搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

多噪声源共同作用下的总烦恼度评价与预测

闫靓 陈克安 Ruedi Stoop

引用本文:
Citation:

多噪声源共同作用下的总烦恼度评价与预测

闫靓, 陈克安, Ruedi Stoop

Noise annoyance from a mixture of multiple single sources: rating and prediction

Yan Liang, Chen Ke-An, Ruedi Stoop
PDF
导出引用
  • 主要研究了多噪声源共同作用下的混合噪声烦恼度的评价过程与预测方法. 首先, 设计并完成了固定播放时长噪声样本作用下的烦恼度主观评价实验, 获得了人工合成的混合噪声样本作用下的混合噪声烦恼度(亦称总烦恼度) T 评价数据与构成混合噪声样本的所有单一噪声样本单独作用时的烦恼度i (i=1, 2, 3, , K; K为混合噪声样本中单一噪声样本的总数) 评价数据. 随后, 细致分析了两组评价数据之间的关系, 提出在已知i 的基础上利用多元线性回归模型预测T. 最后, 解决了如何确定模型中对应各i的权值i (i=1, 2, 3, , K) 的问题. 研究表明, 以所提出的权值确定方法建立的多元线性回归预测模型 能够较为成功地预测混合噪声样本作用下的总烦恼度评价值.
    In this paper, noise annoyance from a mixture of multiple single sources is studied with emphasis on subjective evaluation and objective prediction. From 10 subjects, annoyance values for all single and artificially combined noise samples are collected using the semantic differential method with a suitable verbal scale. We propose a novel method to determine the utility weights of a multivariate linear regression model by comparing the total annoyance T of the combined noise sample to every single annoyance i from its componential single sound sample. This method predicts T on the premise of given i. Our results demonstrate that the multivariate linear regression model and the calculated utility weights provide a good and conceptually simple framework to predict the total noise annoyance.
    • 基金项目: 西北工业大学基础研究基金(批准号: JC201025)资助的课题.
    • Funds: Project supported by the Foundation for Fundamental Research of Northwestern Polytechnical University, China (Grant No. JC201025).
    [1]

    Taylor S M 1982 J. Sound Vib. 81 123

    [2]

    Vos J 1992 J. Acoust. Soc. Am. 91 3330

    [3]

    Kryter K D 2007 J. Acoust. Soc. Am. 122 2601

    [4]

    Favre C M, Premat E, Aubrée D, Vallet M 2005 Acta Acust. 91 613

    [5]

    Favre C M, Premat E, Aubrée D 2005 Acta Acust. 91 626

    [6]

    Schultz T J 1978 J. Acoust. Soc. Am. 64 377

    [7]

    Fields J M 1994 A Review of An Updated Synthesis of Noise/Annoyance Relationships (Atlanta: Georgia Institute of Technology)

    [8]

    Berglund B, Berglund U, Goldstein M, Lindvall T 1981 J. Acoust. Soc. Am. 70 1628

    [9]

    Yan L 2011 Ph. D. Dissertation (Xi'an: Northwestern Polytechnical University) (in Chinese) [闫靓 2011 博士学位论文 (西安: 西北工业大学)]

    [10]

    Bottom C G 1971 J. Sound Vib. 19 473

    [11]

    Powell C A 1979 A Summation and Inhibition Model of Annoyance Response to Multiple Community Noise Sources (Hampton: Langley Research Center)

    [12]

    Rice C G 1985 Proceedings of the Internoise'85 (Munich: Bundesanstalt für Arbeitsschutz) p913

    [13]

    Yano T, Kobayashi A 1990 Proceedings of the Internoise'90 (Gothenburg: Acoustic Society of Sweden) p1189

    [14]

    Yan L, Chen K A, Jin Y 2006 Appl. Acoust. 25 319 (in Chinese) [闫靓, 陈克安, 金义 2006应 用声学 25 319]

    [15]

    Chen K A, Ma M, Zhang Y N, Wang N, Yan L 2008 Acta Acoust. 33 348 (in Chinese) [陈克安, 马苗, 张燕妮, 王娜, 闫靓 2008 声学学报 33 348]

    [16]

    Huang Y, Chen K A, Yan L, Wu Q L 2008 Acta Acoust. 33 443 (in Chinese) [黄煜, 陈克安, 闫靓, 吴群力 2008声学学报 33 443]

    [17]

    Lin H S, Xia S J 2005 Chin. J. Health Statist. 22 397 (in Chinese) [林汉生, 夏苏建 2005中国卫生统计 22 397]

    [18]

    Zhang D F, Zhou Y 2010 Application of Matlab on Statistical and Engineering Data (Beijing: Publishing House of Electronics Industry) p148 (in Chinese) [张德丰, 周燕 2010 详解Matlab在统计与工程数据分析中的应用(北京:电子工业出版社) 第148页]

  • [1]

    Taylor S M 1982 J. Sound Vib. 81 123

    [2]

    Vos J 1992 J. Acoust. Soc. Am. 91 3330

    [3]

    Kryter K D 2007 J. Acoust. Soc. Am. 122 2601

    [4]

    Favre C M, Premat E, Aubrée D, Vallet M 2005 Acta Acust. 91 613

    [5]

    Favre C M, Premat E, Aubrée D 2005 Acta Acust. 91 626

    [6]

    Schultz T J 1978 J. Acoust. Soc. Am. 64 377

    [7]

    Fields J M 1994 A Review of An Updated Synthesis of Noise/Annoyance Relationships (Atlanta: Georgia Institute of Technology)

    [8]

    Berglund B, Berglund U, Goldstein M, Lindvall T 1981 J. Acoust. Soc. Am. 70 1628

    [9]

    Yan L 2011 Ph. D. Dissertation (Xi'an: Northwestern Polytechnical University) (in Chinese) [闫靓 2011 博士学位论文 (西安: 西北工业大学)]

    [10]

    Bottom C G 1971 J. Sound Vib. 19 473

    [11]

    Powell C A 1979 A Summation and Inhibition Model of Annoyance Response to Multiple Community Noise Sources (Hampton: Langley Research Center)

    [12]

    Rice C G 1985 Proceedings of the Internoise'85 (Munich: Bundesanstalt für Arbeitsschutz) p913

    [13]

    Yano T, Kobayashi A 1990 Proceedings of the Internoise'90 (Gothenburg: Acoustic Society of Sweden) p1189

    [14]

    Yan L, Chen K A, Jin Y 2006 Appl. Acoust. 25 319 (in Chinese) [闫靓, 陈克安, 金义 2006应 用声学 25 319]

    [15]

    Chen K A, Ma M, Zhang Y N, Wang N, Yan L 2008 Acta Acoust. 33 348 (in Chinese) [陈克安, 马苗, 张燕妮, 王娜, 闫靓 2008 声学学报 33 348]

    [16]

    Huang Y, Chen K A, Yan L, Wu Q L 2008 Acta Acoust. 33 443 (in Chinese) [黄煜, 陈克安, 闫靓, 吴群力 2008声学学报 33 443]

    [17]

    Lin H S, Xia S J 2005 Chin. J. Health Statist. 22 397 (in Chinese) [林汉生, 夏苏建 2005中国卫生统计 22 397]

    [18]

    Zhang D F, Zhou Y 2010 Application of Matlab on Statistical and Engineering Data (Beijing: Publishing House of Electronics Industry) p148 (in Chinese) [张德丰, 周燕 2010 详解Matlab在统计与工程数据分析中的应用(北京:电子工业出版社) 第148页]

  • [1] 刘圣龙, 杨璐, 朱程君, 刘凯, 韩伟, 姚佳烽. 基于生物阻抗谱的细胞悬浮液浓度识别方法研究. 物理学报, 2022, 71(7): 078701. doi: 10.7498/aps.71.20211837
    [2] 李逢超, 付宇, 李超, 杨建刚, 胡春波. 铝液滴撞击曲面的流动特性分析. 物理学报, 2022, 0(0): 0-0. doi: 10.7498/aps.71.20220442
    [3] 卞晓鸽, 周胜, 张磊, 何天博, 李劲松. 基于标准样品回归算法和腔增强光谱的NO2检测方法. 物理学报, 2021, 70(5): 050702. doi: 10.7498/aps.70.20201322
    [4] 袁振坤, 许鹏, 陈时友. 多元半导体光伏材料中晶格缺陷的计算预测. 物理学报, 2015, 64(18): 186102. doi: 10.7498/aps.64.186102
    [5] 王新迎, 韩敏. 多元混沌时间序列的多核极端学习机建模预测. 物理学报, 2015, 64(7): 070504. doi: 10.7498/aps.64.070504
    [6] 陈添兵, 姚明印, 刘木华, 林永增, 黎文兵, 郑美兰, 周华茂. 基于多元定标法的脐橙Pb元素激光诱导击穿光谱定量分析. 物理学报, 2014, 63(10): 104213. doi: 10.7498/aps.63.104213
    [7] 闫靓, 陈克安, Ruedi Stoop. 多声源共同作用下的混合声剂量值预测方法研究. 物理学报, 2014, 63(5): 054302. doi: 10.7498/aps.63.054302
    [8] 韩敏, 许美玲. 一种基于误差补偿的多元混沌时间序列混合预测模型. 物理学报, 2013, 62(12): 120510. doi: 10.7498/aps.62.120510
    [9] 孟庆芳, 陈月辉, 冯志全, 王枫林, 陈珊珊. 基于局域相关向量机回归模型的小尺度网络流量的非线性预测. 物理学报, 2013, 62(15): 150509. doi: 10.7498/aps.62.150509
    [10] 闫靓, 陈克安, Ruedi Stoop. 主观评价实验中声音样本剂量值的度量方法. 物理学报, 2013, 62(12): 124302. doi: 10.7498/aps.62.124302
    [11] 周漩, 张凤鸣, 李克武, 惠晓滨, 吴虎胜. 利用重要度评价矩阵确定复杂网络关键节点. 物理学报, 2012, 61(5): 050201. doi: 10.7498/aps.61.050201
    [12] 唐洁, 吴学兵. 基于Logistic回归模型的Blazar天体的分类. 物理学报, 2011, 60(11): 119801. doi: 10.7498/aps.60.119801
    [13] 吴铁峰, 张鹤鸣, 王冠宇, 胡辉勇. 小尺寸应变Si金属氧化物半导体场效应晶体管栅隧穿电流预测模型. 物理学报, 2011, 60(2): 027305. doi: 10.7498/aps.60.027305
    [14] 王娜, 陈克安. 水下噪声音色属性回归模型及其在目标识别中的应用. 物理学报, 2010, 59(4): 2873-2881. doi: 10.7498/aps.59.2873
    [15] 戎海武, 王向东, 徐伟, 方同. 窄带随机噪声作用下单自由度非线性干摩擦系统的响应. 物理学报, 2009, 58(11): 7558-7564. doi: 10.7498/aps.58.7558
    [16] 高晓峰, 徐之海, 冯华君, 李奇. 振幅指数衰减正弦干涉信号线性预测模型的求解. 物理学报, 2009, 58(10): 6719-6724. doi: 10.7498/aps.58.6719
    [17] 王娜, 陈克安, 黄凰. 水下噪声听觉属性的主观评价与分析. 物理学报, 2009, 58(10): 7330-7338. doi: 10.7498/aps.58.7330
    [18] 欧阳敏, 费 奇, 余明晖. 基于复杂网络的灾害蔓延模型评价及改进. 物理学报, 2008, 57(11): 6763-6770. doi: 10.7498/aps.57.6763
    [19] 周永道, 马 洪, 吕王勇, 王会琦. 基于多元局部多项式方法的混沌时间序列预测. 物理学报, 2007, 56(12): 6809-6814. doi: 10.7498/aps.56.6809
    [20] 靳艳飞, 徐 伟, 李 伟, 徐 猛. 具有周期信号调制噪声的线性模型的随机共振. 物理学报, 2005, 54(6): 2562-2567. doi: 10.7498/aps.54.2562
计量
  • 文章访问数:  4917
  • PDF下载量:  423
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-10-21
  • 修回日期:  2011-12-20
  • 刊出日期:  2012-08-05

多噪声源共同作用下的总烦恼度评价与预测

  • 1. 西北工业大学航海学院, 西安 710072;
  • 2. 苏黎世联邦理工大学神经信息学院, 瑞士苏黎世 8057
    基金项目: 西北工业大学基础研究基金(批准号: JC201025)资助的课题.

摘要: 主要研究了多噪声源共同作用下的混合噪声烦恼度的评价过程与预测方法. 首先, 设计并完成了固定播放时长噪声样本作用下的烦恼度主观评价实验, 获得了人工合成的混合噪声样本作用下的混合噪声烦恼度(亦称总烦恼度) T 评价数据与构成混合噪声样本的所有单一噪声样本单独作用时的烦恼度i (i=1, 2, 3, , K; K为混合噪声样本中单一噪声样本的总数) 评价数据. 随后, 细致分析了两组评价数据之间的关系, 提出在已知i 的基础上利用多元线性回归模型预测T. 最后, 解决了如何确定模型中对应各i的权值i (i=1, 2, 3, , K) 的问题. 研究表明, 以所提出的权值确定方法建立的多元线性回归预测模型 能够较为成功地预测混合噪声样本作用下的总烦恼度评价值.

English Abstract

参考文献 (18)

目录

    /

    返回文章
    返回