EP1344198B1 - Verfahren und anordnung zur verarbeitung von geräuschsignalen einer geräuschquelle - Google Patents

Verfahren und anordnung zur verarbeitung von geräuschsignalen einer geräuschquelle Download PDF

Info

Publication number
EP1344198B1
EP1344198B1 EP01991835A EP01991835A EP1344198B1 EP 1344198 B1 EP1344198 B1 EP 1344198B1 EP 01991835 A EP01991835 A EP 01991835A EP 01991835 A EP01991835 A EP 01991835A EP 1344198 B1 EP1344198 B1 EP 1344198B1
Authority
EP
European Patent Office
Prior art keywords
noise
signal
source
sound
signals
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
EP01991835A
Other languages
English (en)
French (fr)
Other versions
EP1344198A1 (de
Inventor
Michael Schliep
Szabolcs TÖRGYEKES
Rolf Witte
Walter Zipp
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mercedes Benz Group AG
Original Assignee
DaimlerChrysler AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by DaimlerChrysler AG filed Critical DaimlerChrysler AG
Publication of EP1344198A1 publication Critical patent/EP1344198A1/de
Application granted granted Critical
Publication of EP1344198B1 publication Critical patent/EP1344198B1/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors

Definitions

  • the invention relates to a method for processing noise signals a noise source, e.g. a moving one Vehicle, a workshop, in a room, e.g. in the neighborhood. Moreover, the invention relates to an arrangement for processing noise signals from a noise source.
  • a noise source e.g. a moving one Vehicle, a workshop
  • a room e.g. in the neighborhood.
  • the invention relates to an arrangement for processing noise signals from a noise source.
  • object-side Measures for noise reduction which the environment, machine, aircraft or Reduce traffic noise and consequently the working environment, living environment and to improve ride comfort.
  • object-side measures for noise reduction for sound reduction of objects, e.g. from street or Rail vehicles, aircraft or machinery, low noise Exhaust and intake systems, largely resonance-free engines or sound-absorbing bodies known.
  • the noise level influencing measures or Environmental conditions such as low noise road or meteorological Environmental conditions are currently being considered to the observance of the noise limits only rudimentarily taken into account.
  • JP 09-167296 A discloses a method of measuring traffic flow described at the sounds of vehicles over Microphones are detected and noise parameters are determined.
  • the object of the invention is therefore to provide a method for processing from noise signals from a noise source specify that one of the most simple and secure Noise source caused noise emission or noise emission is detected and determined.
  • one is for Specify implementation of the method particularly suitable arrangement.
  • the first object is achieved by Method for processing noise signals of a noise source, in which several noise signals are detected locally, by means of a sound analysis based on signal characteristics examined and the noise source underlying parameters be determined.
  • a sound analysis based on signal characteristics examined and the noise source underlying parameters be determined.
  • the noise signals are preferred detected at the same time. In doing so, the procedure can be both closed Spaces, as well as outdoors are used.
  • an identification of critical noises in the Outdoors e.g. from a loud bang, or from time to time fluctuating noises in a room, which e.g. on one Function or operation error or a load of a rotating Machine in a machine hall point, allows.
  • noise analysis Information on possible malfunctions won become.
  • the sound analysis of the signal characteristics of the detected Noise signals and resulting from the determination parameters of the sound or noise signals causing noise source is a documentation of temporal and / or local behavior of the noise source allows.
  • the determined Noise signals and the determined parameters of underlying noise source Measures to reduce noise or noise reduction e.g. can be noise reducing Regulatory and / or control measures be performed directly at the noise source.
  • the invention is based on the consideration that for compliance outdoor noise limits, e.g. in residential areas or near hospitals, or in closed Spaces, e.g. in factory or machine halls, in this Environment detected and monitored sound immission should be. It should not just the sound immission value be detected as local size. Rather, it should be this Sound immission values based sound or noise source determined, located, classified and evaluated. These are advantageously as signal characteristics of or each detected noise signal whose amplitude, frequency and / or phase determined and analyzed. For example based on a level or amplitude comparison of the different ones Location-based noise signals a location-based evaluation the noise source causing these noise signals allows.
  • the sound analysis is based on a time, Frequency and / or level analysis performed. This is for example for a characterizing the respective noise signal Sound spectrum the dependence of the sound pressure level from the frequency by frequency analysis, e.g. one Fast Fourier Transformation (FFT for short) determined. Based on the fast Fourier transformation may be preferred Sample rate, block length or interval of the underlying Sound or noise signal can be determined.
  • FFT Fast Fourier Transformation
  • the parameters of the noise source whose Type, position and / or condition determined. This is for example on the basis of the sound analysis determined Features of the noise signal, e.g. of the interval, or based the combination of several noise signals the type of noise source, e.g. a siren of an emergency vehicle, or the position of the noise source determined.
  • the noise source is determined by the sound analysis of the noise signals a movement of the noise source or an operating condition the noise source determined.
  • a noise limit When a noise limit is exceeded expediently carried out the sound analysis.
  • a sound limit exceeded noise analysis a PRE trigger to keep a temporary Ring buffer used.
  • At least one of the signal characteristics the noise signal stored in the form of a noise pattern For example, the frequency spectrum or the level spectrum of repetitive noise signals for a later identification or identification of the same future noise signals in the form of patterns deposited.
  • the noise signals and thus the noise source becomes at least one of the signal characteristics of the noise signal compared with stored noise patterns. This is a particularly simple and fast determination and assignment of parameters of the underlying noise source allows.
  • preferably external data especially meteorological data, optical data, time data, Time data, in the sound analysis of the detected noise signals considered.
  • This allows possible interference signals, such as. of rain noise, gathered from the outdoors Noise signals are eliminated.
  • you can the stored signal characteristics, noise signals or Noise patterns associated with the acquired time data, in particular time data, for evaluations, e.g. Statistics, be used.
  • the quality of identification the underlying noise source improved.
  • long-term considerations of local noise immissions outdoors or in a room allows.
  • optical data e.g. on Image of an object with its surroundings or an image of a Jardins, grasped.
  • possible absorption or reflection points identified and at the Sound analysis to be considered.
  • the resulting derivable parameters such as type, shape, dimension and / or Condition, e.g. Movement, to check the plausibility of the acoustic detected noise signals and the determined therefrom Signal characteristics and parameters of the noise source used become.
  • a particularly secure identification and Classification of the noise source or the object or the Event allows.
  • a self-learning system For determining and classifying the signal characteristics of the noise signal and / or the parameter of the noise source advantageously used a self-learning system.
  • self-learning system become different forms of artificial Intelligence, e.g. neural networks, fuzzy logic and / or expert systems used. This is a consideration of blurred values, e.g. of "loud” or "less noisy” rainfall sounds.
  • blurred values e.g. of "loud” or "less noisy” rainfall sounds.
  • classification can be used, e.g. for a consideration of age-related Changes in the parameters of the identified noise source.
  • the deposited Noise patterns using neural networks based on the current or currently detected noise signals of the identified noise source customized.
  • the signal characteristics and / or the parameters a control and / or a control system, a Information system and / or fed to an alarm system.
  • the second object is achieved by an arrangement with a plurality of noise sensors for location-based detection of noise signals and with a central data processing unit for sound analysis of the noise signals based on at least one signal feature and for Determination of at least one characterizing the noise source Parameter.
  • a plurality of noise sensors for location-based detection of noise signals
  • a central data processing unit for sound analysis of the noise signals based on at least one signal feature and for Determination of at least one characterizing the noise source Parameter.
  • noise sensors are directional microphones intended.
  • Various directional microphones provided.
  • acoustic acoustic sensors or noise sensors distributed in different places in the Room or be arranged outdoors.
  • the noise sensors are for the spatial and / or temporal assignment of the noise source with the central data processing unit by means of Data transmission units connected.
  • airborne transducers, structure-borne sound transducers Capture of object or position related acoustic Signals provided.
  • the data processing unit preferably comprises a means for determining the amplitude, frequency and / or phase of or every sound signal.
  • the means in particular for determining the amplitude, phase or frequency spectrum the noise signals. This is for example by the determined pulse sequence of the sound or noise signals one beyond the usual sound detection Identification, classification and evaluation of the noise signals generating noise source possible. For example are sudden energy releases, such as these e.g. occur due to mechanical deformations in an accident, identified by the characterizing sound pulses and classifiable.
  • a means for determining type, position and / or state of the noise source comprises a sound analysis module, for an amplitude, Frequency and / or phase analysis, on.
  • the sound analysis module is used to analyze the noise amplitude and the sound sequence, in particular the sound pulse sequence.
  • the data processing unit comprises a means of monitoring a noise limit.
  • a noise limit e.g. one maximum permissible noise limit by at least one the detected noise signals for a monitored area or a room to be monitored is an event-driven one Sound analysis allows.
  • a permanent Sound analysis for the area or area concerned Space to be executed.
  • a data storage for the deposit is at least one of the signal characteristics of the noise signal in the form of a Noise pattern provided.
  • a means for comparison at least one of the signal characteristics of the noise signal with stored noise patterns for determination and assignment of parameters of the underlying noise source intended is a particularly easy and fast identification of sound sequences characterizing respective noise sources and thus a quick identification of the noise source allows.
  • an agent intended to analyze the parameters which the parameters Based on the sound analysis in several iteration steps for Detection of significant aspects or patterns within of a sound, such as of significant frequency patterns.
  • an optical system for detection provided by optical data.
  • the taking of a picture the environment of the distributed noise sensors in a room or outdoors based on the optical system allows a supplementary determination of the noise source or a Plausibility check to the identified by the sound analysis Noise source.
  • absorption or reflective surfaces identified and in the sound analysis the noise signals are taken into account. Further is in a room to be monitored, e.g. a workshop, one Room or building security, i. a burglar alarm, both optically and acoustically enabled.
  • the noise signals influencing Data is preferably a capture unit for capture provided by meteorological data.
  • a capture unit for capture provided by meteorological data.
  • Preferably is also a means of identification and classification the signal characteristics of the noise signal and / or the parameter of the noise source based on a self-learning Systems provided.
  • artificial intelligence e.g. neural networks and / or fuzzy logic, used.
  • the identification, localization and Classification of the noise signals and / or the underlying Noise source in stationary, cyclic or transient takes place on the basis of fuzzy values and their logical Connections.
  • an external control and / or regulation system intended.
  • Through the sound analysis executed detection and evaluation of the noise signals can For example, external safety systems are activated become.
  • the noise signals for noise-reducing Control and / or regulating systems are used.
  • the advantages achieved by the invention are in particular in that for a permanent monitoring of sound and Noise emissions and for a secure identification of noise-causing noise sources, objects or events recorded several noise signals location-related and such analyzed by means of a sound analysis based on signal characteristics be that at least one of the noise source underlying Parameter is determined.
  • a parameter of the noise-emitting noise source e.g. a humming sound of a rotating machine in one Engine hangar or a bang by a traffic accident is an application of the arrangement both in closed rooms, e.g. in factories or production halls, or in the surrounding area, e.g. along a highway, given.
  • a parameter of the noise-emitting noise source e.g. a humming sound of a rotating machine in one Engine hangar or a bang by a traffic accident is an application of the arrangement both in closed rooms, e.g. in factories or production halls, or in the surrounding area, e.g. along a highway, given.
  • FIG. 1 shows an arrangement 1 for processing noise signals SQ1 to SQ3 a noise source G1, G2 or G3.
  • a noise source G1, G2 or G3 For location-based detection of the noise signals SQ1 to SQ3 are a plurality of noise sensors M1 to M7 at different ones Places arranged outdoors. For example, is to location-based detection of mimicking in a residential area 2 Noise of the sound sensor M6 provided.
  • the noise sensor M7 or M5 provided.
  • motorcycles 10 are for direct detection of the noise signals SQ3 of the noise source G3, e.g. of the engine, along the Roadway 8 a plurality of noise sensors M1 to M4 arranged.
  • the noise sensors M1 to M7 are not closer by one illustrated data transmission unit with a central data processing unit 12 for sound analysis of the means of Noise sensors M1 to M7 detected noise signals SQ1 to SQ3 and to determine parameter P at the moment of Meter reading unknown and unidentified noise source G1 to G3 connected.
  • a data transmission unit for example, wireless or wired systems, e.g. Radio systems or data bus systems provided.
  • noise sensors M1 to M7 are for example directional microphones, acoustic transducers, airborne or structure-borne sound sensors, used.
  • noise signals SQ1 to SQ4 by means of a sound analysis, in particular an amplitude, frequency or phase analysis, to determine parameters P of the noise signals SQ1, SQ2, SQ3 or SQ4 generating Sound source G1, G2, G3 and G4, in particular for identification from the noise sources G1 to G4 descriptive noise patterns SM1 to SM4, examined.
  • a noise pattern SM1 to SM4 characterizes characteristic noise levels (or noise levels) over the frequency and the Time of the associated noise sources G1 to G4.
  • the sound analysis of the detected noise signals SQ1 to SQ4 if a permissible or maximum noise limit is exceeded, in particular a limit value for the noise level, and thus depending on predefinable and / or current acoustic or optical conditions become.
  • a permissible or maximum noise limit is exceeded, in particular a limit value for the noise level, and thus depending on predefinable and / or current acoustic or optical conditions become.
  • an optical System 14 captured image which is a critical situation e.g. a traffic accident or an accident in the press plant, e.g. a fire, by a corresponding signal the sound analysis by means of the data processing system 12 be executed.
  • an event-driven Sound analysis can be the arrangement 1 for both an acoustic and / or optical location / localization, identification, Classification and / or evaluation of noise signals SQ1 to SQ4 and / or noise sources G1 to G4 are performed.
  • noise signals detected SQ by means of at least one of the noise sensors M1 to M7 may be one preceding explosion or detonation can be identified.
  • the fan runs at a constant speed Speed and thereby generates stationary single tones that as Airborne sound and thus noise signals SQ1 are emitted.
  • These noise signals SQ1 are characterized by its speed and the Number of its rotor blades determined.
  • That through the single tones, which are received as noise signals SQ1, resulting Noise pattern SM1 of the fan is in Figure 2 in the form of a Campbell diagram shown.
  • the Campbell chart shows while functions of two variables - here level above Frequency and time.
  • FIG. 3 shows by way of example a description of the noise source G2 Noise pattern SM2 shown.
  • the noise source G2 the industrial plant 4, e.g. a press shop for Sheet metal processing, presses a molding every second. That here generated noise signal SQ2 has a typical pulse character on. The bandwidth of the associated frequency range runs, for example, from 30 Hz to 6800 Hz.
  • the noise pattern SM2 is exemplary in the form of a Campbell diagram shown.
  • the Campbell diagram for the press shop is characterized by the characteristic single pulses or noise signals SQ2 shaped parallel to the frequency axis of 30 Hz to 6800 Hz at intervals of one second.
  • the representing the respective single pulse or the noise signal SQ2 Line describes the frequency-related volume of the single pulse according to texture scaling.
  • FIG. 4 shows by way of example a noise pattern SM3 describing the noise source G3.
  • B. for a 4-cylinder 4-stroke engine as a sweep ( changing sound) with the second engine order (double engine speed) as a frequency.
  • the volume of this sweep increases continuously. Due to the circular arrangement of the bypass around the noise sensor M6 or the control microphone in the residential area 2 (see Figure 1), the distance between the moving noise or noise source G3 (ie the motorcycle 10) and the noise sensor (M6) is approximately constant. Thus, no frequency shift occurs after the acoustic Doppler effect. Thus, the noise pattern SM3 shown in FIG. 4 in the form of a Campbell diagram runs linearly for the noise source G3.
  • the Campbell diagram for the motorcycle 10 and thus for the noise source G3 is described by the characteristic curve of the sweep as a result of the ignition frequency change during the acceleration process.
  • the increase in volume during this speed change is described by texture scaling.
  • FIG. 5 shows by way of example a further noise pattern SM4 for noise signals SQ6 which are received by means of the noise sensor M6 and which describe a combination of buzzing and striking noises.
  • a stone has been clamped, which hits the asphalt once every revolution of the wheel and thereby generates a pulse of the bandwidth 90 Hz to 5 kHz.
  • This beating noise together with the changing firing frequency of the high-revving engine, is detected by the M6 noise sensor in residential area 2.
  • the resulting noise pattern SM4 is shown in Figure 5 in the form of a Campbell diagram.
  • the noise pattern SM4 comprises overlapping the noise source G3 suspect extremelyde noise signals SQ3 and SQ4, ie, the engine and the driving noise.
  • the oblique line between the frequencies f1 and f2 describes the changing firing frequency of the high-revving engine and thus the noise signal SQ3.
  • the lines running parallel to the frequency axis describe the beating noises of the stone on the asphalt and thus the noise signal SQ4.
  • the detected Noise signals SQ1 to SQ4 by means of a sound analysis examined on the basis of signal characteristics such that this Underlying noise source G1 to G4 are assigned and the noise source G1 to G4 underlying parameters P, such as Fan in operation or motorcycle 10 drives or stands, be determined.
  • the sound analysis in dependence from a noise level detected at the noise sensor M6, the has exceeded a noise limit.
  • the Data processing unit 12 includes for limit value monitoring a corresponding agent, e.g. a corresponding one implemented in software function block.
  • the sound analysis can be carried out on the basis of various analyzes, eg time, frequency and / or level analyzes.
  • the sound analysis includes algorithms that the respective noise signal SQ1 to SQ4 for characteristic signal characteristics such. B. fixed frequencies (fan), short broadband pulses (press shop) and Sweeps (accelerating motorcycle) examine. Such an algorithm is z.
  • the characteristic signal characteristics of the noise pattern SM1 to SM4 are used as identification criteria for the respective noise pattern SM1 to SM4, on the basis of which a comparison with noise patterns SM a to SM z stored in a database of the data processing unit 12 and with noise patterns SM1 to 5 detected by the noise sensors M1 to M7 SM4 is done. This comparison makes it possible to assign the sound signals SQ1 to SQ4 detected in the microphone M6 to the source of noise G1 to G4.
  • the detected noise signals SQ1 to SQ4 of the measuring points or noise sensors M1 to M7 as time data deposited in a ring buffer.
  • a threshold or noise limit z. B. on the microphone M6 in residential area 2
  • characteristic Noise or signal characteristics are determined by the Sound analysis according to the graphic aspects in the Campbell diagram analyzed.
  • a pixel in the Campbell diagram (depending on Resolution of the Fast Fourier Transform (FFT)) a volume value of an analyzed frequency and time bandwidth within the coverage areas.
  • Graphical connections (compare noise patterns SM1 to SM4 in FIGS.
  • noise signals SQ1 to SQ4 of other noise sensors M1 to M7 eg. Near-field microphones, directional microphones
  • concrete causers Sound sources G1 to G4 are assigned.
  • a preferred evaluation of detected noise signals SQ1 to SQ4 is e.g. As the fast Fourier transform (called FFT for short) of the microphone signals and the calculation of the so-called A-weighted sound pressure level.
  • a sound or pattern analysis can be several independent Processes include, as evaluation criteria For example, apply different block lengths of the FFT. This exemplary choice of the value of a rating criterion can be from the current process itself or from external specifications depend.
  • the data processing unit 12 to a means for analyzing the parameter P using the Sound analysis the parameter analysis in several iteration steps is done to significant aspects or noise patterns SM1 to SM4 within a detected noise signal Recognize SQ1 to SQ4, e.g. Frequency and Volume of a buzzer, bandwidth, volume and time Distance of a repeated beating noise.
  • the input signal can be analogous to the acoustic pattern recognition also an optical pattern recognition (over time) done.
  • an unillustrated optical is in addition System for capturing optical data of the environment or a room provided. Based on the comparison of the analyzes can describe correlations of causes and effects, be evaluated and saved.
  • Another use case can z. B. in a specific detection specification special Operations exist. This can be z. B. the targeted search after high-revving motorcycles or arriving commercial vehicles be whose occurrence from the detected noise signals SQ1 to SQ4 is filtered out.
  • Another application is e.g.
  • the noise-critical activity nevertheless admitted become.
  • the consideration of data from external systems such as. of optical, meteorological or navigation systems, in sound analysis based on input variables, e.g. Limit value overruns, and / or quality characteristics be determined and controlled.
  • FIG. 6 shows an embodiment of the arrangement 1 for a spatial and temporal assessment of noise sources G1 to G4.
  • the arrangement 1 comprises five noise sensors M1 to M5, which are at a measuring point, e.g. close to each other on one Lamppost on a carriageway or on a carrier in one Factory building, arranged.
  • Four of the five noise sensors M1 to M4 have a horizontal directional characteristic in all four directions.
  • One of the five noise sensors M5 has a vertical directional characteristic, in particular a ball characteristic, on.
  • a the Noise limit exceeding noise signal SQ1 to SQ4 is by means of the noise sensor M5 with omnidirectional characteristic detected.
  • Based on the sound or pattern analysis of the data processing unit 12 becomes at least one signal feature of the noise signal SQ1 to SQ4, e.g.
  • the sound pattern determined during this process SM1 to SM4 will be using the four directional microphones or noise sensors M1 to M4 receiving noise signals SQ1 to SQ4 compared to equality, thereby using that Noise sensor M1 to M4 with the same noise pattern SM1 to SM4 and the strongest level determines the direction can be.
  • FIG. 7 shows a further embodiment of the arrangement 1 with several noise sensors M1 to M5.
  • the noise sensors M1 to M5 are microphones with a vertical omnidirectional characteristic on an inspection site of an industrial plant arranged evenly distributed. Alternatively, these can also in a closed room, e.g. in a workshop of the Industrial plant 4, be arranged.
  • Noise signals SQ1 to SQ4 of the same noise source G1 to G4, e.g. the noise signal SQ1 of a passing vehicle 14 or the noise signal SQ2 Industrial Plant 4 is located locally various locations arranged noise sensors M1 to M5 as a function of the traveled sound path and the resulting sound transit time to different Receive times. Based on the given position of the noise sensors M1 to M5 and the determined sound path or sound propagation time for the respective noise sensor M1 to M5 becomes the position of the noise or sound source G1 or G2, i. the vehicle 14 or the industrial plant 4, determined.
  • the arrangement 1 comprises six noise sensors M1 to M6.
  • the noise sensors M1 to M6 are as microphones with Ball characteristic executed.
  • the noise sensors M1 to M6 are at different measuring points in the study area arranged.
  • the noise sensors M1 to M4 are along the Roadway 8 arranged.
  • the noise sensor M5 is in close range the industrial plant 4 arranged.
  • the noise sensor M6 is located in the residential area 2.
  • the noise limit Exceeding noise detected. That this sound signal SQ1 underlying noise pattern SM1 is with the one received by the other noise sensors M1 to M4 Noise patterns SM1 or received by the sound sensor M5 Noise pattern SM2 compared.
  • Noise patterns SM1 (M1 to M4) SM1 (M6) of different Noise sensors M1 to M4 or M6 is an identification and classification of the noise source SQ1 allows.
  • Based A level analysis is also an evaluation of the detected noise signal SQ1 and thus also an evaluation of the noise source G1 given.
  • a combined Frequency and level analysis taking into account external Influences or data, such as under elimination of Noise or other noise such as rain, one Statement about the state of the noise source G1, e.g. the Vehicle 14 accelerates or brakes, allows.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)

Description

Die Erfindung betrifft ein Verfahren zur Verarbeitung von Geräuschsignalen einer Geräuschquelle, z.B. eines fahrenden Fahrzeugs, einer Werkhalle, in einem Raum, z.B. in der Umgebung. Darüber hinaus betrifft die Erfindung eine Anordnung zur Verarbeitung von Geräuschsignalen einer Geräuschquelle.
Zur Einhaltung von gesetzlichen Geräuschgrenzwerten, z.B. beim Betrieb einer Maschine in einer Werkhalle, beim Starten und Landen von Flugzeugen, in lärmkritischen Zonen, z.B. in Wohngebieten oder beim Vorbeifahren von Fahrzeugen, sind objektseitige Maßnahmen zur Geräuschabsenkung bekannt, welche den auf die Umgebung einwirkenden Maschinen-, Flugzeug- bzw. Verkehrslärm senken und demzufolge das Arbeitsklima, Wohnklima und den Fahrkomfort verbessern sollen. Beispielsweise sind zur Schallreduktion von Objekten, z.B. von Straßen- oder Schienenfahrzeugen, Flugzeugen oder Maschinen, geräuscharme Abgas- und Ansauganlagen, weitgehend resonanzfreie Triebwerke bzw. schalldämmende Karosserien bekannt. Nachteilig dabei ist, daß die objektseitigen Maßnahmen zur Geräuschabsenkung und daraus resultierend die Absenkung des Geräuschpegels begrenzt sind. Den Geräuschpegel beeinflussende Maßnahmen oder Umweltbedingungen, wie z.B. geräuscharme Fahrbahn bzw. meteorologische Umgebungsbedingungen, werden derzeit im Hinblick auf die Einhaltung der Geräuschgrenzwerte nur ansatzweise berücksichtigt.
Darüber hinaus sind üblicherweise stationäre, passive Meßeinrichtungen zur Erfassung und Überwachung von Immissionswerten, wie z.B. von Benzol-, Ruß-Grenzwerten. Dabei wird ggf. auch der an diesem Ort der Meßeinrichtung auftretende Schallimmissionswert gemessen. Eine derartige passive, ortsbezogene Schallimmissionsmessung ist dabei nicht für eine Identifizierung und Klassifizierung von den Geräuschpegel erzeugenden Geräuschquellen geeignet. Darüber hinaus sind über die objektseitigen Maßnahmen hinausgehenden Maßnahmen zur Geräuschabsenkung nicht ermöglicht.
In US 4806931 wird ein System zur Detektion und Erkennung von Sirenengeräuschen von Sondereinsatzfahrzeugen beschrieben. Lichtzeichenanlagen werden in Abhängigkeit von Richtungsinformationen der Geräusche gesteuert, wobei die Richtungsinformationen über Richtmikrofone erfasst werden.
In dem in US 5619616 beschriebenen System wird anhand der Geräuschentwicklung eines Fahrzeuges unter Verwendung von Fuzzy-Logik und neuronalen Netzen die Fahrzeugklasse des Fahrzeuges ermittelt.
In JP 09-167296 A wird ein Verfahren zur Messung des Verkehrsflusses beschrieben, bei dem Geräusche von Fahrzeugen über Mikrofone erfasst und Geräuschparameter bestimmt werden.
Aufgabe der Erfindung ist es daher, ein Verfahren zur Verarbeitung von Geräuschsignalen einer Geräuschquelle anzugeben, bei dem besonders einfach und sicher eine von der Geräuschquelle verursachte Geräuschemission oder Lärmabstrahlung erfaßt und bestimmt wird. Darüber hinaus ist eine zur Durchführung des Verfahrens besonders geeignete Anordnung anzugeben.
Die erstgenannte Aufgabe wird erfindungsgemäß gelöst durch Verfahren zur Verarbeitung von Geräuschsignalen einer Geräuschquelle, bei dem mehrere Geräuschsignale ortsbezogen erfaßt, mittels einer Schallanalyse anhand von Signalmerkmalen untersucht und der Geräuschquelle zugrundeliegende Parameter bestimmt werden. Durch eine derartige gemeinsame Erfassung mehrerer Geräuschsignale und deren örtlichen und/oder zeitlichen Analyse ist eine Ortung, Identifikation, Klassifizierung und Bewertung der die Geräuschsignale erzeugenden Geräuschquelle ermöglicht. Bevorzugt werden die Geräuschsignale gleichzeitig erfaßt. Dabei kann das Verfahren sowohl in geschlossenen Räumen, als auch im Freien eingesetzt werden. Somit ist eine Identifizierung von kritischen Geräuschen im Freien, z.B. von einem lauten Knall, oder von zeitlich schwankenden Geräuschen in einem Raum, welche z.B. auf einen Funktions- oder Betriebsfehler oder eine Auslastung einer rotierenden Maschine in einer Maschinenhalle hinweisen, ermöglicht. Unter Verwendung geeigneter Meßsensoren und schneller Signalverarbeitung zur Überwachung von laufenden Maschinenanlagen, wie Motoren oder Turbinen, können anhand der Schallanalyse Hinweise auf eventuelle Betriebsstörungen gewonnen werden. Durch die Schallanalyse der Signalmerkmale der erfaßten Geräuschsignale und daraus resultierend anhand der Bestimmung von Parametern der die Schall- oder Geräuschsignale verursachenden Geräuschquelle ist eine Dokumentation von zeitlichen und/oder örtlichen Verhalten der Geräuschquelle ermöglicht. Alternativ oder zusätzlich können anhand der ermittelten Geräuschsignale und den ermittelten Parametern der zugrundeliegende Geräuschquelle Maßnahmen zur Geräuschminderung oder Geräuschsenkung ausgeführt werden, z.B. können geräuschreduzierende Regelungs- und/oder Steuerungsmaßnahmen unmittelbar bei der Geräuschquelle ausgeführt werden.
Die Erfindung geht dabei von der Überlegung aus, daß zur Einhaltung von Lärmgrenzwerten im Freien, z.B. in Wohngebieten oder in der Nähe von Krankenhäusern, oder in geschlossenen Räumen, z.B. in Werks- oder Maschinenhallen, die in dieser Umgebung auftretende Schallimmission erfaßt und überwacht werden sollte. Dabei sollte nicht nur der Schallimmissionswert als lokale Größe erfaßt werden. Vielmehr sollte die diesen Schallimmissionswerte begründende Schall- oder Geräuschquelle bestimmt, geortet, klassifiziert und bewertet werden. Dazu werden vorteilhafterweise als Signalmerkmale des oder jeden erfaßten Geräuschsignals deren Amplitude, Frequenz und/oder Phase bestimmt und analysiert. Beispielsweise ist anhand eines Pegel- oder Amplitudenvergleichs der verschiedenen ortsbezogenen Geräuschsignale eine ortsbezogene Auswertung der diese Geräuschsignale verursachenden Geräuschquelle ermöglicht. Bei von beispielsweise drei örtlich an verschiedenen Stellen erfaßten Geräuschsignalen mit zeitlich signifikanten Merkmalen wird durch Laufzeitmessung und Triangulation die Geräuschquelle geortet. Darüber hinaus sind anhand der Amplitude oder des Schallintensitätspegels der jeweiligen Geräuschsignale Rückschlüsse auf die Schallleistung der Geräuschquelle möglich.
Zweckmäßigerweise wird die Schallanalyse anhand einer Zeit-, Frequenz- und/oder Pegelanalyse ausgeführt. Dazu wird beispielsweise für ein das jeweilige Geräuschsignal charakterisierende Schallspektrum die Abhängigkeit des Schalldruckpegels von der Frequenz mittels einer Frequenzanalyse, z.B. einer Fast-Fourier-Transformation (kurz FFT genannt), ermittelt. Anhand der Fast-Fourier-Transformation können bevorzugt Abtastrate, Blocklänge oder Intervall des zugrundeliegenden Schall- oder Geräuschsignals ermittelt werden.
Vorteilhafterweise wird als Parameter der Geräuschquelle deren Typ, Position und/oder Zustand bestimmt. Dazu wird beispielsweise anhand der mittels der Schallanalyse ermittelten Merkmale des Geräuschsignals, z.B. des Intervalls, oder anhand der Verknüpfung mehrerer Geräuschsignale der Typ der Geräuschquelle, z.B. ein Martinshorn eines Einsatzfahrzeuges, bzw. die Position der Geräuschquelle bestimmt. Als Zustand der Geräuschquelle wird anhand der Schallanalyse der Geräuschsignale eine Bewegung der Geräuschquelle oder ein Betriebszustand der Geräuschquelle bestimmt.
Bei Überschreiten eines Geräuschgrenzwertes wird zweckmäßigerweise die Schallanalyse ausgeführt. Hierdurch ist eine differenzierte Schallanalyse ermöglicht. Beispielsweise wird eine Schallanalyse der gemessenen Geräuschsignale und daraus resultierend eine Ortung, Identifikation, Klassifizierung und Bewertung der zugrundeliegenden Geräuschquelle bei Vorliegen von kritischen Geräuschen ausgeführt, z.B. bei einem Detonationsknall im Freien oder bei einem Knall, verursacht durch einen Verkehrsunfall, oder bei einem zeitlich schwankenden Geräusch, welches auf einen unruhigen Betriebslauf einer rotierenden Maschine hinweist. Vorzugsweise wird für die infolge einer Geräuschgrenzwertüberschreitung ausgeführte Schallanalyse ein PRE-Trigger zur Beibehaltung eines temporären Ringspeichers verwendet.
Zweckmäßigerweise wird mindestens eines der Signalmerkmale des Geräuschsignals in Form eines Geräuschmusters hinterlegt. Beispielsweise wird das Frequenzspektrum oder das Pegelspektrum von wiederholt auftretenden Geräuschsignalen für eine spätere Identifizierung bzw. Identifikation von gleichen zukünftigen Geräuschsignalen in Form von Mustern hinterlegt. Für eine besonders schnelle Identifizierung und/oder Klassifizierung der Geräuschsignale und somit der Geräuschquelle wird mindestens eines der Signalmerkmale des Geräuschsignals mit gespeicherten Geräuschmustern verglichen. Hierdurch ist eine besonders einfache und schnelle Bestimmung und Zuordnung von Parametern der zugrundeliegenden Geräuschquelle ermöglicht.
Alternativ oder zusätzlich werden vorzugsweise externe Daten, insbesondere meteorologische Daten, optische Daten, Zeitdaten, Uhrzeitdaten, bei der Schallanalyse der erfaßten Geräuschsignale berücksichtigt. Hierdurch können mögliche Störsignale, wie z.B. von Regengeräuschen, aus den im Freien erfaßten Geräuschsignale eliminiert werden. Darüber hinaus können die gespeicherten Signalmerkmale, Geräuschsignale bzw. Geräuschmuster im Zusammenhang mit den erfaßten Zeitdaten, insbesondere Uhrzeitdaten, für Auswertungen, z.B. Statistiken, herangezogen werden. Somit ist die Qualität der Identifizierung der zugrundeliegenden Geräuschquelle verbessert. Ferner sind Langzeitbetrachtungen von lokalen Schallimmissionen im Freien oder in einem Raum ermöglicht.
Darüber hinaus werden vorzugsweise optische Daten, z.B. ein Bild eines Objekts mit seiner Umgebung oder ein Bild eines Raums, erfaßt. Anhand der optischen Daten können mögliche Absorptions- oder Reflexionsstellen identifiziert und bei der Schallanalyse berücksichtigt werden. Ferner können durch die aus dem Bild gewonnenen Daten der Geräuschquelle und die daraus ableitbaren Parameter, wie Typ, Form, Abmessung und/oder Zustand, z.B. Bewegung, zur Plausibilitätskontrolle der akustisch erfaßten Geräuschsignale und der daraus ermittelten Signalmerkmalen und Parameter der Geräuschquelle verwendet werden. Somit ist eine besonders sichere Identifizierung und Klassifizierung der Geräuschquelle oder des Objekts oder des Ereignisses ermöglicht.
Zur Bestimmung und Klassifizierung der Signalmerkmale des Geräuschsignals und/oder der Parameter der Geräuschquelle wird vorteilhafterweise ein selbstlernendes System verwendet. Als selbstlernendes System werden verschiedene Formen von künstlicher Intelligenz, z.B. neuronale Netze, Fuzzy-Logik und/oder Expertensysteme, eingesetzt. Hierdurch ist eine Berücksichtigung von unscharfen Werten, wie z.B. von "lauten" oder "weniger lauten" Regengeräuschen, ermöglicht. Darüber hinaus sind derartige Systeme auch für die Klassifizierung einsetzbar, z.B. für eine Berücksichtigung von altersbedingten Änderungen der Parameter der identifizierten Geräuschquelle. Alternativ oder zusätzlich werden die hinterlegten Geräuschmuster mittels neuronaler Netze anhand der aktuell oder momentan erfaßten Geräuschsignale der identifizierten Geräuschquelle angepaßt.
Vorteilhafterweise werden die Signalmerkmale und/oder die Parameter einem Steuerungs- und/oder einem Regelungssystem, einem Informationssystem und/oder einem Alarmsystem zugeführt. Die Verwendung der erfaßten Geräuschsignale und/oder der ermittelten Parameter der Geräuschquelle z.B. als Stell- oder Sollgröße bei einem Steuerungs- und/oder Regelungssystem, z.B. einer Lastregelung eines vorbeifahrenden Fahrzeugs, welches einen über die Lärmgrenzwerte hinausgehendes Fahrgeräusch verursacht, ermöglicht eine Begrenzung bzw. Absenkung des Lärmpegels.
Die zweitgenannte Aufgabe wird erfindungsgemäß gelöst durch eine Anordnung mit einer Mehrzahl von Geräuschsensoren zur ortsbezogenen Erfassung von Geräuschsignalen und mit einer zentralen Datenverarbeitungseinheit zur Schallanalyse der Geräuschsignale anhand mindestens eines Signalmerkmals und zur Bestimmung mindestens eines die Geräuschquelle charakterisierenden Parameters. Durch eine derartige Verwendung von einer Mehrzahl von Geräuschsensoren, welche zur ortsbezogenen Erfassung an verschiedenen Stellen im Freien oder in einem geschlossenen Raum angeordnet sind, ist durch deren logischen Verknüpfung und der Schallanalyse der erfaßten Geräuschsignale eine Ortung, Identifizierung, Klassifizierung und Bewertung von Geräuschquellen, z.B. vorbeifahrendes Fahrzeug oder laufende Turbine eines Kraftwerks, oder Ereignissen, z.B. ein Bremsgeräusch, ein Knall, ermöglicht. Als Datenverarbeitungseinheit dient beispielsweise ein zentraler Personalcomputer oder eine andere programmierbare Steuereinheit.
Zweckmäßigerweise sind als Geräuschsensoren Richtmikrofone vorgesehen. Je nach Art und Ausführung der Anordnung sind verschiedene Richtmikrofone vorgesehen. Beispielsweise sind für eine richtungsbezogene Zuordnung der Geräuschquelle mehrere Mikrofone mit Richtcharakteristik, z.B. in alle vier Himmelsrichtungen, weitgehend an einer Stelle im Raum oder im Freien und ein Mikrofon mit Kugelcharakteristik angeordnet. Je nach Art und Ausführung können akustische Schallsensoren oder Geräuschsensoren verteilt an verschiedenen Stellen im Raum oder im Freien angeordnet sein. Die Geräuschsensoren sind zur räumlichen und/oder zeitlichen Zuordnung der Geräuschquelle mit der zentralen Datenverarbeitungseinheit mittels Datenübertragungseinheiten verbunden. Alternativ oder zusätzlich sind Luftschallwandler, Körperschallwandler zur Erfassung von objekt- oder positionsbezogenen akustischen Signalen vorgesehen.
Die Datenverarbeitungseinheit umfaßt vorzugsweise ein Mittel zur Bestimmung von Amplitude, Frequenz und/oder Phase des oder jedes Geräuschsignals. Dabei dient das Mittel, insbesondere zur Bestimmung des Amplituden-, Phasen- oder Frequenzspektrums der Geräuschsignale. Hierdurch ist beispielsweise durch die ermittelte Impulsfolge der Schall- oder Geräuschsignale eine über die übliche Geräuscherfassung hinausgehende Identifizierung, Klassifizierung und Bewertung der die Geräuschsignale erzeugenden Geräuschquelle möglich. Beispielsweise sind plötzliche Energiefreisetzungen, wie diese z.B. durch mechanischen Verformungen bei einem Unfall auftreten, durch die charakterisierenden Schallimpulse identifizier- und klassifizierbar.
Zweckmäßigerweise ist ein Mittel zur Bestimmung von Typ, Position und/oder Zustand der Geräuschquelle vorgesehen. Dazu weist das Mittel einen Schallanalyse-Baustein, für eine Amplitude-, Frequenz- und/oder Phasenanalyse, auf. Beispielsweise dient der Schallanalyse-Baustein zur Analyse der Geräuschamplitude und der Geräuschfolge, insbesondere der Schallimpulsfolge. In Abhängigkeit von der logischen Verknüpfung der Geräuschsignale, welche an verschiedenen Stellen erfaßt werden, und anhand der Amplitudenanalyse ist beispielsweise die Einschallrichtung der eine einzelne Geräuschquelle charakterisierenden Geräuschsignale sowie die Position der Geräuschquelle ermittelbar.
In weiterer vorteilhafter Ausgestaltung umfaßt die Datenverarbeitungseinheit ein Mittel zur Überwachung eines Geräuschgrenzwertes. Durch eine derartige Überwachung, z.B. eines maximal zulässigen Geräuschgrenzwertes durch mindestens eines der erfaßten Geräuschsignale für ein zu überwachendes Gebiet oder einen zu überwachenden Raum, ist eine ereignisgesteuerte Schallanalyse ermöglicht. Alternativ kann je nach Art und Ausführung der Datenverarbeitungseinheit eine permanente Schallanalyse für das betreffende Gebiet oder den betreffenden Raum ausgeführt werden.
Vorzugsweise ist ein Datenspeicher zur Hinterlegung mindestens eines der Signalmerkmale des Geräuschsignals in Form eines Geräuschmusters vorgesehen. Beispielsweise sind die als stationär, zyklisch oder instationär identifizierten und/oder lokalisierten Geräuschquellen durch deren zugehörigen Frequenz-, Amplituden- und/oder Phasenspektren der Geräuschsignalen, z.B. deren Schallimpulsfolgen, charakterisiert, welche in Form von Mustern hinterlegt werden. Dazu umfaßt die Datenverarbeitungseinheit zweckmäßigerweise eine Datenbank mit einer Geräuschmusterbibliothek. Dabei wird die Datenbank fortlaufend durch momentan erfaßte und charakteristische Geräuschsignale und deren zugehörigen Spektren aktualisiert und ergänzt.
Bei einer bevorzugten Ausführungsform ist ein Mittel zum Vergleich mindestens eines der Signalmerkmale des Geräuschsignals mit gespeicherten Geräuschmustern zur Bestimmung und Zuordnung von Parametern der zugrundeliegenden Geräuschquelle vorgesehen. Durch einen derartigen Vergleichsbaustein ist eine besonders einfache und schnelle Identifizierung von betreffenden Geräuschquellen charakterisierenden Geräuschfolgen und somit eine schnelle Identifizierung der Geräuschquelle ermöglicht. In bevorzugter Ausführungsform ist ein Mittel zur Analyse der Parameter vorgesehen, welches die Parameter anhand der Schallanalyse in mehreren Iterationsschritten zur Erkennung von signifikanten Aspekten oder Mustern innerhalb eines Geräuschs untersucht, wie z.B. von signifikanten Frequenzmustern.
Zusätzlich ist vorzugsweise ein optisches System zur Erfassung von optischen Daten vorgesehen. Die Aufnahme eines Bilds der Umgebung der verteilt angeordneten Geräuschsensoren in einem Raum oder im Freien anhand des optischen Systems ermöglicht eine ergänzende Bestimmung der Geräuschquelle bzw. eine Plausibilitätskontrolle zu der anhand der Schallanalyse identifizierten Geräuschquelle. Darüber hinaus können Absorptions- oder Reflexionsflächen identifiziert und bei der Schallanalyse der Geräuschsignale berücksichtigt werden. Ferner ist bei einem zu überwachenden Raum, z.B. einer Werkhalle, eine Raum- oder Gebäudesicherung, d.h. eine Einbruchsicherung, sowohl optisch als auch akustisch ermöglicht.
Für eine Berücksichtigung von die Geräuschsignale beeinflussenden Daten ist vorzugsweise eine Aufnahmeeinheit zur Erfassung von meteorologischen Daten vorgesehen. Hierdurch sind z.B. starke Regengeräusche oder Hagelgeräusche aus den Geräuschsignalen bei der Schallanalyse eliminierbar. Vorzugsweise ist darüber hinaus ein Mittel zur Bestimmung und Klassifizierung der Signalmerkmale des Geräuschsignals und/oder der Parameter der Geräuschquelle anhand eines selbstlernenden Systems vorgesehen. Dabei sind unterschiedliche Formen der künstlichen Intelligenz, z.B. neuronale Netze und/oder Fuzzy-Logik, einsetzbar. Die Identifizierung, Lokalisierung und Klassifizierung der Geräuschsignale und/oder der zugrundeliegenden Geräuschquelle in stationär, zyklisch oder instationäre erfolgt dabei anhand von unscharfen Werten und deren logischen Verknüpfungen.
Vorteilhafterweise ist ein externes Steuerungs- und/oder Regelungssystem vorgesehen. Durch die anhand der Schallanalyse ausgeführten Erfassung und Bewertung der Geräuschsignale können beispielsweise externe Sicherheitssysteme angesteuert werden. Alternativ können die Geräuschsignale für lärmsenkende Steuerungs- und/oder Regelungssysteme verwendet werden.
Die mit der Erfindung erzielten Vorteile bestehen insbesondere darin, daß für eine permanente Überwachung von Schall- und Geräuschimmissionen sowie für eine sichere Identifizierung von lärmverursachenden Geräuschquellen, Objekten oder Ereignissen mehrere Geräuschsignale ortsbezogen erfaßt und derart mittels einer Schallanalyse anhand von Signalmerkmalen analysiert werden, daß mindestens ein der Geräuschquelle zugrundeliegender Parameter bestimmt wird. Durch eine derartige Ermittlung eines Parameters der lärmabstrahlenden Geräuschquelle, z.B. einem Brummton einer rotierenden Maschine in einer Motorenhalle oder einem Knall durch einen Verkehrsunfall, ist ein Einsatz der Anordnung sowohl in geschlossenen Räumen, z.B. in Werkhallen oder Fertigungshallen, oder in der Umgebung, z.B. entlang einer Autobahn, gegeben. Hierbei sind anhand der erfaßten Daten Aussagen über das stationäre, zyklische oder instationäre Verhalten von Geräuschquellen in besonders einfacher Art und Weise ermöglicht.
Ausführungsbeispiele der Erfindung werden anhand einer Zeichnung näher erläutert. Darin zeigen:
Fig 1
schematisch eine Anordnung zur Verarbeitung von Geräuschsignalen mit mehreren Geräuschsensoren und einer zentralen Datenverarbeitungseinheit,
Fig 2
ein Diagramm für ein erstes Geräuschmuster,
Fig 3
ein Diagramm für ein zweites Geräuschmuster,
Fig 4
ein Diagramm für ein drittes Geräuschmuster,
Fig 5
ein Diagramm für ein viertes Geräuschmuster,
Fig 6
schematisch eine Alternative für die Anordnung gemäß Figur 1,
Fig 7
schematisch eine weitere Alternative für die Anordnung gemäß Figur 1, und
Fig 8
schematisch eine weitere Alternative für die Anordnung gemäß Figur 1.
Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.
In Figur 1 ist eine Anordnung 1 zur Verarbeitung von Geräuschsignalen SQ1 bis SQ3 einer Geräuschquelle G1, G2 bzw. G3. Zur ortsbezogenen Erfassung der Geräuschsignale SQ1 bis SQ3 sind eine Mehrzahl von Geräuschsensoren M1 bis M7 an verschiedenen Orten im Freien angeordnet. Beispielsweise ist zur ortsbezogenen Erfassung von in einem Wohngebiet 2 imitierten Geräuschen der Geräuschsensor M6 vorgesehen. Zur Erfassung von Geräuschsignalen SQ2 oder SQ1, welche durch die Geräuschquelle G2, z.B. eine Industrieanlage 4, bzw. durch die Geräuschquelle G1, z.B. ein Lüfter einer Klimaanlage in einem Einkaufszentrum 6, verursacht sind, ist der Geräuschsensor M7 bzw. M5 vorgesehen. Für ein auf einer Fahrbahn 8 fahrendes Motorrad 10 sind zur unmittelbaren Erfassung der Geräuschsignale SQ3 der Geräuschquelle G3, z.B. des Motors, entlang der Fahrbahn 8 mehrere Geräuschsensoren M1 bis M4 angeordnet.
Die Geräuschsensoren M1 bis M7 sind über eine nicht näher dargestellte Datenübertragungseinheit mit einer zentralen Datenverarbeitungseinheit 12 zur Schallanalyse der mittels der Geräuschsensoren M1 bis M7 erfaßten Geräuschsignalen SQ1 bis SQ3 sowie zur Bestimmung von Parameter P einer im Moment der Meßerfassung unbekannten und nicht identifizierten Geräuschquelle G1 bis G3 verbunden. Als Datenübertragungseinheit sind beispielweise drahtlose oder drahtgebundene Systeme, z.B. Funksysteme oder Datenbussysteme, vorgesehen. Als Datenverarbeitungseinheit 12 dient beispielsweise ein Personalcomputer einer Immissionswerte überwachenden Umweltmeßstation. Als Geräuschsensoren M1 bis M7 werden beispielsweise Richtmikrofone, akustische Meßwandler, Luft- oder Körperschallsensoren, verwendet.
Mittels des in dem Wohngebiet 2 angeordneten Geräuschsensors M6 werden folgende Geräuschsignale SQ1 bis SQ4 der vier Geräuschquellen G1 bis G4 erfaßt:
  • 1. das von der Geräuschquelle G1, einem Lüfter einer Klimaanlage des Einkaufszentrums 6, ausgehende Geräuschsignal SQ1 in unmittelbarer Nähe zum Wohngebiet,
  • 2. das von der Geräuschquelle G2, einem Presswerk der Industrieanlage 4, ausgehende Geräuschsignal SQ2 einige hundert Meter vom Wohngebiet entfernt,
  • 3. das von der Geräuschquelle G3, dem Motorrad 10, ausgehende Geräuschsignal SQ3, und
  • 4. ein von der Fahrbahn 8 einer Umgehungsstraße um das Wohngebiet 2, die einen 180°-Kreisbogen um den Geräuschsensor M6 beschreibt, ausgehendes Geräuschsignal SQ 4 der Geräuschquelle G4. Die zulässige Höchstgeschwindigkeit auf der Umgehungsstraße beträgt beispielsweise 100 km/h.
    • Am Geräuschsensor M6 oder Kontrollmikrofon werden zum Zeitpunkt t = 0 empfangende Geräuschsignale SQ1 bis SQ4 mittels einer Schallanalyse, insbesondere einer Amplituden-, Frequenz- oder Phasenanalyse, zur Bestimmung von Parametern P der die Geräuschsignale SQ1, SQ2, SQ3 oder SQ4 erzeugenden Geräuschquelle G1, G2, G3 bzw. G4, insbesondere zur Identifizierung von die Geräuschquellen G1 bis G4 beschreibenden Geräuschmustern SM1 bis SM4, untersucht. Ein Geräuschmuster SM1 bis SM4 kennzeichnet dabei charakteristische Geräuschpegel (oder Geräuschpegelverhältnisse) über die Frequenz und die Zeit der zugehörigen Geräuschquellen G1 bis G4.
    Je nach Art und Aufbau der Datenverarbeitungseinheit 12 kann die Schallanalyse der erfaßten Geräuschsignale SQ1 bis SQ4 bei Überschreiten eines zulässigen oder maximalen Geräuschgrenzwertes, insbesondere eines Grenzwertes für den Geräuschpegel, und somit in Abhängigkeit von vorgebbaren und/oder momentanen akustischen oder optischen Bedingungen ausgeführt werden. Beispielsweise kann bei einem durch ein optischen System 14 erfaßtes Bild, welches eine kritische Situation, z.B. einen Verkehrsunfall oder einen Störfall im Preßwerk, z.B. einen Brand, darstellt, durch ein entsprechendes Signal die Schallanalyse mittels der Datenverarbeitungsanlage 12 ausgeführt werden. Durch eine derartige ereignisgesteuerte Schallanalyse kann die Anordnung 1 sowohl für eine akustische und/oder optische Ortung/Lokalisierung, Identifizierung, Klassifizierung und/oder Bewertung von Geräuschsignalen SQ1 bis SQ4 und/oder Geräuschquellen G1 bis G4 ausgeführt werden. Beispielsweise kann bei einem aufgrund der mittels des optischen Systems 14 erfaßten optischen Daten ein Brand erkannt werden. In Kombination mit der akustischen Auswertung von im selben Moment erfaßten Geräuschsignalen SQ mittels mindestens einer der Geräuschsensoren M1 bis M7 kann eine möglicherweise vorausgehende Explosion oder Detonation identifiziert werden.
    In Figur 2 ist beispielhaft ein die Geräuschquelle G1 (= den Lüfter der Klimaanlage) beschreibendes Geräuschmuster SM1 dargestellt. Der Lüfter läuft beispielsweise mit konstanter Drehzahl und erzeugt dabei stationäre Einzeltöne, die als Luftschall und somit Geräuschsignale SQ1 abgestrahlt werden. Diese Geräuschsignale SQ1 sind durch seine Drehzahl und die Anzahl seiner Rotorblätter bestimmt. Das durch die Einzeltöne, die als Geräuschsignale SQ1 empfangen werden, entstehende Geräuschmuster SM1 des Lüfters ist in Figur 2 in Form eines Campbell-Diagramms dargestellt. Das Campbell-Diagramm zeigt dabei Funktionen von zwei Veränderlichen - hier Pegel über Frequenz und Zeit. Das Campbell - Diagramm für den Lüfter der Klimaanlage des Einkaufszentrums ist durch solche charakteristischen Einzeltöne geprägt, die als feste Frequenzen mit über die Zeit konstantem Pegel im Diagramm erscheinen. Sie sind als gerade Linien parallel zur Zeitachse erkennbar und schneiden die Frequenzachse zum Zeitpunkt t = 0 s bei der jeweiligen Frequenz.
    In Figur 3 ist beispielhaft ein die Geräuschquelle G2 beschreibendes Geräuschmuster SM2 dargestellt. Die Geräuschquelle G2, die Industrieanlage 4, z.B. ein Presswerk zur Blechverarbeitung, presst jede Sekunde ein Formteil. Das dabei erzeugte Geräuschsignal SQ2 weist einen typischen Impuls-Charakter auf. Die Bandbreite des zugehörigen Frequenzbereichs verläuft beispielsweise von 30 Hz bis 6800 Hz. Das Geräuschmuster SM2 ist beispielhaft in Form eines Campbell-Diagramms dargestellt. Das Campbell-Diagramm für das Presswerk ist durch die charakteristischen Einzel-Impulse oder Geräuschsignale SQ2 geprägt, die parallel zur Frequenzachse von 30 Hz bis 6800 Hz im Abstand von einer Sekunde verlaufen. Die den jeweiligen Einzel-Impuls oder das Geräuschsignal SQ2 repräsentierende Linie beschreibt die frequenzbezogene Lautstärke des Einzel-Impulses gemäß der Textur-Skalierung.
    In Figur 4 ist beispielhaft ein die Geräuschquelle G3 beschreibendes Geräuschmuster SM3 dargestellt. Die Geräuschquelle G3, z.B. ein Motorrad 10, biegt mit Schrittgeschwindigkeit aus dem Wohngebiet 2 in die Umgehungsstrasse am Punkt P1 (siehe Figur 1) ein. Das Motorrad 10 beschleunigt mit einer gleichmäßigen Änderung der Motordrehzahl von 1000 min-1 zum Zeitpunkt t1 = 0 s bis 11000 min-1 um Zeitpunkt t2 = 10 s. Das von der Zündfrequenz f dominierte Motorgeräusch und somit das empfangende Geräuschsignal SQ3 ergibt sich z. B. für einen 4-Zylinder-4Takt-Motor als Sweep (= sich ändernder Ton) mit der zweiten Motorordnung (zweifachen Motordrehzahl) als Frequenz. Dieser Sweep verläuft somit von f1 = 33,3 Hz (2. Motorordnung bei 1000 min-1) zum Zeitpunkt t1 = 0 s bis f2 = 366,6 Hz (2. Motorordnung bei 11000 min-1) zum Zeitpunkt t2 = 10 s. Die Lautstärke dieses Sweeps steige dabei kontinuierlich an. Aufgrund der kreisförmigen Anordnung der Umgehungsstraße um den Geräuschsensor M6 oder dem Kontrollmikrofon im Wohngebiet 2 (siehe Figur 1) ist der Abstand zwischen der bewegten Lärm- oder Geräuschquelle G3 (also dem Motorrad 10) und dem Geräuschsensor (M6) annähernd konstant. Somit tritt keine Frequenzverschiebung nach dem akustischen Dopplereffekt auf. Somit verläuft das in Figur 4 in Form eines Campbell-Diagramms dargestellte Geräuschmuster SM3 für die Geräuschquelle G3 linear. Das Campbell - Diagramm für das Motorrad 10 und somit für die Geräuschquelle G3 ist durch den charakteristischen Verlauf des Sweeps infolge der Zündfrequenzänderung während des Beschleunigungsvorgangs beschrieben. Dieser charakteristische Verlauf ist als diagonale Linie erkennbar, die die Punkte P1 (t1 = 0 s; f1 = 33,3 Hz) und P2 (t1 = 10 s; f2 = 366,6 Hz) verbindet. Die Lautstärkezunahme während dieser Drehzahländerung wird durch die Textur-Skalierung beschrieben.
    In Figur 5 ist beispielhaft ein weiteres Geräuschmuster SM4 für mittels des Geräuschsensors M6 empfangende Geräuschsignale SQ6 dargestellt, welche eine Kombination aus Brumm- und Schlaggeräuschen beschreiben. Dazu biegt das Motorrad 10 (= Geräuschquelle G3) mit Schrittgeschwindigkeit aus dem Wohngebiet 2 in die Umgehungsstrasse (Punkt P1 in Figur 1) ein. Das Motorrad 10 beschleunigt mit einer gleichmäßigen Änderung der Motordrehzahl von 1000 min-1 zum Zeitpunkt t1 = 0 s bis 11000 min-1 zum Zeitpunkt t2 = 10 s. Im Profil des Reifens des Motorrads 10 hat sich ein Stein festgeklemmt, der bei jeder Radumdrehung einmal auf den Asphalt schlägt und dabei einen Impuls der Bandbreite 90 Hz bis 5 kHz erzeugt. Dieses schlagende Geräusch wird zusammen mit der sich ändernden Zündfrequenz des hochdrehenden Motors vom Geräuschsensor M6 im Wohngebiet 2 erfasst.
    Das dadurch entstehende Geräuschmuster SM4 ist in Figur 5 in Form eines Campbell-Diagramms dargestellt. Das Geräuschmuster SM4 umfaßt dabei sich überlagernde die Geräuschquelle G3charakterisierende Geräuschsignale SQ3 bzw. SQ4, d.h. das Motor- und das Fahrgeräusch. Die schräg verlaufende Linie zwischen den Frequenzen f1 und f2 beschreibt die sich verändernde Zündfrequenz des hochdrehenden Motors und somit das Geräuschsignal SQ3. Die parallel zur Frequenzachse verlaufenden Linien beschreiben die schlagenden Geräusche des Steins auf den Asphalt und somit das Geräuschsignal SQ4. Der zeitliche Abstand Δt zwischen zwei Schlägen entspricht einer Radumdrehung. Dieser verringert sich von der Anfangsdrehzahl (n1 = 1000 min-1) bis zur Enddrehzahl (n2 = 11000 min-1) des Motors kontinuierlich von Δt1 auf Δt2.
    Im Betrieb der Datenverarbeitungseinheit 12 werden die erfaßten Geräuschsignale SQ1 bis SQ4 mittels einer Schallanalyse anhand von Signalmerkmalen derart untersucht, daß diese der zugrundenliegenden Geräuschquelle G1 bis G4 zugeordnet werden und der Geräuschquelle G1 bis G4 zugrundeliegende Parameter P, wie z.B. Lüfter in Betrieb oder Motorrad 10 fährt oder steht, bestimmt werden. Je nach Art und Aufbau der Datenverarbeitungseinheit 12 wird die Schallanalyse in Abhängigkeit von einem am Geräuschsensor M6 erfaßten Geräuschpegel, der einen Geräuschgrenzwert überschritten hat, ausgeführt. Die Datenverarbeitungseinheit 12 umfaßt dabei zur Grenzwertüberwachung ein entsprechendes Mittel, z.B. einen entsprechenden in Software realisierten Funktionsbaustein.
    Die Schallanalyse kann dabei anhand verschiedener Analysen, z.B. Zeit-, Frequenz- und/oder Pegelanalysen ausgeführt werden. Die Schallanalyse umfaßt dazu Algorithmen, die das betreffende Geräuschsignal SQ1 bis SQ4 nach charakteristischen Signalmerkmalen, wie z. B. festen Frequenzen (Lüfter), kurzen breitbandigen Impulsen (Presswerk) und Sweeps (beschleunigendes Motorrad) untersuchen. Ein solcher Algorithmus ist z. B. die nachfolgend beschriebene Methode zur Identifikation von charakteristischen Signalmerkmalen der Geräuschsignale SQ1 bis SQ4 eines zugrundeliegenden Geräuschmusters SM1 bis SM4. Die charakteristischen Signalmerkmale des Geräuschmusters SM1 bis SM4 werden als Identifikationskriterien für das jeweilige Geräuschmusters SM1 bis SM4 verwendet, anhand derer ein Vergleich mit in einer Datenbank der Datenverarbeitungseinheit 12 abgelegten Geräuschmustern SMa bis SMz und mit anhand der Geräuschsensoren M1 bis M7 erfaßten Geräuschmustern SM1 bis SM4 erfolgt. Dieser Vergleich ermöglicht eine Zuordnung vom im Mikrofon M6 erfassten Geräuschsignalen SQ1 bis SQ4 zur verursachenden Geräuschquelle G1 bis G4.
    Beispielsweise werden die erfassten Geräuschsignale SQ1 bis SQ4 der Messstellen oder Geräuschsensoren M1 bis M7 als Zeitdaten in einem Ringspeicher hinterlegt. Bei Überschreitung eines Schwellwertes oder Geräuschgrenzwertes, z. B. am Mikrofon M6 im Wohngebiet 2, wird der Inhalt des Ringspeichers mit einer vorgebbaren Vorlaufzeit vor Auftreten einer Überschreitung des Geräuschgrenzwertes gespeichert. Charakteristische Geräusch- oder Signalmerkmale werden anhand der Schallanalyse gemäß den grafischen Aspekten im Campbell-Diagramm analysiert. Ein Pixel im Campbell-Diagramm (je nach Auflösung der Fast-Fourier-Transformation (FFT)) entspricht einem Lautstärkewert einer analysierten Frequenz- und Zeitbandbreite innerhalb der Erfassungsbereiche. Grafische Zusammenhänge (vgl. Geräuschmuster SM1 bis SM4 in Figuren 2 bis 5) entsprechen akustischen Signalmerkmalen, die anhand des Datenbankvergleichs und des Vergleichs mit anderen Geräuschsignalen SQ1 bis SQ4 anderer Geräuschsensoren M1 bis M7 (z. B. Nahfeldmikrofonen, Richtmikrofonen) konkreten Verursachern oder Geräuschquellen G1 bis G4 zugeordnet werden.
    Eine bevorzugte Bewertung von erfaßten Geräuschsignalen SQ1 bis SQ4 ist z. B. die Fast-Fourier-Transformation (kurz FFT genannt) der Mikrofonsignale und die Berechnung des sogenannten A-bewerteten Schalldruckpegels. Der A-bewertete Schalldruckpegel ist wie folgt definiert: LP = 10log10 P P 0 2 mit P = gemessener Wechselschalldruck P 0 = 2c -5 Pa
    Maßgebliche Bewertungskriterien der FFT sind beispielsweise Abtastrate (fest gewählt z. B. bei 25 kHz) oder Blocklänge.
    Wenn zur Identifikation eines Geräuschmusters SM1 bis SM4 dicht beieinander liegende Frequenzen aufzulösen sind, ist eine andere Blocklänge zu wählen als bei zeitlich dicht aufeinanderfolgenden Impulsen (gemäß Prinzip der Geräuschmuster SM1 bis SM4).
    Eine Schall- oder Musteranalyse kann mehrere voneinander unabhängige Prozessen umfassen, die als Bewertungskriterien beispielsweise unterschiedliche Blocklängen der FFT anwenden. Diese exemplarische Wahl des Wertes eines Bewertungskriteriums kann vom laufenden Prozess selbst oder von externen Vorgaben abhängen. Bevorzugt weist die Datenverarbeitungseinheit 12 dazu ein Mittel zur Analyse der Parameter P anhand der Schallanalyse auf, wobei die Parameteranalyse in mehreren Iterationsschritten durchgeführt wird, um signifikante Aspekte oder Geräuschmuster SM1 bis SM4 innerhalb eines erfaßten Geräuschssignals SQ1 bis SQ4 zu erkennen, wie z.B. Frequenz und Lautstärke eines Brummtons, Bandbreite, Lautstärke und zeitlicher Abstand eines wiederholt schlagenden Geräusches. Dabei können die Bewertungskriterien der Schallanalyse anhand von Eingangsgrößen verändert werden.
    Als Eingangssignal kann analog der akustischen Mustererkennung auch eine optische Mustererkennung (über die Zeit) erfolgen. Dazu ist zusätzlich ein nicht dargestelltes optisches System zur Erfassung von optischen Daten der Umgebung oder eines Raumes vorgesehen. Anhand des Vergleichs der Analysen können Zusammenhänge von Ursachen und Auswirkungen beschrieben, bewertet und gespeichert werden. Ein anderer Anwendungsfall kann z. B. in einer konkreten Erkennungsvorgabe spezieller Vorgänge bestehen. Dies kann z. B. die gezielte Suche nach hochdrehenden Motorrädern oder anfahrenden Nutzfahrzeugen sein, deren Auftreten aus den erfassten Geräuschsignalen SQ1 bis SQ4 herausgefiltert wird. Ein weiterer Anwendungsfall ist z.B. bei lärmkritischen Wartungsarbeiten gegeben, wenn wegen der Nachtruhe unter normalen Witterungs- und Verkehrsbedingungen diese nicht durchgeführt werden können, so kann im Fall einer lautstarken Geräuschkulisse wie prasselnder Regen oder hohes Verkehrsaufkommen (infolge einer Umleitung wegen Unfall) die lärmkritische Tätigkeit dennoch zugelassen werden. Je nach Art und Ausführung der Datenverarbeitungseinheit 12 kann die Berücksichtigung der Daten von externen Systemen, wie z.B. von optischen, meteorologischen oder Navigationssystemen, bei der Schallanalyse anhand von Eingangsgrößen, z.B. Grenzwertüberschreitungen, und/oder Qualitätsmerkmalen bestimmt und gesteuert werden.
    Figur 6 zeigt eine Ausführungsform für die Anordnung 1 für eine räumliche und zeitliche Bewertung von Geräuschquellen G1 bis G4. Die Anordnung 1 umfaßt fünf Geräuschsensoren M1 bis M5, die an einem Meßpunkt, z.B. dicht übereinander an einem Laternenmast an einer Fahrbahn oder an einer Träger in einer Werkshalle, angeordnet sind. Vier von den fünf Geräuschsensoren M1 bis M4 weisen dabei eine horizontale Richtcharakteristik in alle vier Himmelsrichtungen auf. Einer der fünf Geräuschsensoren M5 weist dabei eine vertikale Richtcharakteristik, insbesondere eine Kugelcharakteristik, auf. Ein den Geräuschgrenzwert überschreitendes Geräuschsignal SQ1 bis SQ4 wird mittels des Geräuschsensors M5 mit Kugelcharakteristik erfaßt. Anhand der Schall- oder Musteranalyse der Datenverarbeitungseinheit 12 wird mindestens ein Signalmerkmal des Geräuschsignals SQ1 bis SQ4, z.B. Pegel, Frequenz, Phase, untersucht und identifiziert. Das dabei ermittelte Geräuschmuster SM1 bis SM4 wird mit den mittels der vier Richtmikrofone oder Geräuschsensoren M1 bis M4 empfangenden Geräuschsignalen SQ1 bis SQ4 auf Gleichheit verglichen, wodurch anhand desjenigen Geräuschsensors M1 bis M4 mit dem gleichen Geräuschmuster SM1 bis SM4 und dem stärksten Pegel die Richtung bestimmt werden kann.
    Figur 7 zeigt eine weitere Ausführungsform der Anordnung 1 mit mehreren Geräuschsensoren M1 bis M5. Die Geräuschsensoren M1 bis M5 sind als Mikrofone mit einer vertikalen Kugelcharakteristik auf einem Untersuchungsgelände einer Industrieanlage gleichmäßig verteilt angeordnet. Alternativ können diese auch in einem geschlossenen Raum, z.B. in einer Werkhalle der Industrieanlage 4, angeordnet sein. Geräuschsignale SQ1 bis SQ4 derselben Geräuschquelle G1 bis G4, z.B. das Geräuschsignal SQ1 eines vorbeifahrenden Fahrzeugs 14 oder das Geräuschsignal SQ2 der Industrieanlage 4, wird von den örtlich an verschiedenen Stellen angeordneten Geräuschsensoren M1 bis M5 in Abhängigkeit von der zurückgelegten Schalllaufstrecke und der daraus resultierenden Schalllaufzeit zu verschiedenen Zeitpunkten empfangen. Anhand der gegebenen Position der Geräuschsensoren M1 bis M5 und der ermittelten Schalllaufstrecke bzw. Schalllaufzeit für den jeweiligen Geräuschsensor M1 bis M5 wird die Position der Geräusch- oder Schallquelle G1 oder G2, d.h. des Fahrzeugs 14 oder der Industrieanlage 4, ermittelt.
    Eine weitere Ausführungsform der Anordnung 1 ist in Figur 8 dargestellt. Die Anordnung 1 umfaßt sechs Geräuschsensoren M1 bis M6. Die Geräuschsensoren M1 bis M6 sind als Mikrofone mit Kugelcharakteristik ausgeführt. Die Geräuschsensoren M1 bis M6 sind an verschiedenen Meßpunkten im Untersuchungsgebiet angeordnet. Die Geräuschsensoren M1 bis M4 sind entlang der Fahrbahn 8 angeordnet. Der Geräuschsensor M5 ist im Nahbereich der Industrieanlage 4 angeordnet. Der Geräuschsensor M6 ist in dem Wohngebiet 2 angeordnet. Im Betrieb der Anordnung 1 wird mittels des Geräuschsensors M6 ein den Geräuschgrenzwert überschreitendes Geräusch detektiert. Das diesem Geräuschsignal SQ1 zugrundeliegende Geräuschmuster SM1 wird mit den von den anderen Geräuschsensoren M1 bis M4 empfangenden Geräuschmustern SM1 bzw. von dem Geräuschsensor M5 empfangenden Geräuschmuster SM2 verglichen. Bei Übereinstimmung von Geräuschmustern SM1 (M1 bis M4) = SM1 (M6) von verschiedenen Geräuschsensoren M1 bis M4 bzw. M6 ist eine Identifizierung und Klassifizierung der Geräuschquelle SQ1 ermöglicht. Anhand einer Pegelanalyse ist auch eine Bewertung des erfaßten Geräuschsignals SQ1 und somit auch eine Bewertung der Geräuschquelle G1 gegeben. Beispielsweise ist anhand einer kombinierten Frequenz- und Pegelanalyse unter Berücksichtigung von externen Einflüssen oder Daten, wie z.B. unter Eliminierung von Stör- oder anderen Geräuschsignalen wie Regengeräusche, eine Aussage über den Zustand der Geräuschquelle G1, z.B. das Fahrzeug 14 beschleunigt oder bremst, ermöglicht.

    Claims (22)

    1. Verfahren zur Verarbeitung von Geräuschsignalen (SQ1 bis SQ4) einer Geräuschquelle (G1 bis G4),
      wobei mehrere Geräuschsignale (SQ1 bis SQ4) ortsbezogen erfaßt, mittels einer Schallanalyse anhand von Signalmerkmalen untersucht und der Geräuschquelle (G1 bis G4) zugrundeliegende Parameter bestimmt werden,
      dadurch gekennzeichnet, daß bei Überschreiten eines Geräuschgrenzwertes die Schallanalyse ausgeführt wird.
    2. Verfahren nach Anspruch 1,
      dadurch gekennzeichnet, daß als Signalmerkmale des Geräuschsignals (SQ1 bis SQ4) dessen Amplitude, Frequenz und/oder Phase bestimmt wird.
    3. Verfahren nach Anspruch 1 oder 2,
      dadurch gekennzeichnet, daß die Schallanalyse anhand einer Zeit-, Frequenz- und/oder Pegelanalyse ausgeführt wird.
    4. Verfahren nach einem der Ansprüche 1 bis 3,
      dadurch gekennzeichnet, daß als Parameter der Geräuschquelle (G1 bis G4) deren Typ, Position und/oder Zustand bestimmt wird.
    5. Verfahren nach einem der Ansprüche 1 bis 4,
      dadurch gekennzeichnet, daß die infolge einer Geräuschgrenzwertüberschreitung ausgeführte Schallanalyse einen Trigger zur Beibehaltung eines temporären Ringspeichers verwendet wird.
    6. Verfahren nach einem der Ansprüche 1 bis 5,
      dadurch gekennzeichnet, daß mindestens eines der Signalmerkmale des Geräuschsignals (SQ1 bis SQ4) in Form eines Geräuschmusters (SM1 bis SM4) hinterlegt wird.
    7. Verfahren nach einem der Ansprüche 1 bis 6,
      dadurch gekennzeichnet, daß mindestens eines der Signalmerkmale des Geräuschsignals (SQ1 bis SQ4) mit gespeicherten Geräuschmustern (SMa bis SMz) zur Bestimmung und Zuordnung von Parametern der zugrundeliegenden Geräuschquelle (G1 bis G4) verglichen wird.
    8. Verfahren nach einem der Ansprüche 1 bis 7,
      dadurch gekennzeichnet, daß externe Daten, insbesondere meteorologische Daten, optische Daten, Zeitdaten, Betriebsparameter, berücksichtigt werden.
    9. Verfahren nach einem der Ansprüche 1 bis 8,
      dadurch gekennzeichnet, daß zur Bestimmung und Klassifizierung der Signalmerkmale des Geräuschsignals (SQ1 bis SQ4) und/oder der Parameter der Geräuschquelle (G1 bis G4) ein selbstlernendes System verwendet wird.
    10. Verfahren nach einem der Ansprüche 1 bis 9,
      dadurch gekennzeichnet, daß die Signalmerkmale und/oder die Parameter einem Steuerungs- und/oder einem Regelungssystem zugeführt werden.
    11. Anordnung (1) zur Verarbeitung von Geräuschsignalen (SQ1 bis SQ4) einer Geräuschquelle (G1 bis G4),
      wobei eine Mehrzahl von Geräuschsensoren (M1 bis M7) zur ortsbezogenen Erfassung von Geräuschsignalen (SQ1 bis SQ4) und eine zentrale Datenverarbeitungseinheit (12) zur Schallanalyse der Geräuschsignale (SQ1 bis SQ4) anhand mindestens eines Signalmerkmals und zur Bestimmung mindestens eines die Geräuschquelle (G1 bis G4) charakterisierenden Parameters vorgesehen sind,
      dadurch gekennzeichnet , daß ein Mittel zur Überwachung eines Geräuschgrenzwertes vorgesehen ist.
    12. Anordnung nach Anspruch 11,
      dadurch gekennzeichnet, daß als Geräuschsensoren (M1 bis M7) Richtmikrofone vorgesehen sind.
    13. Anordnung nach Anspruch 11 oder 12,
      dadurch gekennzeichnet, daß ein Mittel zur Bestimmung von Amplitude, Frequenz und/oder Phase des Geräuschsignals (SQ1 bis SQ4) vorgesehen ist.
    14. Anordnung nach einem der Ansprüche 11 bis 13,
      dadurch gekennzeichnet, daß ein Mittel zur Bestimmung von Typ, Position und/oder Zustand der Geräuschquelle (G1 bis G4) vorgesehen ist.
    15. Anordnung nach einem der Ansprüche 11 bis 14,
      dadurch gekennzeichnet, daß ein Datenspeicher zur Hinterlegung mindestens eines der Signalmerkmale des Geräuschsignals (SQ1 bis SQ4) in Form eines Geräuschmusters (SM1 bis SM4) vorgesehen ist.
    16. Anordnung nach einem der Ansprüche 11 bis 15,
      dadurch gekennzeichnet, daß eine Datenbank umfassend eine Geräuschmusterbibliothek vorgesehen ist.
    17. Anordnung nach einem der Ansprüche 11 bis,16,
      dadurch gekennzeichnet, daß ein Mittel zum Vergleich mindestens eines der Signalmerkmale des Geräuschsignals (SQ1 bis SQ4) mit gespeicherten Geräuschmustern (SMa bis SMz) zur Bestimmung und Zuordnung von Parametern der zugrundeliegenden Geräuschquelle (G1 bis G4) vorgesehen ist.
    18. Anordnung nach einem der Ansprüche 11 bis 17,
      dadurch gekennzeichnet, daß ein optisches System zur Erfassung von optischen Daten vorgesehen ist.
    19. Verfahren nach einem der Ansprüche 11 bis 18,
      dadurch gekennzeichnet, daß eine Aufnahmeeinheit zur Erfassung von meteorologischen Daten vorgesehen ist.
    20. Anordnung nach einem der Ansprüche 11 bis 19,
      dadurch gekennzeichnet, daß ein Mittel zur Bestimmung und Klassifizierung der Signalmerkmale des Geräuschsignals (SQ1 bis SQ4) und/oder der Parameter der Geräuschquelle (G1 bis G4) anhand eines selbstlernenden Systems vorgesehen ist.
    21. Anordnung nach einem der Ansprüche 11 bis 20,
      dadurch gekennzeichnet, daß ein externes Steuerungs- und/oder einem Regelungssystem vorgesehen ist.
    22. Anordnung nach einem der Ansprüche 11 bis 21,
      dadurch gekennzeichnet , daß ein Mittel zur Analyse der Parameter (P) anhand der Schallanalyse in mehreren Iterationsschritten zur Erkennung von signifikanten Aspekten innerhalb eines Geräuschs vorgesehen ist.
    EP01991835A 2000-12-22 2001-12-12 Verfahren und anordnung zur verarbeitung von geräuschsignalen einer geräuschquelle Expired - Lifetime EP1344198B1 (de)

    Applications Claiming Priority (3)

    Application Number Priority Date Filing Date Title
    DE10064756A DE10064756A1 (de) 2000-12-22 2000-12-22 Verfahren und Anordnung zur Verarbeitung von Geräuschsignalen einer Geräuschquelle
    DE10064756 2000-12-22
    PCT/EP2001/014623 WO2002052522A1 (de) 2000-12-22 2001-12-12 Verfahren und anordnung zur verarbeitung von geräuschsignalen einer geräuschquelle

    Publications (2)

    Publication Number Publication Date
    EP1344198A1 EP1344198A1 (de) 2003-09-17
    EP1344198B1 true EP1344198B1 (de) 2004-07-14

    Family

    ID=7668796

    Family Applications (1)

    Application Number Title Priority Date Filing Date
    EP01991835A Expired - Lifetime EP1344198B1 (de) 2000-12-22 2001-12-12 Verfahren und anordnung zur verarbeitung von geräuschsignalen einer geräuschquelle

    Country Status (8)

    Country Link
    US (1) US20040081322A1 (de)
    EP (1) EP1344198B1 (de)
    JP (1) JP4167489B2 (de)
    BR (1) BR0116418A (de)
    DE (2) DE10064756A1 (de)
    ES (1) ES2223950T3 (de)
    MX (1) MXPA03005620A (de)
    WO (1) WO2002052522A1 (de)

    Families Citing this family (29)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    WO2003015456A2 (en) * 2001-08-10 2003-02-20 Seti Média Inc. Sound pollution surveillance system and method
    DE10250739A1 (de) * 2002-10-31 2004-05-13 Bayerische Motoren Werke Ag Verfahren zur Bewertung von Störgeräuschen
    DE10358375B4 (de) * 2002-12-12 2014-01-23 Robert Bosch Gmbh Verfahren zur Geräuschklassifikation
    DE10349479B3 (de) * 2003-10-21 2005-07-14 Siemens Ag Vorrichtung zur Lokalisierung von Verkehrsunfällen
    JP4569437B2 (ja) * 2005-08-31 2010-10-27 日本精工株式会社 異常診断装置
    US8248226B2 (en) * 2004-11-16 2012-08-21 Black & Decker Inc. System and method for monitoring security at a premises
    DE102004062029A1 (de) 2004-12-23 2006-07-13 Robert Bosch Gmbh Überwachung einer Mehrkolbenpumpe
    US7881939B2 (en) * 2005-05-31 2011-02-01 Honeywell International Inc. Monitoring system with speech recognition
    US20070031237A1 (en) * 2005-07-29 2007-02-08 General Electric Company Method and apparatus for producing wind energy with reduced wind turbine noise
    US8531286B2 (en) * 2007-09-05 2013-09-10 Stanley Convergent Security Solutions, Inc. System and method for monitoring security at a premises using line card with secondary communications channel
    WO2010037387A2 (en) * 2008-09-30 2010-04-08 Vestas Wind Systems A/S Control of wind park noise emission
    US20100082180A1 (en) * 2008-10-01 2010-04-01 Honeywell International Inc. Errant vehicle countermeasures
    US8983677B2 (en) * 2008-10-01 2015-03-17 Honeywell International Inc. Acoustic fingerprinting of mechanical devices
    US9928824B2 (en) 2011-05-11 2018-03-27 Silentium Ltd. Apparatus, system and method of controlling noise within a noise-controlled volume
    EP2707871B1 (de) * 2011-05-11 2020-09-09 Silentium Ltd. System und verfahren zur rauschsteuerung
    US20170307435A1 (en) * 2014-02-21 2017-10-26 New York University Environmental analysis
    US10401517B2 (en) 2015-02-16 2019-09-03 Pgs Geophysical As Crosstalk attenuation for seismic imaging
    US10694107B2 (en) * 2015-11-13 2020-06-23 Albert Orglmeister Method and device for eliminating thermal interference for infrared and video-based early fire detection
    DE102015119594A1 (de) * 2015-11-13 2017-05-18 Albert Orglmeister Verfahren zur Eliminierung von thermischen Störungen bei der Infrarot- und Video-Brandfrüherkennung
    US11959798B2 (en) * 2017-04-11 2024-04-16 Systèmes De Contrôle Actif Soft Db Inc. System and a method for noise discrimination
    JP7241030B2 (ja) * 2017-05-16 2023-03-16 シグニファイ ホールディング ビー ヴィ インテリジェント照明を用いたノイズフロー監視及び音位置特定
    DE102018200878B3 (de) * 2018-01-19 2019-02-21 Zf Friedrichshafen Ag Detektion von Gefahrengeräuschen
    US20210010855A1 (en) * 2018-05-11 2021-01-14 Nec Corporation Propagation path estimation apparatus, method, and program
    EP3879938A1 (de) * 2020-03-11 2021-09-15 Tridonic GmbH & Co KG Leuchtenraster
    DE102020110659A1 (de) 2020-04-20 2021-10-21 Bayerische Motoren Werke Aktiengesellschaft Betreiben eines Fahrzeugs sowie Fahrzeug und System
    CN111721401B (zh) * 2020-06-17 2022-03-08 广州广电计量检测股份有限公司 一种低频噪声分析系统及方法
    CN112729528B (zh) * 2020-12-07 2022-09-23 潍柴动力股份有限公司 一种噪声源识别方法、装置及设备
    JP7459857B2 (ja) 2021-12-10 2024-04-02 トヨタ自動車株式会社 異音解析装置および方法
    DE102022003089A1 (de) 2022-08-23 2024-02-29 Mercedes-Benz Group AG Signalausgabevorrichtung und Kraftfahrzeug mit einer solchen Signalausgabevorrichtung

    Family Cites Families (13)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    US4424511A (en) * 1980-10-30 1984-01-03 Alberts Jr Fred L Noise monitor
    US4346374A (en) * 1981-01-05 1982-08-24 Groff James W Classroom noise alarm
    US4806931A (en) * 1988-01-25 1989-02-21 Richard W. Clark Sound pattern discrimination system
    US4876721A (en) * 1988-03-03 1989-10-24 Martin Marietta Energy Systems, Inc. Method and device for identifying different species of honeybees
    US6760451B1 (en) * 1993-08-03 2004-07-06 Peter Graham Craven Compensating filters
    US5452364A (en) * 1993-12-07 1995-09-19 Bonham; Douglas M. System and method for monitoring wildlife
    US5619616A (en) * 1994-04-25 1997-04-08 Minnesota Mining And Manufacturing Company Vehicle classification system using a passive audio input to a neural network
    JPH09167296A (ja) * 1995-12-15 1997-06-24 Fuji Facom Corp 道路上の交通流パラメータ計測方法
    JPH103479A (ja) * 1996-06-14 1998-01-06 Masaomi Yamamoto 動物等の意思翻訳方法および動物等の意思翻訳装置
    US5878367A (en) * 1996-06-28 1999-03-02 Northrop Grumman Corporation Passive acoustic traffic monitoring system
    SE516798C2 (sv) * 1996-07-03 2002-03-05 Thomas Lagoe Anordning och sätt för analys och filtrering av ljud
    JP2939940B2 (ja) * 1996-07-09 1999-08-25 日本電気株式会社 ファン音消音装置
    US5844983A (en) * 1997-07-10 1998-12-01 Ericsson Inc. Method and apparatus for controlling a telephone ring signal

    Also Published As

    Publication number Publication date
    MXPA03005620A (es) 2004-03-18
    BR0116418A (pt) 2003-12-30
    DE10064756A1 (de) 2002-07-04
    WO2002052522A1 (de) 2002-07-04
    ES2223950T3 (es) 2005-03-01
    JP4167489B2 (ja) 2008-10-15
    EP1344198A1 (de) 2003-09-17
    JP2004517309A (ja) 2004-06-10
    DE50102884D1 (de) 2004-08-19
    US20040081322A1 (en) 2004-04-29

    Similar Documents

    Publication Publication Date Title
    EP1344198B1 (de) Verfahren und anordnung zur verarbeitung von geräuschsignalen einer geräuschquelle
    EP1344197B1 (de) Verfahren und anordnung zur bestimmung eines geräuschsignals einer geräuschquelle
    EP0576705B1 (de) Verfahren zur Erkennung von Verbrennungsaussetzern
    JP2004537057A5 (de)
    DE102019217794A1 (de) Verfahren zur Ermittlung von Verkehrsinformationen
    DE102017113752A1 (de) Fahrzeug mit der ereignisaufzeichnung
    DE19535094B4 (de) Verfahren zur Verbrennungsaussetzererkennung an einem oder mehreren dauernd aussetzenden Zylindern
    DE102015120533B4 (de) Einrichtung und Verfahren zur akustischen Verkehrsdatenerfassung
    EP3788396A1 (de) Verfahren und vorrichtung zum erkennen eines in einem empfangssignal eines ultraschallsensors abgebildeten geräuschs
    DE102018211758A1 (de) Vorrichtung, verfahren und computerprogramm zur akustischen überwachung eines überwachungsbereichs
    DE102013207173A1 (de) Verfahren zur Bestimmung von Segmentzeiten eines Geberrads eines Verbrennungsmotors
    AT500235B1 (de) System und verfahren zur automatischen überwachung eines verkehrsweges
    EP1197415A2 (de) Verfahren und Vorrichtung zur Erkennung eines schadhaften Wälzlagers eines Schienenfahrzeuges
    DE102021204989A1 (de) Verfahren zur Ermittlung von Trajektorien von Fahrzeugen
    DE102020109580A1 (de) Verfahren zur überwachung einer energieerzeugungsanlage und/oder zur lokalisierung von komponenten der energieerzeugungsanlage
    DE10133103A1 (de) Verfahren und Vorrichtung zur Messung und Nachbildung einer von einer Person subjektiv wahrgenommenen Umgebung
    DE10322617A1 (de) Verfahren und Vorrichtungen zum Erkennen von einem Gegenstand auf einer Fahrbahnoberfläche
    DE102019215821A1 (de) Verfahren zur Schwingungsanalyse eines mit Kraftfahrzeugen befahrbaren Bauwerks
    EP1372826B1 (de) Verfahren und vorrichtung zur beurteilung der funktionsfähigkeit einer einrichtung zur reduzierung des ozongehaltes von luft
    WO2021239326A1 (de) Verfahren zum schätzen einer eigengeschwindigkeit
    DE102018218308B4 (de) Verfahren zum Erfassen einer Luftqualität, Kraftfahrzeug und Servereinrichtung
    DE102019209797A1 (de) Verfahren und Einrichtung zur Ermittlung des fahrbetriebsbedingten Zustandes von Karosseriekomponenten eines Fahrzeugs sowie eines entsprechenden Fahrerverhaltens
    AT524959B1 (de) Datenerfassung im Fahrzeug
    EP1280118A1 (de) Verfahren zur Feststellung von Strassenverkehrszuständen
    EP3258237B1 (de) Verfahren zur charakterisierung eines fahrzeugs

    Legal Events

    Date Code Title Description
    PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

    Free format text: ORIGINAL CODE: 0009012

    17P Request for examination filed

    Effective date: 20030624

    AK Designated contracting states

    Kind code of ref document: A1

    Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

    RIC1 Information provided on ipc code assigned before grant

    Ipc: 7G 08G 1/015 A

    Ipc: 7G 08G 1/04 B

    GRAP Despatch of communication of intention to grant a patent

    Free format text: ORIGINAL CODE: EPIDOSNIGR1

    GRAS Grant fee paid

    Free format text: ORIGINAL CODE: EPIDOSNIGR3

    GRAA (expected) grant

    Free format text: ORIGINAL CODE: 0009210

    AK Designated contracting states

    Kind code of ref document: B1

    Designated state(s): DE ES FR GB IT SE

    REG Reference to a national code

    Ref country code: GB

    Ref legal event code: FG4D

    Free format text: NOT ENGLISH

    REF Corresponds to:

    Ref document number: 50102884

    Country of ref document: DE

    Date of ref document: 20040819

    Kind code of ref document: P

    REG Reference to a national code

    Ref country code: IE

    Ref legal event code: FG4D

    Free format text: GERMAN

    GBT Gb: translation of ep patent filed (gb section 77(6)(a)/1977)

    Effective date: 20040914

    REG Reference to a national code

    Ref country code: SE

    Ref legal event code: TRGR

    REG Reference to a national code

    Ref country code: ES

    Ref legal event code: FG2A

    Ref document number: 2223950

    Country of ref document: ES

    Kind code of ref document: T3

    REG Reference to a national code

    Ref country code: IE

    Ref legal event code: FD4D

    ET Fr: translation filed
    PLBE No opposition filed within time limit

    Free format text: ORIGINAL CODE: 0009261

    STAA Information on the status of an ep patent application or granted ep patent

    Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

    26N No opposition filed

    Effective date: 20050415

    REG Reference to a national code

    Ref country code: FR

    Ref legal event code: CA

    Ref country code: FR

    Ref legal event code: CD

    PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

    Ref country code: FR

    Payment date: 20110104

    Year of fee payment: 10

    PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

    Ref country code: SE

    Payment date: 20101214

    Year of fee payment: 10

    Ref country code: GB

    Payment date: 20101221

    Year of fee payment: 10

    PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

    Ref country code: DE

    Payment date: 20101222

    Year of fee payment: 10

    Ref country code: IT

    Payment date: 20101227

    Year of fee payment: 10

    PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

    Ref country code: ES

    Payment date: 20101223

    Year of fee payment: 10

    REG Reference to a national code

    Ref country code: SE

    Ref legal event code: EUG

    GBPC Gb: european patent ceased through non-payment of renewal fee

    Effective date: 20111212

    REG Reference to a national code

    Ref country code: FR

    Ref legal event code: ST

    Effective date: 20120831

    REG Reference to a national code

    Ref country code: DE

    Ref legal event code: R119

    Ref document number: 50102884

    Country of ref document: DE

    Effective date: 20120703

    PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

    Ref country code: GB

    Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

    Effective date: 20111212

    Ref country code: SE

    Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

    Effective date: 20111213

    Ref country code: DE

    Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

    Effective date: 20120703

    PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

    Ref country code: IT

    Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

    Effective date: 20111212

    PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

    Ref country code: FR

    Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

    Effective date: 20120102

    REG Reference to a national code

    Ref country code: ES

    Ref legal event code: FD2A

    Effective date: 20130704

    PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

    Ref country code: ES

    Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

    Effective date: 20111213