數據中挖掘到的規律、模式與聲學理論計算模型進行結合可以有效地提高噪聲的預測準確率。機器學習方法是通過實測數據建立噪聲預測模型的主要方法之一，然而目前國內機器學習方法在城市道路交通噪聲預測方面應用還比較匱乏，將機器學習方法用於城市道路交通噪聲數據預測，以提高預測結果的準確性和穩定性，成為一種必要的趨勢。
[0005]總體來說，傳統的城市道路交通噪聲測量裝置存在以下問題:
[0006](I)在有限監測點的情況下，測量覆蓋率低。
[0007](2)經驗參數不適合具體環境，導致測量準確率低。
[0008](3)現存的預測模型中大多數缺乏學習能力，使得預測結果很難得到修正和優化，預測的精度很難提高。
【發明內容】
[0009]本發明要解決的技術問題是:提供一種基於梯度下降的城市道路交通噪聲測量方法。所述測量方法先對某監測點處的交通噪聲、車速和車流量及其覆蓋範圍內的車速和車流量進行採集，然後將採集到的該監測點處的數據輸入已有模型，以三個經驗參數為相應的權值，根據梯度下降算法訓練學習模型，經過若干次迭代，直到各權值達到最優或者其變化落在誤差允許範圍內，從而確定最終的預測模型。
[0010]本發明為解決公知技術中存在的技術問題所採取的技術方案是:
[0011]一種基於梯度下降的城市道路交通噪聲測量方法，包括如下步驟:
[0012]步驟一:收集某條城市道路交通噪聲的原始數據並進行數據歸一化處理；所述城市道路交通噪聲的原始數據包括各監測點處的交通噪聲、車速和車流量及其覆蓋範圍內的車速和車流量等信息；
[0013]步驟二:提取所述城市道路交通噪聲的原始數據中各監測點處的數據構建得到城市道路交通噪聲預測的訓練樣例集合D，D= {(td，Nd，Vd) |d= 1，2，...，η}，其中、為實測噪聲等級，Nd為平均小時車流量，Vd為平均行駛速度，η是訓練樣例集合D中樣本數據的個數；提取剩餘城市道路交通噪聲原始數據構建得到城市道路交通噪聲預測的預測樣例集合礦；
[0014]步驟三:對所述訓練樣例集合D進行訓練，得到滿足精度要求的城市道路交通噪聲預測模型，具體過程為:
[0015]S3.1:根據線聲源模型:
[0016]
【權利要求】
1.一種基於梯度下降的城市道路交通噪聲測量方法，包括如下步驟: 步驟一:收集某條城市道路交通噪聲的原始數據並進行數據歸一化處理；所述城市道路交通噪聲的原始數據包括各監測點處的交通噪聲、車速和車流量及其覆蓋範圍內的車速和車流量等信息； 步驟二:提取所述城市道路交通噪聲的原始數據中各監測點處的數據構建得到城市道路交通噪聲預測的訓練樣例集合D，D = {(td, Nd, Vd) I d = 1，2，…，η}，其中td為實測噪聲等級，Nd為平均小時車流量，Vd為平均行駛速度，η是訓練樣例集合D中樣本數據的個數；提取剩餘城市道路交通噪聲原始數據構建得到城市道路交通噪聲預測的預測樣例集合礦；步驟三:對所述訓練樣例集合D進行訓練，得到滿足精度要求的城市道路交通噪聲預測模型，具體過程為: S3.1:根據線聲源模型:
2.根據權利要求1所述的城市道路交通噪聲測量方法，其特徵在於:所述步驟一具體為: S1.1:在某城市的某條道路上選取若干個監測點，每個監測點布置一個檢測裝置，使其對整條道路達到無縫覆蓋； S1.2:假設道路寬度為W，每個檢測裝置的覆蓋角度為α，則相鄰兩個監測點的距離為
(χW^tm-f2 S1.3:採集各監測點處的噪聲值、車流量、車速及每個監測點監測範圍內的車流量、車速作為城市道路交通噪聲的原始數據； S1.4:進行數據歸一化處理。
【文檔編號】G06F17/50GK104008644SQ201410249302
【公開日】2014年8月27日 申請日期:2014年6月6日 優先權日:2014年6月6日
【發明者】丁建立, 呂宗磊, 徐濤, 李國 , 趙志強 申請人:中國民航大學