噪声仪

大家好，本期《聚创环保小科普》为大家普及噪声的基础知识，很多朋友会问：噪声检测仪可以降低噪声吗？接下来，由小编为您阐述噪声检测仪的功用。我们统称的噪声检测仪有多个分类，在上期文章中有详细给大家说明，有兴趣的朋友可以去看看。城市噪声污染已严重危害人类健康噪声检测仪从字面看，它主要是作为检测使用，是在一定范围的空间或者场所使用的一种对声音来源和大小的测试仪器，本身是不具有降低检测值功能的。但是我们使用了噪声检测仪起从而活得了相关数据，我们就能从根本源头上自主的减少制造噪声，从这个意义上来讲，也是在声源处减弱噪声了。声环境功能区的5类划分 制图：段恒 比如，在工业生产过程中，您发现车间员工抱怨声音过大已经严重影响了生产效率，但又无法精确找到声音的来源，这时您可以使用噪声检测仪，通过多组测量找到来源，正确分析声源的发声机理和特性，区别空气动力性噪声、机械噪声和电磁噪声，以及高频噪声和中、低频噪声，然后确定相应的措施。噪音危害警示牌必须佩戴听觉防护器具 另一种在线实时监测的噪声检测仪，我们在马路上或者工地门口经常能碰到，如图所示，上面会显示噪声：54.6db，db是分贝的意思，是声音高低的一种表示。PM2.5:39ug/m3，以及一些温度湿度风力的表示。这种在线式的仪器是告诉我们，这个场地周边的一些实时的数据，若是数据高了，施工的力度要放缓，甚至说，附近的居民可以直接联系市政的管理人员说家附近很吵，这时市政的管理人员会联系工地停工检查或者直接安装隔音板。在线实时扬尘噪声监测设备 噪声污染对人体健康的危害已经得到多方验证，高频率的噪声会让人烦躁，低频率的噪声会让人抑郁，频率的高低都严重危害这人体的健康。噪声通常是指那些难听的声音，令人厌烦的声音。噪音是杂乱无章的，小编查阅资料得知从环境保护的角度看，凡是能影响人类生活学习工作和休息的声音，凡是在某些场合里”不需要存在的声音“，都统称为噪声。如夜晚的汽车鸣笛，汽车的马达声，人群的嘈杂声以及各种物体碰撞发出的声响，都称之为噪声。听觉效果和声音的强弱对人体的影响 本期聚创环保为您推荐的是杭州爱华产AWA5636声级计，环境噪声的监测，是为了确保人类更好的提供生活质量的重要环节，在各大城市的繁华街道和小区，都已经有专业的在线监测设备矗立街头了。AWA5636声级计是一款便携式噪音检测设备，采用数字化和模块化设计，可根据用户的采集状况和需求进行灵活选配。仪器采用了数字检波技术，具有可靠性高稳定性能好，测量范围宽等优点，能满足民用，工业检测需要，可以广泛应用在工况企业，机关学校等需要对环境噪声测量和控制的场合。 杭州爱华AWA5636声级计以上内容由聚创环保编撰整理，转载及分享请注明出处。下一期《聚创环保小科普》为大家普及油气回收方面的文章哦，满满的干货敬请期待。

芙蓉交警大队三中队中队长周文星正在用噪声振动测量仪检测过路车辆噪声分贝。长沙晚报全媒体记者 张洋子 摄长沙夜晚，机动车噪声污染困扰不少群众。为减少机动车噪声污染对市民工作和生活的影响、净化道路交通环境，记者从市交警支队了解到，交警上新“噪声振动测量仪”。全新仪器如何帮助整治噪声污染?记者跟随芙蓉交警一探究竟。全新仪器“随声而动”9月4日晚，芙蓉交警大队三中队在蔡锷路解放路口开展噪声车整治专项行动。21时，在路口的各个方向，民警携带并使用了噪声振动测量仪，对城市商圈周边的机动车非法改装、“飙车炸街”等严重交通违法行为进行打击。测量仪外观像手机，上设有噪声测量、仪器设置、数据调阅以及仪器校准选项，机器最上方有一个收音话筒，可收集现场环境中的噪声波形。测量仪还配备了一个微型打印机，可及时打印出被记录的噪声数值，作为执法依据交给当事人。“这个噪声振动测量仪分主动与超限两种模式，交警可以手持仪器站在路口，只要有超过仪器预先设定阈值的噪声出现，测量仪就会自动‘报警’并打印。”芙蓉交警大队三中队中队长周文星向记者介绍，主动模式是指收集实时的噪声数值 超限模式是民警事先限定好噪声数值，当环境中有超过该数值的分贝，机器就会报警。交警在整治过程中，会将噪音阈值设为85分贝，一旦收录到超过85分贝的噪声，测量仪配备的打印机将会开始打印，误差不超过10秒。据悉，该仪器还可以灵活设置噪声收集时间以及目标分贝，配合不同场景使用。“以前我们整治噪声需要和环保部门联合执法，我们没有专门的仪器，现在自己就可以随时开展噪声整治。”周文星手持测量仪站在路口，检测着经过车辆的噪声分贝大小。随着车辆经过，测量仪的屏幕上分贝数据不断变化。噪声车辆“无处遁形”新仪器上路效果如何?21时50分左右，路口巡逻的民警注意到一辆白色马自达分贝数值异常，有改装的嫌疑，立即将车辆拦截并带到岗亭附近进一步检查。民警勘验检查后，发现车辆排气管尾端有改装痕迹，致使车辆排气声浪异常。民警随即将噪声振动测量仪放到车辆尾端。经测试，该车在加大油门时车辆有明显的轰鸣声，测量仪屏幕上的数值也瞬间上升，并发出“滴滴滴”的报警声。在跟车主沟通时，其表示自己买的是二手车，并不清楚有改装过。22时左右，一辆红色法拉利也轰鸣经过路口，测量仪发出警报。“请注意，解放路过去一辆红色跑车，麻烦司门口卡一下红灯，我们进行查证。”周文星立即用对讲机与下一路口的同事联系。通过配合，这辆红色跑车及车主也被带回岗亭检查。经过检查，两辆机动车均有非法改装违法行为，民警现场让两名驾驶人签署了“机动车噪声扰民违法承诺书”，并责令其马上对改装部位进行整改还原。整治持续到凌晨。记者了解到，当晚芙蓉交警大队三中队共查处大功率摩托车5台、机动车非法改装1台。周文星表示，在日常执法过程中，交警自身无法精准鉴别车辆是否存在扰民等行为，这台噪声振动测量仪可以显示具体的分贝值，让交警更加高效地开展噪声整治。该仪器将逐步推广到各路面中队。

噪声无处不在，在生产生活的方方面面中，在科研的信号处理中，到处都有噪声的身影。施工现场机器的轰鸣、集市上各种商贩的吆喝、交通要道上往来车辆的鸣笛声……这些噪声都是人们在生活中“深恶痛绝”的对象。然而，你是否想过，这种“噪声”是否真正总是一无是处的呢？图1 夜间的噪声会打扰人们休息，但早上的噪声也许能发挥积极作用。以交通噪声为例，人们想方设法降低交通噪声以保护身心健康。然而，若你在一个不小心睡过的早上，朦胧之间听到了窗外的车流声，随着声音越来越清晰，你一定会猛然从睡梦中惊醒：时间不早了，再不起床就要迟到了！作为交通噪声的来源之一，传统燃油车的发动机声音对于车主而言也通常被视作一种噪声，如何降低发动机的声音也是车企的长期研发目标之一。然而，在电动车逐渐普及的今天，电车低速行驶时几乎没有声音的特点却意外产生了新的安全隐患，即行人由于听不到电车的“噪声”而无法做到及时避让。一个常见的做法就是加入模拟声等提示音，来使得行人注意到驶过的电车。电钻声音作为建筑噪声也是生活中的常见噪声，然而电钻在木头、金属等不同材质上声音的区别，却也包含了施工信息，这告诉了我们，有些噪声与信号和信息是同源的。从这些场景来看，我们发现有些“噪声”在适当的时候是能发挥积极作用的。在工程科学中，各种“噪声”几乎不可避免，早已经成为科研人员不断尝试解决的重大困扰。我们知道，噪声的来源往往是多元的，譬如由于仪器精度不足导致的仪器误差、人为操作中的失误导致的偏差、极端环境等外界干扰导致的信息失真等，因此噪声带来的影响同样十分广泛，例如医学超声图像中由于相干声波的路径差异会不可避免地导致斑点噪声，遥感图像成像中会因为特殊环境产生难以预料的噪声。和日常生活中一样，过往的研究工作中的一个约定俗成的假设就是噪声对目标任务起负面作用，为此有大量的工作试图将噪声含量尽可能地降到最低。近期，西北工业大学光电与智能研究院（iOPEN）的李学龙教授在多年的科研中通过观察验证，对这一假设提出了疑问：噪声真的总是有害的吗？正如电钻在木头和金属等不同材质上发出的不同噪声。在图2所示的利用人工智能算法对图像进行分类的系统，在对图像加入适量的噪声时，识别准确率不降反增，整体上图像分类准确率随图像含噪率的变大“先增后减”。图2 图像识别准确率随图像噪声强度的增大而“反直觉”地呈现出“先增后减”的关系李学龙教授对这一问题进行了深入思考和系统地分析验证，归纳总结出了导致这一反直觉现象的核心原因有二：一是“任务”的变化，任务不仅包括了任务的本身，还有执行任务的人的先验知识；二是“噪声量”的多少。仍以交通噪声为例，绝大多数情况下，如果人们关心除车流声外的声音信息，则此时车流声音变为无用噪声；但是，如果将“判断时间起床”等“任务”视作一个与时间相关的语音识别任务，那么车流噪声的强弱则能够从一定程度上提供时间信息，进而帮助简化该任务。需要强调的是，若这种噪声强度或含量过高，那么噪声就会“喧宾夺主”，即会导致语音识别任务中的主体声信号被大量遮掩，严重阻碍原本的任务。这也就是我们仍称这种信号分量为“噪声”的原因。以噪声是否能够简化或提高目标任务为划分标准，噪声可以被分为“正激励噪声”（Positive-incentive Noise, Pi/π-Noise）和“纯噪声”。正激励噪声就是我们提到的那些通常被忽略却又实则能起到正面作用的随机噪声；而被认为是“纯噪声”的部分，才是传统研究中假设的真正无用的、有害的噪声。正激励噪声这一现象启发了我们重新审视对噪声的处理方式，这一思路可以用于信号处理、人工智能、涉水光学等多个领域，也是临地安防的重要理论基础之一。譬如，在跨域遥感的目标检测中，传统认知里通常认为背景是需要剔除的“噪声”，圈定目标的外围框就应该越小越好；然而正激励噪声启发我们，在合适的场景下，利用部分背景反而可以实现更为精准的检测：比如我们想在遥感图像中检测出飞机等目标，在这个场景下，飞机都变成了相对较小的目标，而飞机周围经常出现的背景（如跑道、停机坪）则能够在这次场景下帮助提高检测率（见图3）。就是说，不要把圈定飞机的框画得太接近飞机，而是适当大一些，包括进来一些飞机旁边的场景，反而能让飞机识别得更好，因为外围的场景中包含了一些与飞机这个目标有语义关联的内容，例如跑道。不过，仍需要注意的是，过多地引入背景信息显然也会影响检测效果。图3 在传统目标检测中，一般认为检测框越小越好；然而在检测飞机时，适度扩大检测框引入跑道、停机坪等背景信息能够提高检测效果正激励噪声（Positive-incentive Noise, Pi/π-Noise）成果[1]发表在IEEE Transactions on Neural Networks and Learning Systems。论文中，李学龙教授首先提出要对特定任务定义“任务熵”（Task Entropy）——，进而就可以计算任意随机噪声与任务之间的“互信息”（Mutual Information）。互信息是信息论中用来度量两个随机变量“共有信息”的指标，在任意情况下，互信息总为非负值。在论文中，李学龙教授指出，若互信息非0，则意味着噪声可以“简化”任务，即此时，便称此噪声为正激励噪声。反之，当互信息等于0时，噪声对于任务来讲无意义；换而言之，若已知噪声，任务的复杂度不会被降低，则称此类噪声为纯噪声。论文还通过提高互信息的“激活阈值”，定义了“强正激励噪声”。上述定义的核心就在于如何计算任务熵，即如何找到任务对应的“任务概率分布”。论文针对几种常见的任务给出了示例：如在常见的单目标分类任务中，数据集由数据样本集合和标签集合组成，可以将数据集的获取看作是从某一真实分布中采样而来的；此时，分布表示“已有数据样本（如图像）被赋予不同标签的概率”，它的熵可因此衡量“此数据集上单标签分类任务的不确定性/难度”。此外，李学龙教授还在论文中对随机共振、对抗训练、多任务学习、对比学习等进行了详细讨论。图4 临地安防 (Vicinagearth Security)“正激励噪声（Positive-incentive Noise）”和“信容（Information Capacity）”在系统的获取、处理、应用的各个环节都有指导作用，是临地安防（Vicinagearth Security）技术体系中的重要理论基础，该体系（见图4）涉及航空航天、机械电子、量子通讯、新材料、人工智能等多个学科和交叉领域。参考文献[1] Xuelong Li, “Positive-incentive Noise,” IEEE Transactions on Neural Networks and Learning Systems, DOI: 10.1109/TNNLS.2022.3224577.