發(fā)布時間：2023-05-07 07:41

　　隨著人們環(huán)保意識的增強,城市建設(shè)項目和交通工具等帶來的噪聲引發(fā)許多矛盾。噪聲地圖是體現(xiàn)噪聲分布情況的工具,被運用于噪聲污染防治等領(lǐng)域。然而由于傳統(tǒng)的繪制噪聲地圖方式存在采集設(shè)備成本高、覆蓋率低、地圖更新不及時等問題,嚴(yán)重影響了噪聲地圖的推廣與應(yīng)用。伴隨移動網(wǎng)絡(luò)技術(shù)的不斷發(fā)展,移動智能終端普及率越來越高。在此背景下,使用智能終端替代傳統(tǒng)測量設(shè)備,結(jié)合大數(shù)據(jù)技術(shù),開發(fā)一款實時監(jiān)測環(huán)境噪聲及動態(tài)展示噪聲地圖的App應(yīng)用,成為一種可行的解決方案。論文以環(huán)境噪聲地圖系統(tǒng)建設(shè)為研究對象,對國內(nèi)外移動端噪聲地圖繪制現(xiàn)狀進(jìn)行分析,總結(jié)現(xiàn)階段繪制噪聲地圖的若干問題,重點研究基于移動智能計算方法實現(xiàn)噪聲地圖系統(tǒng)。設(shè)計系統(tǒng)的主要模塊:移動端噪聲數(shù)據(jù)采集、后臺服務(wù)、前端地圖展示,系統(tǒng)具備噪聲測量校正、噪聲源識別、噪聲數(shù)據(jù)信息上傳、后臺數(shù)據(jù)處理、地圖詳細(xì)信息展示、噪聲知識科普等功能。論文利用Android和Hadoop框架,采用分布式架構(gòu),結(jié)合噪聲處理算法和實時流式處理分析技術(shù),實現(xiàn)基于Android移動端的環(huán)境噪聲地圖系統(tǒng)。移動端使用MP+MFCC時頻域特征提取方法,基于SVM分類器投票的算法識別噪聲源類型,...

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作背景
    1.2 噪聲地圖的類別
    1.3 國內(nèi)外噪聲地圖的研究歷史及現(xiàn)狀
        1.3.1 國外噪聲地圖的發(fā)展歷史及現(xiàn)狀
        1.3.2 國內(nèi)噪聲地圖的發(fā)展歷史及現(xiàn)狀
        1.3.3 智能終端繪制噪聲地圖狀況
    1.4 研究意義和主要研究內(nèi)容
    1.5 論文的組織結(jié)構(gòu)
第二章 相關(guān)理論與技術(shù)介紹
    2.1 噪聲測量相關(guān)理論
    2.2 語音信號處理的相關(guān)技術(shù)
        2.2.1 語音信號的預(yù)處理技術(shù)
        2.2.2 語音信號的時域和頻域分析
    2.3 噪聲源識別算法理論
    2.4 大數(shù)據(jù)相關(guān)組件
        2.4.1 Hadoop技術(shù)
        2.4.2 Docker技術(shù)
        2.4.3 Storm流式計算
        2.4.4 Flume日志收集框架
        2.4.5 Kafka消息中間件
    2.5 Android開發(fā)平臺
    2.6 高德地圖API
    2.7 本章小結(jié)
第三章 環(huán)境噪聲地圖系統(tǒng)的需求分析
    3.1 噪聲地圖系統(tǒng)需求調(diào)研
    3.2 系統(tǒng)功能需求
        3.2.1 智能終端需求
        3.2.2 移動端App模塊需求
        3.2.3 后臺服務(wù)模塊需求
    3.3 非功能需求分析
        3.3.1 界面需求
        3.3.2 性能需求
    3.4 噪聲地圖系統(tǒng)可行性分析
        3.4.1 移動端App可行性分析
        3.4.2 后臺服務(wù)端可行性分析
    3.5 本章小結(jié)
第四章 環(huán)境噪聲地圖系統(tǒng)的系統(tǒng)設(shè)計
    4.1 總體架構(gòu)
    4.2 移動端App功能設(shè)計
        4.2.1 App界面原型設(shè)計
        4.2.2 測量噪聲分貝
        4.2.3 噪聲信息上傳設(shè)計
    4.3 后端大數(shù)據(jù)模塊設(shè)計
        4.3.1 分布式日志收集模塊
        4.3.2 消息隊列Kafka
        4.3.3 流式處理框架Storm
        4.3.4 基于Docker Compose鏡像構(gòu)建和部署
    4.4 算法模塊設(shè)計
        4.4.1 噪聲測量校正算法設(shè)計
        4.4.2 噪聲時空平滑算法設(shè)計
        4.4.3 噪聲源識別算法設(shè)計
    4.5 噪聲地圖系統(tǒng)數(shù)據(jù)庫設(shè)計
    4.6 本章小結(jié)
第五章 環(huán)境噪聲地圖系統(tǒng)的系統(tǒng)實現(xiàn)
    5.1 基于Android平臺的應(yīng)用開發(fā)實現(xiàn)
        5.1.1 應(yīng)用程序開發(fā)環(huán)境的搭建
        5.1.2 系統(tǒng)主要功能實現(xiàn)介紹
    5.2 大數(shù)據(jù)平臺機器部署實現(xiàn)
        5.2.1 基于Docker的集群部署
        5.2.2 Mysql數(shù)據(jù)庫部署實現(xiàn)
    5.3 噪聲源識別算法實現(xiàn)
        5.3.1 噪聲信號特征提取
        5.3.2 噪聲特征分類識別
    5.4 本章小結(jié)
第六章 環(huán)境噪聲地圖系統(tǒng)的系統(tǒng)測試
    6.1 噪聲測量校正算法測試
    6.2 噪聲時空平滑算法測試
    6.3 噪聲源識別算法測試
        6.3.1 模型的建立和測試的結(jié)果
        6.3.2 結(jié)果分析
    6.4 大數(shù)據(jù)平臺測試
    6.5 噪聲地圖系統(tǒng)App測試
    6.6 本章小結(jié)
第七章 結(jié)論與展望
    7.1 論文工作總結(jié)
    7.2 后續(xù)工作展望
致謝
參考文獻(xiàn)



本文編號：3810575