噪声检测实验报告

噪声检测实验报告（共9篇）

噪声检测实验报告 篇1

一、噪声的来源

噪声的种类很多，因其产生的条件不同而异。地球上的噪声主要来源于自然界的噪声和人为活动产生的噪声。自然界形成的这些噪声是不以人们的意志为转移，因此，人们是无法克服的。我们所研究的噪声主要是指人为活动所产生的噪声，它的来源分为以下几种情况。

⑴交通噪声

在我国，道路交通噪声在城市中占的比重通常为40％以上，有的甚至在75％以上，随着城市车辆的拥有量不断增加，道路交通噪声的危害也将不断加剧。系由各种交通运输工具产生的振动声、喇叭声、汽笛声、刹车声、排气声、防盗报警鸣笛声、穿越而过的铁路（包括地上、地下）和飞机起落时的噪声等。⑵工业噪声

系由工业生产活动中的机械设备和动力装置产生的噪声。

工业噪声在我国城市环境噪声中所占的比重约为20％左右，在我国城市中，居民与厂矿的混杂情况甚多，厂矿噪声的强度大，作用时间长，使得居民对厂矿声的反应特别强烈。

⑶建筑施工噪声

建筑工地地打桩声能传到数公里以外，且工期大都在一年以上，因而对周围居民地干扰是很大的。

⑷社会生活噪声

泛指人们因生活（商业文化、娱乐等）活动所产生的噪声。

二、噪声的危害

噪声污染已成为城市四大公害之一，其危害主要表现在一下及格方面： ⑴干扰和损害听力。

噪声污染可引起耳鸣耳痛、听力损伤等听力损害。另外，噪声会干扰听力，掩鼻需要的声音，使人不易察觉一些危险的信号，从而容易造成重大事故。⑵引起心血管系统、内分泌系统、消化系统、呼吸系统等方面的疾病。⑶对心理、睡眠、神经系统、工作和生活产生影响。噪声会使人心烦意乱、负面情绪增加；使感知判断能力、智力思维、瞬时记忆、视听反应速度和验收协

调能力下降。人长时间在噪声刺激下就会患“神经衰弱症”。

⑷对妇女、孕妇、胎儿、儿童产生影响。长期强噪声会导致女性月经不调、性机能紊乱；在噪声环境下生活的儿童，智力发育水平要比安静条件下的儿童低20％。

⑸对视觉的影响。长时间处于噪声环境中，很容易发生眼疲劳、眼痛、眼花和流泪等，同时还会使色觉、视野发生异常。

⑹其他影响。强噪声刺激影响动植物的生长发育，使生物间的信息联系破坏；使建筑物坍塌，一起设备失灵和毁坏等。

三、主要仪器

AWA5633数字式声级计、普通声级计（II型：HS5633）、Hs5920 噪声监测仪,。

四、实验注意事项

1.室外测量时声级计的传声器上应加防风罩；测量时应无雨无雪；风力小于5.5m/s；传声器应距地面不小于1.2m；

2.若测点靠近树木、建筑墙等不宜测量处应移开距离至少1m以上；

3.要防止测量时的读数噪声干扰。

五、实验内容

1、学生进行噪声背景资料收集、包括资料查阅与监测方案的设计。查阅文献了解国内校园噪声监测现状与噪声污染危害；调查我校校园噪声源及其噪声规律、包括建筑设施等情况，由小组长组织同学根据调查情况讨论采样点的选择与布设，结合噪声变化规律和实验时间确定采样时间与频率，设计噪声测量数据原始表格；小组长组织修改并组织同组成员踏勘后确定最终噪声监测方案。

2、检测：，每5sec读一个瞬时A声级，连续读取100 个数据。

3、数据处理方法： 将测量数据顺序排列找出L10、L50、L90，求出等效声级Leq,再将该网点一整天的各次Leq值求出算术平均值，作为该网点的环境噪声评价量。计算公式为：

Lep(L90L10)2/60L50

六、数据记录与处理

L10=60.1 dBL50=54.0 dBL90=50.4 dB 计算可得等效声级Lep=55.6 dB

七、结论

根据资料可知：一类标准适用于以居住、文教机关为主的区域，一类标准等效声级为：昼间55 dB夜间45 dB由此可知我校昼间噪声略微超标。

分析原因如下：

1．实验检测时间学生放假，人流量较平时大；

2．停车场内的辽东学院驾校的学员正在练车；

噪声检测实验报告 篇2

1对象与方法

1.1 对象

共有10个疾病预防控制机构参加本次全市疾病预防控制机构噪声检测仪器比对, 有12台噪声检测仪器。

1.2 方法

将参加比对的噪声检测仪器逐个测量标准声源[HS6028A型, 93.8dB (A) ], 读取10个检测值, 计算平均值。

1.3 统计评价

计算各参加比对的噪声检测仪器Z比分数。Z比分数|Z|≤2为结果满意;2<|Z|<3为结果可疑;|Z|≥3为结果不满意。

2结果

全市70%的疾病预防控制机构噪声比对结果评价为满意。噪声检测仪器不满意共有3台占25%, 1台为型号TES13SOA, 1台为型号CENTER320, 还有1台型号不详。见表1。

3讨论

本结果显示, 我市疾病预防控制机制中疾病预防控制机构75%的噪声检测仪器比对结果评价为满意。80%的噪声检测仪器从购置后至今从未将仪器送计量单位检定, 也未作仪器比对, 每次使用前也未经校准, 直接影响了噪声检测的准确性, 也影响了疾病预防控制机构噪声检测权威性。为确保我市疾病预防控制机构噪声检测结果的准确和量值溯源工作的制度化、标准化、规范化、科学化, 全市各疾病预防控制机构应定期将噪声检测仪器送计量校准机构检定, 或购置标准声源在每次使用前对噪声检测仪器作校准。

检测实验室自检报告 篇3

自检报告

为进一步规范实验室的检测行为，促进检测技术水平继续提升,保证检测数据科学、公正、准确，我实验室根据《实验室资质认定评审准则》和《实验室和检测机构资质认定管理办法》开展了一次自检自查活动，现将自检报告汇报如下：

一、规范检测活动，杜绝违法违规行为介绍

1、实验室在登记地点执业，未在异地设立分支、代理机构。

2、资质认定证书在有效期内。

3、在检测报告中正确使用资质认定标识，无超项检验、超期检验情况。

4、无伪造数据，不经检测出具报告的情况。

5、检验报告加盖单位公章。

二、加强制度建设，保障管理体系有效运行情况

1、实验室体系文件覆盖《实验室资质认定评审准则》全部要求。

2、检测人员持证上岗，定期进行考核，技术能力满足检测岗位要求。

3、最高管理者、技术主管、质量主管有有效的任命文件；实验室管理部门有明确质量管理、技术管理和业务管理的职能，并能有效实施。

4、监督员设置充分，按计划实施监督并记录；对监督中发现的不符合项执行《不符合处理程序》和《纠正、预防措施程序》。

5、按计划开展质量体系内部审核，内审过程中覆盖了最高管理者、技术负责人、质量负责人、内审管理、管理评审、检测能力等全部要素及全部部门。

6、实验室进行的管理评审范围涵盖《资质认定评审准则》的全部内容，输入报告文件化，做出的规定得到有效落实。

7、采购的校准服务及供应品都经验收合格，满足检测要求。

8、在用检测标准正确、有效；按标准规范正确实施检测；无偏离标准的检验活动。

9、仪器设备（标准物质）、检验环境条件持续满足检验要求。

10、仪器设备期间核查计划和记录齐全，能有效保持设备校准状态的可信度。

11、内部自行校准的仪器设备有溯源图和校准规程；校准记录和报告齐全；其参考标准按计划实施了强制检定；参考标准的准确度、校准所在环境、实施自行校准的人员满足校准技术要求。

12、样品具有唯一性标识，接收状态描述和全过程记录齐全，样品在存放过程中无丢失和损坏现象，样品的处理符合与客户合同的约定。

13、检测报告格式正确，信息充分，检测结论意见用语正确，并经授权签字人批准签字。

14、检测质量控制方案计划有效实施，参加了必要的能力验证和实验室比对活动。

15、征求用户意见记录齐全，无投诉、申诉事件。

三、实验室档案管理、原始记录存档情况

实验室档案包括试验原始记录、检测报告、仪器设备档案、工作人员技术业绩档案等，所有档案管理严格，资料规范、齐全，实行分类、专人管理。

四、仪器设备、药品保管情况

仪器设备都挂有唯一性标识卡，定点存放，摆放上做到了科学分类、拿取方便、摆放整齐美观。

加强实验室安全措施，对有毒、易燃、易爆药品采取单库、单柜存放；对一般药品，按其类别、化学性质分柜保管。由于平时重视，措施得力，药品管理上一直没出现问题。

五、其他

1、实验室资源管理系统经常维护、更新、补充；按时填报实验室统计报表子系统。

2、实验室及时上报了 2013年专项监督检查过程中所发现问题的整改材料，整改透彻。

在实验室建设和管理方面，我们做了一定工作，但我们深刻认识到，随着时代的发展，实验室的建设和管理是一项细致、长期和艰巨的工作，肯定会存在不足之处，敬请领导批评指导，我们将会努力使实验室工作不断实现新的突破。

实验报告1_润滑系统的检测 篇4

学生姓名：09车辆班学号：成绩：

一、实验目的1.汽车发动机润滑系统主要部件拆装检测

2.润滑油路故障分析

3.汽车发动机常用润滑油识别

二、实验方法（参考指导书）

三、检测结果及分析

1.机油泵盖与齿轮端面间隙检查结果与分析：

机油泵盖与齿轮端面间隙=mm

技术状况：

分析：机油泵盖与齿轮端面间隙太大，应如何调整？

2、主、被动齿轮与泵腔内壁间隙检查结果与分析：

主、被动齿轮与泵腔内壁间隙=mm

技术状况：

分析：主、被动齿轮与泵腔内壁间隙太大，应如何处理？

3、主、被动齿轮的啮合间隙检查结果与分析：

主、被动齿轮的啮合间隙=mm

技术状况：

分析：主、被动齿轮的啮合间隙太大，应如何处理？

4、画出所拆卸发动机的润滑油路示意图

噪声检测实验报告 篇5

注意事项：用Φ4mm、长100mm的标准试验棒从可能位置插入孔中进行试验。如有疑问，则施加10N的力进行试验，看是否符合要求。A2.26 隔离程度 注意事项：该要求是设计时应采用的方法和措施，主要是通过对设备和电路的检查来加以验证。A2.29 可触及部件隔离 应该理解到：该要求是设计时应采用的方法和措施，主要是通过对设备和电路的检查来加以验证。A2.31 保护接地阻抗 遵循原则和要求：电源输入插口中的保护接地点与保护接地的所有可触及金属部件之间的阻抗，不得超过0.1Ω A2.34正常工作温度下的连续漏电流 主要要求： 对地漏电流 外壳漏电流 0.5 0.1 1 0.5 A2.36 正常工作温度下电介质强度 应按照下列要求进行实验： 1）要求：设备的A-a1部位应能承受1500V、50HZ，历时1min无击穿和闪络现象。2）要求：设备的A-a2部位应能承受4000V、50HZ，历时1min 5 无击穿和闪络现象。c网电源部分相反极性之间应能承受1500V、50Hz的正弦波试验电压，历时1min，无击穿或闪络现象。A2.37 潮湿预处理后的连续漏电流 A2.39 潮湿预处理后的电介质强度 注意事项以及要求：潮湿预处理后，电气绝缘的电介质强度必须足以承受在表5中所规定的试验电压，基准电压的确定见20.3。试验时，不得产生闪络和击穿。A2.40 外壳及零部件钢度 所注意事项： 用弹簧冲击试验装置，对试样施加冲击能量为0.5±0.05J的撞击试验的具体要求，如撞击的部件部位、次数等，见标准的规定。A2.41 外壳机零部件强度 应该注意到：用45N的直接向内的力加在面积为625cm2的被试表面上 A2.52 面、角、边 必须注意：可能造成损伤的粗糙表面、尖角锐边都必须避免或者予以覆盖。必须特别注意凸缘或机架边缘和毛刺的清除。A2.53 设备稳定性 6

1、实验过程的注意事项：设备接好所有规定的连接线及电源线及互连线，将可能拆卸的部件和附件按最不利的情况组合；

2、将设备以正常使用的任何可能位置放在与水平成10°倾斜的面上，若有脚轮，应固定在最不利的位置上，门和抽屉及其类物放在最不利的位置上；

3、此外，设备还必须以正常使用的任何可能位置进行试验，但倾斜角必须限制5°；

4、带有液体容器的设备，在最不利的状态下试验。A2.69 超温运行的防止。注意事项： a）正常条件下部件温度：绕组及绕组接触的铁芯应不超过180摄氏度； b）特定条件下部件温度，不适用。c）非热疗设备表面温度：手控开关表面温度应不超过41摄氏度。d）热源防护件，不适用。A2.73 受潮，注意事项：通过预处理和试验来检验是否符合要求。A2.80 电源中断后的复位 注意内容：设备必须设计成当供电电源中断后又恢复时，除预定功能中断外，不会产生安全方面的危险 通过中断并恢 7 复有关电路来检验是否符合要求。A2.82 危险输出的防止 注意事项： 出量与安全输出量相差很大时，必须提供一些措施或向操作者指明 A2.83 必须考虑的安全方面的危险 必须注意道;路器和过流释放器进行检查，以确定他们的整定值无明显改变而影响其安全功能。A2.84 单一故障状态的要求 注意以下状况：中断保护接地线 A2.85 元器件的标记 注意事项：检查元器件的额定值，弄清这些额定值与元器件在设备中的使用条件是否相违来检验是否符合要求 A2.86 元器件的固定 注意事项：元器件不必要的活动会引起安全方面的危险时必须牢固地安装。A2.87 电线的固定 此试验要注意：导线和连接器必须固定妥善和绝缘良好。A2.89 部件之间的连接 应该理解到：设备各部分之间互连用的可拆卸软电线，必须使得其中有一个连接装置松动和连接中断时，可触及的代替部件仍不会带电。A2.90 电容器的连接 8 1）应掌握到：电容器损坏时会引起可触及部件变成带电状态时，电容器必须不得接在带电部件和未保护接地的可触及的部件之间。2）直接接在网电源部分和保护接地可触及金属部件间的电容器，必须符合GB384－14标准的要求。3）接至网电源部分且仅有基本绝缘的电容器的外壳，必须不得直接固定在未保护接地的可触及金属部分上。电容器或其他火花抑制器件，不得接在热断路器的触点之间。A2.91 保护装置 应切记：过电流保护值设定为2A。A2.94 指示灯 注意事项：应安装有指示设备已通电的指示灯 1）设备装有不发光的电热器如会产生安全方面的危险时，指示电热器已工作； 当输出电路意外的或长时间的工作可能引起安全方面的危险时，指示处于输出状态，指示灯的颜色按相关规定，设备中有内部电源充电装置时，充电工作状态必须明显指示给操作者。A2.95 控制器的操作部件：

注意的内容：限制移动即当需要防止所控制的参数意外地从最大变到最小，或从最小变到最大而造成安全方面地危险 9 时，必须对控制器中转动或移动地零部件配备机械强度足够的定位器，在正常使用时可能受到的轴向力不得引起安全方面的危险。

A2.99 电源软电线的要求 应该掌握以下内容： 1）应用：设备与特定供电网之间不得有一个以上的连接。如果有换接不同供电系统，当一个以上的连接同时接通时不得发生安全方面的危险。网电源插头不得配备一根以上的电源软电线。不打算固定布线系统作永久性连接的设备，必须配有电源软电线或配有一只电源输入插口。2）类型：电源软电线的耐用性，不得低于普通耐磨橡胶护套或普通聚乙烯护套软电线。3）导线的截面积：电源软电线导线的标称截面积不得小于标准中表15的规定。导线的准备：铰线用任何夹紧固定时不得焊锡。A2.102 网电源熔断器和过流释放器的要求。注意事项：对Ⅰ类和有功能接地的Ⅱ类设备，每根导线都必须配有熔断器或电流释放器，其他Ⅱ类设备至少有一根导线配有熔断器或过流保护器，其电流额定值，必须使它们能可靠地流过正常工作电流，并不得大于载有电源电路中任何元器件的电流额定值 保护接地导线不得装熔断器； 10 永久性安装设备的中性导线不得装熔断器。A2.104 电源变压器

噪声检测实验报告 篇6

随着数字照相机的广泛使用,如何提高图像滤波效果成为一个重要的研究课题。椒盐噪声是数字图像和视频传输中常见的一种噪声,目前已有许多去除它的算法[1,2,3,4,5,6,7,8,9]。常用的椒盐噪声滤波算法有标准中值(SM)滤波算法[1]、极值中值(EM)滤波算法[2]、递进开关中值(PSM)滤波算法[3]等。这些算法虽然对消除椒盐噪声取得了一定的效果,但在实际应用中都有各自的局限性。SM算法简单快捷,但降噪能力有限,会造成图像模糊;EM和PSM算法都是先进行噪声定位再滤波[4,5],保护图像细节能力提高,但对于严重椒盐噪声污染的图像滤波效果差。

BP网络具有较好的泛化能力,适合解决判断图像像素是否为噪声像素的分类问题,但是BP网格大多采用沿梯度下降的搜索算法,因而对初始权向量异常敏感,其解很容易收敛于局部极小点。遗传算法[6]是模拟生物界遗传机制进行优胜劣汰的随机搜索算法,具有很强的全局搜索能力,很容易得到全局最优解,较好地克服了BP算法寻优过程中易陷入局部极小值的缺陷。本文采用基于GA-BP算法[7]的噪声检测方法来对图像中的椒盐噪声进行定位,使该网络在噪声像素的检测方面获得较好的效果,减少了错误分类的像素数量,并通过仿真结果验证了其正确性。在滤波部分,引入保边函数来保留图像的边缘和纹理等细节信息,尽可能的减少图像模糊,最后利用PRP算法求出目标函数的极值进而实现图像的去噪处理。

1 基于GA-BP算法的噪声检测模型

1.1 BP网络结构

典型的BP网络有输入层、隐含层和输出层3层构成。由于图像像素样本数据复杂程度较高,本文在3层BP网络基础上,增加了1个隐层,采用四层结构的BP网络。其中输入层、输出层神经元的个数由研究对象的输入、输出信息来确定,分别取3和1,隐层神经元的数目通过实验方法来确定,采用包含两个隐层的3-5-3-1结构的神经网络模型。

该BP网络有三个输入向量,分别为中值滤波的输出值、邻域绝对值差分法和当前像素值。各个输入向量定义如下:

1.1.1 中值滤波

中值滤波采用窗口大小为3×3的标准中值滤波器,窗口通过光栅扫描方式扫描整幅图像。设xij是像素点(i,j)的灰度值,W3[xij]表示以像素点(i,j)为中心,窗口尺寸为3×3区域上的灰度分布,med(W3[xij])表示对窗口W3[xij]内的所有点排序然后取中值,若mij为像素点xij经过中值滤波后的输出值,则:

取mij为BP网络的第一个输入向量。

1.1.2 邻域绝对值差分法

近年来,Garnett[5]提出了一种通用的噪声滤波算法,文中指出ROAD值在区分噪声像素和信号像素时是一个很重要的因素。其中ROAD定义如下:

设x=(i,j)是当前像素的位置,Xx是以x为中心包含9个元素的像素的集合,其中排除中心像素x在外的其余像素的集合定义为

对每个像素y∈Xx(0),其中像素x和像素y的灰度值Ix和Iy的绝对差定义为

对八个sx,y的值按升序排序使得sx,y(r)≤sx,y(r+)1,r=1,…,7。将4个最小的sx,y累加,得:

ROAD值表示当前像素与其邻近像素值的接近程度。由上可知,对于噪声像素ROAD值较高,而对于非噪声像素ROAD较低。取ROAD作为BP网络的第二个输入向量。

1.2 遗传BP网络

遗传算法优化BP网络是利用遗传算法全局性搜索的特点,寻找最为合适的网络连接权值。利用遗传算法优化BP网络首先要确定编码方案,设X(x1,x2,…,xn)为网络各层间的连接权值按顺序排列成的一个向量,其中xi(i=1,2,…,n)对应网络中某一确定连线上的权值,采用实数编码方式对该组中的每个xi(权值或阈值)进行编码,从而产生一个染色体X,每个染色体表示成一个与解向量相同长度的浮点数向量。

其次是确定种群规模。实验中选择的参数为:种群大小M=20,遗传代数G=50。经过G代遗传操作后,将最优个体解码便得到优化的BP网络。

再则确定适应度。适应度函数是优化问题中的目标函数。以训练集样本对为网络的输入和期望输出,根据激励函数logsig()计算网络输出。运行后计算网络的学习误差,取其均方误差作为目标函数E(x):

式中:x为种群中的个体,N为网络输入样本个数,M为输出层节点个数,yj(k)、yˆj(k)分别为第k个样本输入时,第j个输出节点的期望输出与实际输出。BP网络的一个重要特点是网络的输出值与期望的输出值之间的误差平方和越小,网络性能越好。为了确保遗传朝着适应度函数增大的方向进化,定义适应度函数为

1.3 遗传算子设计

1)选择。采用最优个体保存法和轮盘赌法相结合的策略。先保留父代个体中适应度最大的个体,直接进入下一代,再利用轮盘赌法对其他个体进行选择。这样可以使最优个体不丢失,同时适应度低的个体也有被选中的可能,保证了个体的多样性。

2)交叉。具体做法是先使用选择算子在群体中选择两个父体X1和X2,对于两个父体,采用算术交叉,即

式中:X 1′和X 2′为子代个体,X1和X2为父代个体,α为(0,1)之间的实数。

3)变异。首先用选择算子选出父个体,对于选定的个体X(x 1,x2,…,xn),采用均匀变异的方式进行变异,即在个体X中随机地选择一个分量kx用xk′来代替,其后代为X′(x 1,x2,…xk′,…,xn),其中,xk′=xk⋅1(-r),r为(0,1)之间的一个随机数。

1.4 决策器

决策器将BP网络的输出(设为yF)和阈值0.5进行比较,其输出定义为式(9),当y(n)为1表示当前像素为噪声像素。

1.5 基于GA-BP算法噪声检测的求解流程

本文利用基于GA-BP算法的噪声检测方法来检测图像中的椒盐噪声。首先,利用遗传算法优化BP网络,从而寻找最为合适的网络连接权值;再利用训练好的BP网络对含噪图像的像素进行分类,其整个算法流程如图1所示。

2 基于保边函数和PRP的图像去噪算法

噪声检测部分将图像像素分为两类:一类是噪声像素点组成的集合N;另一类为信号像素点组成的集合NC。定义如下:

设Vi,j是与当前处理的噪声像素(不包含该像素)相邻的四个像素的集合,对于噪声像素点(i,j),与它相邻的像素(m,n)可能为信号像素,也可能为噪声像素,因此

图像去噪的实质是对凸函数fN(y)[8,9,10]求极小值,其中fN(y)定义为

式中:参数β是用来控制权衡两方面的,β∈[1,10],在此取β=2[8]。其中第一项保证那些被误检测为噪声像素的信号像素的灰度值不被改变,第二部分是一个保边函数[8,9,10,11],其定义为

边缘保护与噪声滤波是一对矛盾。在式(13)中,变量α如果取值太小,大部分噪声被滤除,但是边缘模糊;相反,α如果取值太大,虽然细节得到了很好的保护,但是噪声却很难完全滤除,本文参考文献[8]取α=1.3。

在此,运用PRP[12]算法求该保边函数的极值。设其梯度为g(y),迭代初始值y0为噪声检测后图像相应块的数值。则第k次迭代后的值为

式中:tk为第k次迭代的步长,pk(y)为第k次迭代的方向,定义为

其中由于图像的像素值为整数,因此,收敛条件为

式中∑N为该图像块内含噪声像素点的个数。

3 实验仿真与分析

在仿真实验中,采用Pentium(R)4 CPU 2.93 GHz,内存256 M,Win XP,Matlab7.0平台,给256×256的标准Lena灰度图像添加椒盐噪声得到受污染的图像,在噪声密度为0.8(严重椒盐噪声污染)时分别用SM滤波算法、EM滤波算法、PSM滤波算法和本文算法进行实验,实验结果如图2。

从主观上看,本文算法滤波后的图像质量是最好的,视觉效果几乎接近原始图像;同时,细节也得到了很好的保护,如Lena的眼睛。

在客观上,数值也作为重要的性能指标,表1给出了各种滤波算法的数值指标,其中各指标定义如下:

式中:xi,j和yi,j分别表示原始图像滤波突袭那个的像素值。

各种滤波算法滤波性能的比较如表1所示。从客观上,由表1可以看出,本文的基于GA-BP算法的噪声检测器的漏检率为0,误判率稍高,当这些误判的噪声像素形成块的时候,尤其是位于图像边缘附近,传统的中值滤波将会改变他们的像素值,造成图像边缘的严重模糊。本文引入保边函数可以确保在去除噪声的同时尽可能多的保留图像的边缘和纹理等细节信息;采用噪声检测和滤波相分离的方法滤除图像中的噪声,仅对检测出的噪声像素进行处理,而对信息像素点则保留其灰度值不变,在相同的噪声密度下,本文算法对应的PSNR值较传统滤波算法有不同程度的提高。

4 结论

本文利用遗传算法优化BP网络的权值,得到全局最优的结果,将其作为神经网络的初始权值,可以提高神经网络的泛化性能;利用基于GA-BP算法的噪声检测模型可以正确的检测出噪声像素,为下一步的滤波奠定了基础;在滤波部分,引入保边函数使去除噪声的同时尽可能保护图像的边缘和细节信息不丢失,进而减少图像模糊。最后通过多次实验表明,该算法自适应能力强,运算效率高,滤波效果好,能有效地滤除椒盐噪声,较好地保留图像细节,是一种有效的图像去噪方法,可以用于受严重椒盐噪声污染的灰度图像滤波或视频降噪。

参考文献

[1]Nodes T A,Gallagher N C.Median filters:some modifications and their properties[J].IEEE Transactions on Acoustics,Speech,and Signal Processing(S0372-2112),1982,30(5):739-746.

[2]XING Zang-ju,WANG Shou-jue,DENG Hao-jiang,et al.A new filteringalgorithm based on extremum andmedian value[J].Journal of Imageand Graphics(S1006-8961),2001,6(6):533-536.

[3]WANG Zhou,ZHANG David.Progressive switching median filter for the removal of impulse noise from highly corrupted images[J].IEEE Transactions on Circuits System II(S1051-8215),1999,46(1):78-80.

[4]谢剑斌,刘通,任勇,等.一种用于抑制椒盐噪声的自适应快速滤波算法[J].中国图象图形学报,2009,14(5):843-847.XIE Jian-bin,LIU Tong,REN Yong,et al.An Adaptive Fast Filtering Algorithm for Removal of Salt and Pepper Noise[J].Journal of Image and Graphics,2009,14(5):843-847.

[5]Garnett R,Huegerich T,Chui C,et al.A universal noise removal algorithm with an impulse detector[J].IEEE Transactions on Image Processing(S1057-7149),2005,14(11):1747-1754.

[6]McInerney M,Dhawan A P.Use of genetic algorithms with back propagation in training of feed-forward neural networks[C]//Proceedings of IEEE International Conference on Neural Networks,San Francisco,CA,USA,March28-April1,1993:203-208.

[7]王园宇,李元宗.基于GA-BP算法的基片图像边缘检测[J].计算机工程与设计,2009,30(14):3455-3457.WANG Yuan-yu,LI Yuan-zong.Edge detection of ceramic substrate based on GA-BP algorithm[J].Computer Engineering and Design,2009,30(14):3455-3457.

[8]Chan Raymond H,Ho Chung-Wa,Nikolova Mila.Salt-and-Pepper Noise Removal by Median-Type Noise Detectors and Detail-Preserving Regularization[J].IEEE Transactions on Image Processing(S1057-7149),2005,14(10):1479-1485.

[9]何坤,周激流,刘昶,等.基于局部保边函数的低信噪比图像去噪[J].四川大学学报:工程科学版,2009,41(2):179-184.HE Kun,ZHOU Ji-liu,LIU Chang,et al.Low-SNR Image noise removal based on local edge-preserving function[J].Journal of Sichuan University:Engineering Science Edition,2009,41(2):179-184.

[10]Leah Bar,Nir Sochen,Nahum Kiryati.Image Deblurring in the Presence of Salt-and-Pepper Noise[J].Lecture Notes in Computer Science(S1006-1630),2005,3459:107-118.

[11]Bogdan Kwolek.Detail-Preserving Regularization Based Removal of Impulse Noise from Highly Corrupted Images[J].Lecture Notes in Computer Science(S1006-1630),2007,4432:599-605.

噪声污染调查报告 篇7

我们得知，从心理方面来说，噪音首先会引起睡眠不好，注意力不能集中，记忆力下降等心理症状，然后导致心情烦乱，情绪不稳，乃至忍耐性降低，脾气暴躁，最后产生高血压、溃疡、糖尿病等一系列的疾病。心理学上将这种病症称为心身疾病，意指由心理因素引起的身体上的疾病。

噪音对人体的直接危害表现在：破坏人体神经，使血管产生痉挛，加速毛细胞的新陈代谢，从而加快衰老期的到来。在临床诊断上：病人的外在表现是整个人情绪不好，烦躁不安，说话声音很大;最常见的病症是耳鸣、耳痛、听力下降、头昏、头痛和噪音性耳聋;对于正处于生长发育阶段的婴幼儿来说，噪音危害尤其明显。经常处在嘈杂环境中的婴儿不仅听力受到损伤，智力发展也会受到影响。

有关专家认为噪音对人体的危害是很大的，噪音量(分贝)对人体影响：举例0-50分贝：舒适，细语声;50-90分贝：妨碍睡眠、难过、焦虑;90-130分贝：耳朵发痒、耳朵疼痛;130分贝以上：耳膜破裂、耳聋。

二、噪音对学生的危害

我们学生白天经过紧张的学习之余，晚上需要一个安静的学习休息环境。如果长期处在超过40分贝的噪音环境中。则无法集中精力，影响自学能力的提高。长期的噪音困扰，还会严重影响学生的学习成绩和身体健康。从而导致成绩下降，严重者会产生厌学的情绪。

在多半时候，学校受到的噪音污染是很严重的，但事实不是这样，我们都在噪音出发点测量，而噪音在传到我们耳里时已经经过衰减，没有那么强了，因而，学校的噪音平均在50——60分贝之间浮动，偶有几次超出或低于。那么，噪音指标是什么呢?

三、噪音的指标

指标(分贝)状况

>75噪音污染非常严重，环境质量恶劣;

65—75噪音污染也很严重，环境质量很差;

55—65噪音污染不容忽视，环境质量差;

50一55噪音污染较轻，环境质量一般;

45—50基本没有噪音污染，环境质量好;

<45没有噪音污染，环境质量很好。

四、噪音的防治

树木、草坪能阻挡、吸收噪音，减轻其危害程度。

据测定，70分贝的`噪音通过40米宽的林带一般降低10～15分贝;4米宽的绿篱可减弱噪音6分贝，绿化的街道比未绿化街道可降低噪音8～10分贝;20米宽的草坪，一般减少噪音2分贝。?树木、草坪能阻挡、吸收噪音，减轻其危害程度。

五、外国的经验

德国一向十分注重治理各种环境污染,在防止噪音污染方面也居欧洲各国之首。城市交通噪音基本上控制在40分贝以下。

另外,科学研究表明,树木能有效阻挡和吸收声波,是天然的消音器。因此,德国邻近住宅区的高速公路旁和城市交通密集地段都栽种很多树木,特别是有较好的隔音、除噪音效果的泡桐、水杉、龙柏、槐树等。试验表明,成片的树林可降低噪音20 35分贝。此外,德国大多数民用建筑都是采用隔热、隔音等功能优良的新型复合材料。站于繁华街道旁,如果关上门窗,几乎听不到汽车飞驰的声音。

有关专家还介绍了一种德国科研人员开发的消声混凝土技术。据测量,利用这种混凝土铺设的路面约可减少6分贝的噪音。

建议：

1作好隔音措施，包括学校和工地。

2普及知识，告诫人们减少噪音。

3使用新型设备，减少噪音。

噪声检测实验报告 篇8

光声光谱(Photoacoustic Spectroscopy,简称PAS)是以光声效应(Photothermal effect)为基础的间接吸收光谱测量技术,属于光热光谱的范畴。光声效应是由美国科学家A.G.Bell在1880年发现的,然而光声光谱技术是在物质的光声效应的基础上发展起来的[1]。基于光声光谱原理而制作的光声气体传感器,作为一种探测CH4浓度的新型仪器,在矿井下面得到了广泛的应用。但是矿井下局扇、凿岩机和压风机的噪声很大,对该仪器的测量准确度造成很大的干扰。为了消除噪声对该系统的影响且使系统具有较强的实用性,该文通过引入修正函数来消除噪声的影响。

1 光声光谱基本原理

光声光谱是利用光声的转换现象来检测物质浓度的一种光谱技术。激光器发出的光经调制后入射到光声池内,池内的气体吸收光能后,由基态跃迁至激发态。处于激发态的分子通过分子碰撞,将吸收的光能通过无辐射弛豫转变为碰撞分子的平动动能,使气体的温度升高,相应的引起气体压强的变化,气体压强变化所产生的声波,用某些探测器如微音器就能以声音的形式检测它。微音器输出的信号电压幅值为

式中A为微音器输出的信号幅值;a为气体在激光频率处的吸收系数;C为被检测目标的气体浓度;F为光声池的常数,取决于光声池的几何设计;P1为激光光声信号的激光功率;Sm为微音器的灵敏度;N为相关噪声,主要由光声池的共振管壁和布鲁斯特窗片吸收引起的与激光功率成正比的相干噪声。

2 实验装置

为研究光声气体检测系统中噪声的影响研究组建了实验测量装置,如图1所示。DFB半导体激光器(NEL,NLK1U5EAAA,1654 nm)、激光控制器(Thorlabs,ITC502-IEEE)、函数发生器、微音器(Knowles Electronics,FG23629-P16)、光声腔、锁相放大器(南京鸿宾,HB-211A/B精密双相锁相放大器)和计算机。该装置通过函数发生器和激光控制器对激光器进行电流调制。激光器尾纤连接光纤准直器,将激光光束直接耦合至光声腔中。光声腔设计为纵向共振,由共振段和两端的缓冲室组成,采用一阶纵向声共振模式,在其声压最大处安装微音器。函数发生器还给锁相放大器提供参考信号。锁相放大器检测函数发生器提供的参考信号和光声信号,并送入计算机。

本实验均在常温常压下进行,采用0.5%和1%的甲烷(余气为氮气)作为实验气体,实验时,将气体以50m L·min-1的流量通入光声池中,待光声信号幅值趋于稳定后,开始采集无噪声时产生的光声信号。在模拟井下环境下,测量光声信号的值,为保证测量结果具有明显的可比性,噪声每增加10d B进行一次测量。

3 实验结果

实验结果如图2所示,横坐标轴表示噪声强度大小,纵坐标轴表示光声信号幅值的大小。在无噪声的情况下,光声信号的幅值趋于平缓,0.5%的甲烷浓度气体的光声幅值在0.71m V左右波动;1%的甲烷浓度的光声幅值在1.41左右波动。随着噪声强度的增大,光声信号发生明显的变化,其变化趋势主要分为三个阶段:1)在45d B以下,两者的光声信号幅值基本相同,说明此时光声信号不受噪声信号的影响,微音器只能检测到光声信号。2)在45~90d B,此时微音器检测到的声音信号不仅含有光声信号和含有噪声信号,且噪声信号越大,光声幅值就越大,按一定的规律递增。3)90d B以上,光声幅值变化更加明显,陡增,且没有规律性。

针对噪声会对光声信号产生影响,该文提出了消除噪声影响的方法,使光声气体传感器能够准确检测出甲烷气体的浓度。表1给出了微音器检测到的噪声信号大小与噪声强度的关系。

其变化关系图,如图4所示。

用牛顿插值的方法可以计算出该函数表达式

化简得f(x)=-3.125×10-9x5+1.5104×10-6x4-2.43×10-4x3

试中x表示噪声强度大小;f(x)表示微音器检测到的噪声信号的大小。

对甲烷气体传感器的表面涂一层隔音材料,将该仪器摆在适当的位置,使微音器处在90d B的噪声环境下,利用该函数对光声信号进行修正,即可测出光声信号的值。图5给出了修正后的幅值大小。

由图5可以看出引入修正函数对光声信号进行校正,但是还是存在有一定的误差,误差的来源可能是引入修正函数多项式系数的舍入误差、受温度、湿度、背景气体等环境因数的影响,但是该误差是能够被接受的,实验证明了该方法能够有效消除噪声的影响。

4 实验结论

本文针对噪声对光声气体传感器的影响,通过测量不同浓度的甲烷气体在无噪声和有噪声的环境下光声信号幅值,引入了修正函数对在噪声下的光声信号进行消除,实验结果证明:1)光声信号的幅值受气体浓度的影响,在光声信号未饱和的情况下,浓度越高,光声信号幅值越大;2)通过理论和实验分析证明了该方法可行,能够有效消除噪声的影响。这为光声气体检测提供了一种有效消除噪声影响的方法,加速了光声光谱技术在工业中应用的步伐。

摘要：工作环境是影响光声气体检测系统的一个重要因素。实验发现,噪声对光声信号有很大的影响,导致甲烷气体浓度检测的不准确性。该文对不同甲烷气体浓度在有噪声和无噪声的情况下,测量光声信号的大小。通过对比,引入修正函数对在噪声情况下的光声幅值进行校正。实验表明了该方法切实可行。

关键词：光声光谱,噪声,气体检测

参考文献

[1]王琦,于清旭.超宽带可调谐环形腔掺饵光纤激光器研究[J].光屯子.激光,2006(17):151-153.

[2]Tavakoli M,Tavakoli A,Taheri M,et al.Optics and Laser Technology[J].Bibliographic details,2010(42):828.

[3]Keller A,Rüegg M,Forster M,et al.Sens[J].Actuators B,2005:104.

[4]Helga H,Andrea P,Zoltan B,et al.Sens[J].Actuators B,2008(134):1027.

[5]张晓钧,张永刚.基于半导体激光器的光声光谱气体检测及其进展[J].半导体光电,2009:326-332.

[6]Claps R,Englich F V,Leleux D P,et al.Ammonia detection by use of near-infrared diode-laser-based overtone spectroscopy[J].Ap plied Optics,2001,40(24):4387-4394.

[7]张宇,王一丁.甲烷红外吸收光谱原理与处理技术分析[J].光谱学与光谱分析,2008(28):2515-2519.

[8]Peeters R,Berden G,Apituley A,et al.Open-path trace gas detection of ammonia based on cavity-enhanced absorption spectroscopy[J].Applied Physics B,2000(71):231-236.

[9]郭建永,郭茂田.甲烷气体近红外光声光谱及痕量探测技术研究[J].大气与环境光学学报,2009,4(2):112-117.

[10]Altuzar V,Pacheco M,Tomás S A,et al.Analysis of ethylene concentration in the Mexico 66 city atmosphere by photoacoustic spec troscopy[J].Analytical sciences,2001,17(S):541-543.

齐都花园生活区噪声调查报告 篇9

初一十班岳小清

一、研究背景：

我们生活区过去的噪声问题没有那么严重。但是现在生活区的噪声、嘈杂声困扰了我们的生活。为此，我们小组在这方面进行了调查研究。

二、研究目的：

通过调查了解生活区噪声的种类，形成的原因，提出建议。

三、研究方法：实地调查、上网查找资料。

四、研究时间：10月2日——10月6日

五、小组分工：

组长：岳小清（负责撰写报告和协助调查）

组员：王怡苏（负责实地调查）、谭欣歌（上网查找资料）

六、研究问题：

1、生活区噪声主要有那几类？

2、生活区噪声的原因是什么？

3、如何减少生活区噪音？

七、研究过程：

我们小组通过实地调查、上网查找资料进行了调查研究。从调查的情况看，生活区噪音主要有：机动车辆噪声、建筑噪声、公共场所噪声、家用电器噪声等。

1、机动车辆噪声。我们生活区机动车辆越来越多，经过调查，截止到9月底，仅汽车就有539辆。经常在生活区里就能 1

听到汽车发动机的轰鸣声和鸣笛声。尤其在夜里，鸣笛声经常把人从梦里惊醒。汽车、摩托车等机动车辆的噪声已成了生活区噪声的元凶。特别是一些临街的建筑，受害更大。

2、建筑噪声，我们生活区近年来新盖了两栋楼房，道路和基础设施建设也在完善，还有百姓家庭的室内装修，都造成了我们生活区的建筑噪声。尤其是建筑施工现场噪声很大，听大人们说，肯定在90分贝以上。

3、公共场所噪声。比如我们生活区公共活动场所的高音喇叭、儿童游戏场、人们聚会和商品买卖时的大声喧哗等。

4、家用电器噪声。随着生活水平的提高，我们生活区大部分家庭中都有电视机、洗衣机、录放机、电脑、微波炉、抽油烟机等多种家用电器。据调查，家庭中电视机、抽油烟机所产生的噪音可达60至80分贝，洗衣噪声能够导致听力损伤。近几年家庭卡拉OK机广泛流行，无形中又增加了噪声的污染强度。噪声的严重危害还表现在影响人们的休息、睡眠，干扰人的注意力以及解决问题的能力及记忆力。

八、调查后我们小组提出如下建议：

1、汽车在生活区里禁止鸣笛，降低行车速度。

2、基础设施建设尽量避开人们的休息时间。

3、公共场合禁止大声喧哗。