JP3626917B2 - 非定常騒音のノイジネス評価装置 - Google Patents
非定常騒音のノイジネス評価装置 Download PDFInfo
- Publication number
- JP3626917B2 JP3626917B2 JP2001070215A JP2001070215A JP3626917B2 JP 3626917 B2 JP3626917 B2 JP 3626917B2 JP 2001070215 A JP2001070215 A JP 2001070215A JP 2001070215 A JP2001070215 A JP 2001070215A JP 3626917 B2 JP3626917 B2 JP 3626917B2
- Authority
- JP
- Japan
- Prior art keywords
- noise
- calculated
- noisiness
- pulse
- processing
- 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 - Fee Related
Links
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、非定常騒音のノイジネス評価装置に関する。詳しくは、騒音評価に関し、人間の感覚器官（聴覚）で行なっている処理を、数学的処理で置き換えることにより、人間の感覚に近いうるささを評価するものである。
【０００２】
【従来の技術】
従来の機械騒音は、騒音計測器による音量の大小によって騒音の大きさ、やかましさ等を判断して騒音対策が施され、音量を低減させることにより周囲の環境保全がなされてきた。
音量は通常「ホン」を単位とする評価基準が定まっており、騒音のホン数を測定することにより、その騒音を法令で定められたレベル以下にすることが騒音対策の目的であった。
【０００３】
従来の騒音計による基本的な計測処理を図１３に示す。
図１３に示すように、マイクロホンにより計測され聴感補正された音圧を時刻刻みΔｔで離散化した第ｉステップの音圧をＰ（ｉ）とすると、基準音圧（Ｐ０）により除算され無次元化されると共に二乗化され、一次遅れ系の演算回路を経て最終的にはレベル換算ＬＰ（ｉ）される。
一次遅れ系の時定数Ｔとしては、通常のＦａｓｔモードでは１２５ｍｓｅｃと設定されている。
【０００４】
【発明が解決しようとする課題】
しかしながら、時間変化に伴い音圧が変動する非定常騒音については騒音計の動特性が人間の聴覚器官の動特性を正確に近似したものではないため、騒音を聴取した人間の聴覚と騒音計の指示値の傾向が異なる問題が発生する場合があった。
また、千差万別の非定常騒音を統一的に評価するためには、音圧（物理量）から一歩踏み込んだ聴覚内部情報（生理量）に関する信号処理が必要となる。
本発明は、上記従来技術に鑑みてなされたものであり、人間の感覚のみに依存し聴感覚として定量化が困難であった非定常騒音を評価でき、聴感上の騒音の問題点の明確化及び人間の聴感覚に基づく騒音対策の立案、実施が可能となる非定常騒音のノイジネス評価装置を提供することを目的とする。
【０００５】
【課題を解決するための手段】
上記課題を解決する本発明の請求項１に係る非定常騒音のノイジネス評価装置は、時々刻々変化する音圧を入力とし、聴覚内部で変化する神経パルス（神経伝達物質）を演算した後、パルス特徴量を求め、そして、複数のパルス特徴量を用いた線形式にてうるささ（Ｎｏｉｓｉｎｅｓｓ：ノイジネス）を演算・表示することを特徴とする。
【０００６】
上記課題を解決する本発明の請求項２に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、それぞれ総和を求め、それらの平均値による重相関式によりノイジネスを演算し、表示することを特徴とする。
【０００７】
上記課題を解決する本発明の請求項３に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、帯域データを用いてニューラルネットでノイジネスを演算し、表示することを特徴とする。
【０００８】
上記課題を解決する本発明の請求項４に係る非定常騒音のノイジネス評価装置は、測定された騒音データに対して、リアルタイムで外耳／中耳特性で補正し聴覚フィルタ処理し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、それぞれ総和を求め、それらによる重相関式によりノイジネスを演算し、表示することを特徴とする。
【０００９】
上記課題を解決する本発明の請求項５に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施し、総和を求め、単相関式によりノイジネスを演算し、表示することを特徴とする。
【００１０】
上記課題を解決する本発明の請求項６に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、これらの総和を求め、これらを２変数とする重相関式によりノイジネスを演算し、表示することを特徴とする。
【００１１】
上記課題を解決する本発明の請求項７に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、３変数の重相関式によりノイジネスを演算し、表示することを特徴とする。
【００１２】
上記課題を解決する本発明の請求項８に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、これら三つの総和を切り換えて１，２又は３変数による相関式によりノイジネスを演算し、表示することを特徴とする。
【００１３】
上記課題を解決する本発明の請求項９に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、これら三つの総和を３変数とする重相関式によりノイジネスを演算し、更に、該ノイジネスと目標とする基準ノイジネスに対するノイジネス差分を求め、騒音レベルとノイジネスの関係を整理したノイジネス感度を前記ノイジネス差分に掛け合わせ、同時に演算した騒音レベルと足し合わせることにより、ノイジネス補正レベルを演算して、表示することを特徴とする。
【００１４】
【発明の実施の形態】
本発明の信号処理の概念を図９及び２４に示す。
本発明では、両図に示すように、外耳／中耳特性を経た非定常騒音は、聴覚に備わる周波数弁別機能により帯域数をｎ（通常３２，６４ 等の２ の倍数） とすると帯域−１、帯域−２、帯域−３、…帯域−ｎに分けられ、それらは帯域音圧（基底膜振動に相当）で表され、更に有毛細胞モデルでは１ｓｔモデル、２ｎｄモデル、３ｒｄモデル、…Ｎ−ｔｈモデルとなり、神経パルス（神経伝達物質）、特徴抽出を経て、関数Ｆによりうるささ（ノイジネス）を求めるものである。
ここで、聴覚の周波数弁別とは、一般的には聴覚フィルタと称されるもので実現でき、例えば、ＩＳＯ５３２Ｂでも規定されている臨界帯域或いは後に述べる等価矩形幅（ＥＲＢ：Ｅｑｕｉｖａｌｅｎｔ Ｒｅｃｔａｎｇｕｌａｒ Ｂａｎｄ−ｗｉｄｔｈ，イギリス）をいい、また、外耳／中耳特性とはよく知られているように外耳の空洞の共鳴特性及び鼓膜と耳小骨で構成される系の振動伝達特性を言う。
尚、図９に示す例は、主として、後述する実施例２に示す音質判断ニューロを用いてノイジネスを求めるのに対し、図２４に示す例は、主として後述する３変数による重相関式でノイジネスを求める点が異なる。
【００１５】
〔実施例１〕
本発明の第１の実施例に係る非定常騒音のノイジネス評価装置を図１に示す。
本実施例は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理と同期処理を実施し、それぞれ総和をとり、それらの総和により後述する手法によりノイジネスを演算する手法である。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１、アナログ／ディジタル変換器２、データ記憶器３、外耳／中耳特性器４、聴覚フィルタ器５、パルス演算器６、ＳＲ演算器７、ＳＳ演算器８、総和演算器９、ノイジネス演算器１０、ノイジネス表示器１１により構成される。
ここで、ＳＲは、ｓｐｉｋｅ ｒａｔｅの略語であり、平均発火率を意味する。
また、ＳＳは、ｓｐｉｋｅ ｓｙｎｃｈｒｏｎｙの略語で、同期性を意味する。
【００１６】
騒音計１により騒音を計測し、その計測データをアナログ／ディジタル変換器２でディジタル量に変換してデータ記憶器３に一旦記憶する。
騒音計１により計測される騒音は、図１０に示すように、時刻と共に音圧が変化する。
ディジタル量に変換されデータ記憶器３に記憶される音圧スペクトログラム及び音圧相当レベル変化は図１１に示す形状となる。
その後、データ記憶器３に記憶された騒音データを外耳／中耳特性器４に入力する。
外耳／中耳特性器４は、図１９に一例を示すが、周波数毎に異なるゲインを有するフィルタ器Ｇ１，Ｇ２，…，Ｇｎの集合であり、この例では、１１．５ｋＨｚ以上でゲインが「１」となる。
外耳／中耳特性器４を経た騒音データは聴覚フィルタ器５に入力する。
【００１７】
聴覚フィルタ器５は、例えば、図４に示すように異なる特性を持つＥＲＢフィルタ器Ｅ１，Ｅ２，Ｅ３，Ｅ４，…Ｅｎ−３，Ｅｎ−２，Ｅｎ−１，Ｅｎの集合であり、それらは、中心周波数をｆｃ（ｋＨｚ）とするとＥＲＢ（Ｈｚ）は下記の数式に整理されている。
【００１８】
【数１】
【００１９】
聴覚には、周波数領域においてマスキング等の固有な特性があり、その特性は信号処理により近似することが一般的であり、そのため、本実施例では、世界的に認知されているＥＲＢフィルタを使用するものである。
聴覚フィルタ器５を通過した音圧データは、それぞれパルス演算器６に入力される。
パルス演算器６は、異なる特性を持つパルス演算器Ｐ１，Ｐ２，…Ｐｎの集合であり、次のような神経発火処理を行なう。
【００２０】
即ち、聴覚フィルタ器５を通過した音圧は基底膜上での振動伝搬に相当する。
膜上には正の音圧のみに反応する有毛細胞が存在し、この細胞は聴神経とシナプス結合している。
この結合の数学モデルは、Ｍｅｄｄｉｓにより開発され、下記のように定義されている。
即ち、図５のようなモデル上で、ｋ（ｔ）を透過率変化、ｓ（ｔ）を音圧刺激とすると、次の関係がある。
【００２１】
【数２】
【００２２】
ここに、ＡとＢは正の定数である（Ｂ＞Ａ）。
また、音圧刺激とはＥＲＢフィルタを透過した音圧であり、基準音圧に対する実際の音圧の比で表される。
次に、ｃ（ｔ）、ｗ（ｔ）を結合部及び物質貯蔵部の伝達物質量、ｒを物質貯蔵への帰還率、ｘを細胞への再生率、ｌを損失率、また、伝達物質の生成は「１」を上限とすると１−ｑ（ｔ）に比例し、ｙを生成率とすると、細胞内に自動的に供給される伝達物質量はｙ（１−ｑ（ｔ））となる。
従って、細胞内の伝達物質の変化率ｄｑ／ｄｔは次式となる。
【００２３】
【数３】
【００２４】
一方、同様に、結合部及び物質貯蔵部の伝達物質変化率ｄｃ／ｄｔ、ｄｗ／ｄｔは次式となる。
【００２５】
【数４】
【００２６】
従って、上記の連立微分方程式を微小時間での逐次積分法を用いて解析することにより音圧から神経パルス（ここではｃ（ｔ））を予測することが可能となる。
なお、式中の各パラメーターは次のように設定されている。
Ａ＝５，Ｂ＝３００，ｇ＝２０００，ｙ＝５．０５，ｌ＝２５００，ｘ＝６６３，ｒ＝６５８０
ここで、図６に単純な音圧入力に対する本モデルの神経パルス発火（ｃ（ｔ）に相当）の状態を示す。
【００２７】
図６に示すように、入力は、１ｋＨｚで音圧４０ｄＢから８０ｄＢ迄、５ｄＢステップで２５０ｍｓのバースト音圧であるが、出力である神経パルスは音圧の開始部分で大きく立ち上がるのみで、その後の継続部分は急速に減衰する。
入力に対して極めて非線型性の強いモデルであり、人の聴覚に感じるうるささは、従来の音圧評価とは全く異なった評価になる。
【００２８】
このように各周波数帯域で得られた時系列の神経パルスに対して、ＳＲ演算器７とＳＳ演算器８により、特徴抽出処理を行なう。
ＳＲ演算器７は、周波数帯域毎の演算器Ｒ１，Ｒ２，…Ｒｎの集合であり、得られた神経パルス波について、図１２の上段に示すような平均発火処理を行なう。
即ち、周波数帯域ｉ（ｉ＝１，２，…，Ｎ）において、計算する時間フレームｊ（ｊ＝１，２，…，Ｍ）内での神経パルス波Ｃｉｊ（ｎ）（ｎ＝１，２，…，Ｌ）に対して、次式に示す平均発火率ＳＲ（ｉ）を求める。
【００２９】
【数５】
【００３０】
同様に、ＳＳ演算器８は、周波数帯域毎の演算器Ｆ１，Ｆ２，…Ｆｎの集合であり、次式に示すように、同期性ＳＳ（ｉ）を定量化することにより、図１２の中段に示すような同期処理を行なう。
なお、ＴはあるＥＲＢ帯域での中心周波数の周期である。
【００３１】
【数６】
【００３２】
総和演算器９は、ＳＲ演算器７、ＳＳ演算器８により得られた信号を総和し、ノイジネス演算器１０へ出力する。
ノイジネス演算器１０は、総和演算器９から入力した総和に基づき重相関式により、図１２の下段に示すようなノイジネスを評価し、その値をノイジネス表示器１１で表示する。
図８（ａ）に示すように、ノイジネス演算器１０で重相関式より求めたノイジネスを横軸とし、実験により求めたノイジネスを縦軸とすると、相関（Ｃｏｒｒｅｌａｔｉｏｎ）は０．８８１となる。なお、図中のＩｄｌｅはフォークリフトのエンジンアイドル運転時、Ｒｕｎは走行時、Ｌｉｆｔは荷役作業時のオペレータ騒音を示す。
【００３３】
一方、従来の音圧評価では、図７に示すように、横軸に示す音圧と縦軸に示す実験により求めたうるささの相関は０．０３に過ぎない。
尚、図７は、騒音レベルとノイジネスとを比較したものである。同図のように、代表的な騒音について−３ｄＢ（Ａ）の低減を施しても７５ｄＢ（Ａ）の他の騒音よりもノイジネスが高い場合がある為、騒音レベル評価では非定常騒音の評価に相応しくない事を示している。
【００３４】
このように説明したように本実施例は、騒音計１、アナログ／ディジタル変換器２を経て測定された騒音データをデータ記憶器３で記録し、外耳／中耳特性器４、聴覚フィルタ器５、パルス演算器６によりオフラインでパルス演算し、ＳＲ演算器７により平均発火処理を実施すると共にＳＳ演算器８により同期処理を実施し、総和演算器９それぞれ総和をとり、それらの総和によりノイジネス演算器１０でノイジネスを演算するため、人間の感覚に近いうるささを正確に評価することができ、しかも、汎用性が高いという利点がある。
【００３５】
〔実施例２〕
本発明の第２の実施例に係る非定常騒音のノイジネス評価装置を図２に示す。
本実施例は、実施例１と同様に平均発火／同期処理した後、帯域データを用いてニューラルネットでノイジネスを演算する点が異なる。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１、アナログ／ディジタル変換器２、データ記憶器３、外耳／中耳特性器４、聴覚フィルタ器５、パルス演算器６、ＳＲ演算器７、ＳＳ演算器８、ノイジネス演算器１０、ノイジネス表示器１１、ニューラルネット器１２により構成される。
【００３６】
騒音計１による騒音の計測からＳＲ演算器７による平均発火処理及びＳＳ演算器８による同期処理までは実施例１と同様であり、実施例１と異なるのは、総和演算器９を省略し、ノイジネス演算器１０に代えてニューラルネット器１２を使用した点に特徴がある。
ニューラルネット器１２には、各ＳＲ演算器Ｒ１，Ｒ２，…Ｒｎ及び各ＳＳ演算器Ｆ１，Ｆ２，…Ｆｎからの複数の信号に基づいてニューラルネットによりノイジネスを判定する。
【００３７】
図８（ｂ）に示すように、ニューラルネット器１２により求めたノイジネスを横軸とし、実験により求めたノイジネスを縦軸とすると、相関は０．９９９となる。
上述したように本実施例は、ノイジネス演算器１０に代えてニューラルネット器１２を用いるため、実施例１よりも更に人間の感覚に近いうるささを正確に評価できるという効果を奏し、高精度であるという利点がある。
【００３８】
〔実施例３〕
本発明の第３の実施例に係る非定常騒音のノイジネス評価装置を図３に示す。
本実施例は、実施例１に比較すると、データ記録器３を省略して、騒音データ記録せずにリアルタイムにノイジネスを表示し、併せて、平均発火／同期によるノイジネスを分離して表示する手法である。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１、アナログ／ディジタル変換器２、聴覚フィルタ器５、パルス演算器６、ＳＲ演算器７、ＳＳ演算器８、総和演算器９、ノイジネス表示器１１、表示器１３、ＳＲノイジネス演算器１４、ＳＳノイジネス演算器１５から構成される。
【００３９】
本実施例では、騒音計１により騒音を計測し、その計測データをアナログ／ディジタル変換器２でディジタル量に変換し、直ちに、外耳／中耳特性器４、聴覚フィルタ器５に入力する点に特徴がある。
また、ＳＲノイジネス演算器１４、ＳＳノイジネス演算器１５により各総和演算器９により求められた値によりそれぞれ平均発火処理によるノイジネス、同期処理によるノイジネスを分離して表示する。
このように本実施例は、実施例１と同様に人間の感覚に近いうるささを正確に評価することができ、更に、データ記憶器３を省略したため、リアルタイム性があり、時刻暦評価が可能となる利点がある。
【００４０】
〔実施例４〕
本発明の第４の実施例に係る非定常騒音のノイジネス評価装置を図１４に示す。
本実施例は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性補正、聴覚フィルタ処理後、パルス演算し、経時マスキングによる平均発火処理を実施し、総和をとり、後述する手法によりノイジネスを演算する手法である。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１０１、アナログ／ディジタル変換器１０２、データ記憶器１０３、外耳／中耳特性器１０４、聴覚フィルタ器１０５、パルス演算器１０６、ｔｅｍｐＳＲ演算器１０７、総和演算器１１０、１変数ノイジネス演算器器１１１、ノイジネス表示器１１５により構成される。
ここで、ｔｅｍｐＳＲとは経時マスキング処理された神経パルスの平均発火率ｔｅｍｐｏｒａｌ Ｓｐｉｋｅ Ｒａｔｅの略である。
【００４１】
騒音計１０１により騒音を計測し、その計測データをアナログ／ディジタル変換器１０２でディジタル量に変換してデータ記憶器１０３に一旦記憶する。
騒音計１０１により計測される騒音は、図２４左に示すように、時刻と共に音圧が変化する。
その後、データ記憶器１０３に記憶された騒音データを外耳／中耳特性器１０４に入力する。
【００４２】
外耳／中耳特性器１０４、聴覚フィルタ１０５、パルス演算器１０６は第一実施例と同じであり、ｔｅｍｐＳＲ演算器１０７に入力する。
【００４３】
このように各ＥＲＢ帯域で得られた時系列の神経パルスに対して、ｔｅｍｐＳＲ演算器１０７により、特徴抽出処理を行なう。
ｔｅｍｐＳＲ演算器１０７は、異なる特性を持つ演算器Ｓ１，Ｓ２，…Ｓｎの集合であり、得られた神経パルス波について、ある時間間隔での平均発火率を算出し、音圧刺激を受けた場合の聴覚反応を定量化する。
ここで、演算された神経パルス波は図２０では破線に相当するが、感覚としては実線のように極大から指数関数的に減少する。この感覚は神経パルス波に対する閾値となり、閾値以下のパルスは認識されないという経時マスキング処理を行う。
【００４４】
即ち、周波数帯域ｉ（ Ｉ＝１，２，…，Ｎ） で計算した時間フレームｊ（ ｊ＝１，２，…，Ｍ） 内での経時マスキング処理された神経パルス波ＴＣｉｊ（ｎ） （ｎ＝１，２，…，Ｌ） に対して、時間フレームに関する平均を求め、これをｔｅｍｐＳＲ（ｉ）とする。
【００４５】
【数７】
【００４６】
総和演算器１１０は、ｔｅｍｐＳＲ演算器１０７により得られた信号を総和し、１変数ノイジネス演算器器１１１へ出力する。
１変数ノイジネス演算器器１１１は、総和演算器１１０から入力に基づき単相関式によりノイジネスを評価し、その値をノイジネス表示器１１５で表示する。
図２１に示すように、１変数ノイジネス演算器器１１１で相関式より求めたノイジネスを横軸とし、実験により求めたノイジネスを縦軸とすると、相関（Ｃｏｒｒｅｌａｔｉｏｎ ）は０．８７３となる。なお、図中の記号はフォークリフトのエンジンアイドル運転、走行時及び荷役作業時のオペレータ騒音の場合を示す。
【００４７】
このように説明したように本実施例は、騒音計１０１、アナログ／ディジタル変換器１０２を経て測定された騒音データをデータ記憶器１０３で記録し、外耳／中耳特性器１０４、聴覚フィルタ器１０５、パルス演算器１０６によりオフラインでパルス演算し、ｔｅｍｐＳＲ演算器１０７により経時マスキング処理を実施し、総和演算器１１０で総和をとり、それらの総和によりノイジネス演算器でノイジネスを演算するため、人間の感覚に近いうるささを正確に評価することができ、しかも、汎用性が高いという利点がある。
【００４８】
〔実施例５〕
本発明の第５の実施例に係る非定常騒音のノイジネス評価装置を図１５に示す。
本実施例は、実施例４と同様にｔｅｍｐＳＲ処理すると共に、ＳＤ演算し、それぞれの総和から２変数でノイジネスを演算する点が異なる。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１０１、アナログ／ディジタル変換器１０２、データ記憶器１０３、外耳／中耳特性器１０４、聴覚フィルタ器１０５、パルス演算器１０６、ｔｅｍｐＳＲ演算器１０７、ＳＤ演算器１０８、２変数ノイジネス演算器器１１２、ノイジネス表示器１１５により構成される。
【００４９】
騒音計１０１による騒音の計測からｔｅｍｐＳＲ演算器１０７による経時マスキング処理までは実施例４と同様であり、実施例４と異なるのは演算された神経パルス波を用い、発火変化率（ＳＤ：Ｓｐｉｋｅ Ｄｉｆｆｅｒｅｎｔｉａｌ）を演算する点である。
【００５０】
即ち、ｔｅｍｐＳＲ演算と同様に、周波数帯域ｉ（ Ｉ＝１，２，…，Ｎ） で計算した時間フレームｊ（ ｊ＝１，２，…，Ｍ） 内での神経パルス波Ｃｉｊ（ｎ） （ｎ＝−Ｌ／２，…，Ｌ／２） に対して、時間フレーム内での回帰分析を行う。つまり、Ｓｉｊ（ｎ）を回帰線ａｉｊｎ＋ｂｉｊで近似する為に最小二乗法を適用すると、傾きａｉｊは次のようになる。そして、時間フレームに関する平均ＳＤ（ｉ）とし、次式のようにする。
【００５１】
【数８】
【００５２】
ＳＤ演算器１０８は周波数毎の演算器Ｄ１，Ｄ２，…，Ｄｎが集合したものであり、各演算器が計算したＳＤを総和演算器１１０へ入力する。
総和演算器１１０はそれらの総和を計算し、ｔｅｍｐＳＲ演算による総和と共に、２変数ノイジネス演算器器１１２へ入力する。
２変数ノイジネス演算器器１１２は２つの総和を入力として、ノイジネスを演算して、ノイジネス表示器１１５で表示する。
上述したように本実施例は、１変数ノイジネス演算器器１１１に代えて２変数ノイジネス演算器器１１２を用いるため、実施例４よりも更に人間の感覚に近いうるささを正確に評価できるという効果を奏し、高精度であるという利点がある。
即ち、図２２に示すように、２変数ノイジネス演算器器１１２で重相関式より求めたノイジネスを横軸とし、実験により求めたノイジネスを縦軸とすると、相関（Ｃｏｒｒｅｌａｔｉｏｎ ）は０．９３８となる。第４実施例よりも相関係数が上がっており、精度が高くなっている。
【００５３】
〔実施例６〕
本発明の第６の実施例に係る非定常騒音のノイジネス評価装置を図１６に示す。
本実施例は、実施例５と同様にｔｅｍｐＳＲ演算とＳＤ演算すると共に、ＡＣＧ演算し、それぞれの総和から３ 変数でノイジネスを演算する点が異なる。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１０１、アナログ／ディジタル変換器１０２、データ記憶器１０３、外耳／中耳特性器１０４、聴覚フィルタ器１０５、パルス演算器１０６、ｔｅｍｐＳＲ演算器１０７、ＳＤ演算器１０８、ＡＣＧ演算器１０９、３変数ノイジネス演算器１１３、ノイジネス表示器１１５により構成される。
【００５４】
騒音計１０１による騒音の計測からｔｅｍｐＳＲ演算器１０７による経時マスキング処理及びＳＤ演算器１０８によるＳＤ演算は実施例５と同様であり、実施例５と異なるのは演算された神経パルス波に含まれる周期成分の有無を調べるために、ある時間間隔での全てのパルスデータに対して自己相関の平均値の平方根を取る処理を行う。このパラメータはオートコレログラム（ＡＣＧ：Ａｕｔｏｃｏｒｒｅｌｏｇｒａｍ）とする。
【００５５】
即ち、周波数帯域ｉ（ ｉ＝１，２，…，Ｎ） で計算した時間フレームｊ（ ｊ＝１，２，…，Ｍ） 内での神経パルス波Ｃｉｊ（ｎ） （ｎ＝１，２，…，Ｌ／２） に対して、サンプル間隔ｈ（Ｍ／２以下で間隔数をＨとする）とした場合の自己相関の平均値の平方根を時間フレームに関して平均をとったものを次式のようにＡＣＧ（ｉ）とする。
【００５６】
【数９】
【００５７】
ＡＣＧ演算器１０９は周波数毎の演算器Ａ１，Ａ２，…，Ａｎが集合したものであり、各演算器が計算したＡＣＧを総和演算器１１０へ入力する。
総和演算器１１０はそれらの総和を計算し、ｔｅｍｐＳＲ演算及びＳＤ演算による総和と共に、３変数ノイジネス演算器１１３へ入力する。
３変数ノイジネス演算器１１３は３つの総和を入力として、ノイジネスを演算して、ノイジネス表示器１１５で表示する。
上述したように本実施例は、２変数ノイジネス演算器器１１２に代えて３変数ノイジネス演算器１１３を用いるため、実施例５よりも更に人間の感覚に近いうるささを正確に評価できるという効果を奏し、高精度であるという利点がある。
即ち、 図２３に示すように、３変数ノイジネス演算器１１３で重相関式より求めたノイジネスを横軸とし、実験により求めたノイジネスを縦軸とすると、相関（Ｃｏｒｒｅｌａｔｉｏｎ ）は０．９７６となる。第５実施例よりもさらに相関係数が上がっており、精度が高くなっている。
【００５８】
〔実施例７〕
本発明の第７の実施例に係る非定常騒音のノイジネス評価装置を図１７に示す。
本実施例は、実施例６と同様にｔｅｍｐＳＲ演算、ＳＤ演算及びＡＣＧ演算し、それぞれの総和からノイジネスを演算する点では同じであるが、目的、場合に応じて、変数及び評価方法を切り替えて最適なノイジネス評価を行う点で異なる。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１０１、アナログ／ディジタル変換器１０２、データ記憶器１０３、外耳／中耳特性器１０４、聴覚フィルタ器１０５、パルス演算器１０６、ｔｅｍｐＳＲ演算器１０７、ＳＤ演算器１０８、ＡＣＧ演算器１０９、切替型ノイジネス演算器１１４、ノイジネス表示器１１５、切替器１１６により構成される。
【００５９】
切替器１１６は実施例４から６で示した評価法（１変数、２変数、３変数）を切り替える事ができる。また、切替型ノイジネス演算器１１４は切替器１１６からの指示に応じてノイジネス演算式の重み係数等を変化させることができる。
【００６０】
〔実施例８〕
本発明の第８の実施例に係る非定常騒音のノイジネス評価装置を図１８に示す。
本実施例は、実施例６と同様にｔｅｍｐＳＲ演算、ＳＤ演算及びＡＣＧ演算し、それぞれの総和からノイジネスを演算する点では同じであるが、目標とする基準ノイジネスに対する差分と、騒音レベルとノイジネスの関係を整理したノイジネス感度を用いて、ノイジネス差分を騒音レベル換算し、同時に演算する騒音レベルと足し合わせる事によりノイジネス補正の騒音レベルを演算する点で異なる。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１０１、アナログ／ディジタル変換器１０２、データ記憶器１０３、外耳／中耳特性器１０４、聴覚フィルタ器１０５、パルス演算器１０６、ｔｅｍｐＳＲ演算器１０７、ＳＤ演算器１０８、ＡＣＧ演算器１０９、総和演算器１１０、３変数ノイジネス演算器１１３、ノイジネス差分演算器１１７，基準ノイジネス入力器１１８、レベル換算器１１９，ノイジネス感度入力器１２０、ノイジネス補正レベル表示器１２１、聴感補正フィルタ器１３０，レベル演算器１３１、レベル表示器１３２により構成される。
【００６１】
基準ノイジネス入力器１１８は、例えば、機械としてあるべきノイジネスを入力し、３変数ノイジネス演算器１１３で計算されたノイジネスとの差分をノイジネス差分演算器１１７で計算する。
さらに、ノイジネス感度入力器１２０は予め求めたノイジネス変化に伴う騒音レベルの変化量をノイジネス感度（単位：ｄＢ（Ａ））として入力する。レベル換算器１１９ではノイジネス差分とノイジネス感度を掛け合わせる事により、ノイジネス差分と等価な騒音レベルを計算する。
一方、データ記憶器１０３の騒音データは従来の聴感補正フィルタ器１３０とレベル演算器１３１により騒音レベルが計算される。
この騒音レベルとノイジネスと等価な騒音レベルを足し合わせる事により、ノイジネス補正レベルを計算し、ノイジネス補正レベル表示器１２１で表示する。
【００６２】
本実施例では、３変数ノイジネス演算に基づくノイジネスと基準ノイジネスにより、ノイジネスが基準よりも高い場合には騒音レベルを増加させ、低い場合には騒音レベルを低下させる事が可能となり、ノイジネスを騒音レベルに反映できる利点がある。
【００６３】
【発明の効果】
以上、実施例に基づいて具体的に説明したように、本発明の請求項１に係る非定常騒音のノイジネス評価装置は、時々刻々変化する音圧を入力とし、聴覚内部で変化する神経パルスを演算した後、パルス特徴量を求め、そして、複数のパルス特徴量を用いた線形式にてうるささを正確に演算・表示することが可能となり、騒音対策が効率化できるという利点がある。
【００６４】
また、本発明の請求項２に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、それぞれ総和を求め、それらの平均値による重相関式によりノイジネスを演算し、表示するため、人間の感覚に近いうるささを正確に評価することができ、しかも、汎用性が高いという利点がある。
【００６５】
また、本発明の請求項３に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、帯域データを用いてニューラルネットでノイジネスを演算し、表示するため、更に人間の感覚に近いうるささを正確に評価することができ、高精度であるという利点がある。
【００６６】
また、本発明の請求項４に係る非定常騒音のノイジネス評価装置は、測定された騒音データに対して、リアルタイムで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、それぞれ総和を求め、それらによる重相関式によりノイジネスを演算し、表示するため、リアルタイムでノイジネスを評価でき、また、記録器を省略できる利点もある。
【００６７】
また、本発明の請求項５に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキング処理を実施し、総和を求め、単相関式によりノイジネスを演算し、表示するので、人間の感覚に近いうるささを正確に評価することができ、しかも、汎用性が高いという利点がある。
【００６８】
また、本発明の請求項６に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、これらの総和を求め、これらを２変数とする重相関式によりノイジネスを演算し、表示するため、更に人間の感覚に近いうるささを正確に評価することができ、高精度であるという利点がある。
【００６９】
また、本発明の請求項７に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、３変数の重相関式によりノイジネスを演算し、表示するので、３変数ノイジネス演算に基づくノイジネスと基準ノイジネスにより、ノイジネスが基準よりも高い場合には騒音レベルを増加させ、低い場合には騒音レベルを低下させる事が可能となり、ノイジネスを騒音レベルに反映できる利点がある。
【００７０】
また、本発明の請求項８に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、これら三つの総和を切り換えて１，２又は３変数による相関式によりノイジネスを演算し、表示するので、目的、場合に応じて、変数及び評価方法を切り替えて最適なノイジネス評価を行う点で異なる。
【００７１】
また、本発明の請求項９に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、これら三つの総和を３変数とする重相関式によりノイジネスを演算し、更に、該ノイジネスと目標とする基準ノイジネスに対するノイジネス差分を求め、騒音レベルとノイジネスの関係を整理したノイジネス感度を前記ノイジネス差分に掛け合わせ、同時に演算した騒音レベルと足し合わせることにより、ノイジネス補正レベルを演算して、表示するので、３変数ノイジネス演算に基づくノイジネスと基準ノイジネスにより、ノイジネスが基準よりも高い場合には騒音レベルを増加させ、低い場合には騒音レベルを低下させる事が可能となり、ノイジネスを騒音レベルに反映できる利点がある。
【図面の簡単な説明】
【図１】本発明の第１の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図２】本発明の第２の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図３】本発明の第３の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図４】ＥＲＢフィルタの特性を示すグラフ（１０帯域）である。
【図５】聴神経のシナプス結合モデルを示す説明図である。
【図６】シナプス結合モデルの応答を示す説明図である。
【図７】騒音レベルとノイジネスの関係を示すグラフである。
【図８】ノイジネスに関する推定値と実験値の対応を示すグラフである。
【図９】本発明の非定常騒音の評価に関する信号処理を示す説明図である。
【図１０】音圧時刻歴波形を示すグラフである。
【図１１】音圧スペクトルグラム及び音圧相当レベル変化を示すグラフである。
【図１２】平均発火、同期及び総合ノイジネスを示すグラフである。
【図１３】従来の騒音計による基本的な計測処理を示すブロック図である。
【図１４】本発明の第４の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図１５】本発明の第５の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図１６】本発明の第６の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図１７】本発明の第７の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図１８】本発明の第６の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図１９】外耳／中耳特性を示すグラフ（２０Ｈｚ〜８ｋＨｚ）である。
【図２０】経時マスキング効果を示す説明図である。
【図２１】第１実施例を用いた場合のノイジネスに関する推定値と実験値の対応を示すグラフである。
【図２２】第２実施例を用いた場合のノイジネスに関する推定値と実験値の対応を示すグラフである。
【図２３】第３実施例を用いた場合のノイジネスに関する推定値と実験値の対応を示すグラフである。
【図２４】本発明の非定常騒音の評価に関する信号処理を示す説明図である。
【符号の説明】
１，１０１ 騒音計
２，１０２ アナログ／ディジタル変換器
３，１０３ データ記憶器
４，１０４ 外耳／中耳特性器
５，１０５ 聴覚フィルタ器
６，１０６ パルス演算器
７ ＳＲ演算器
８ ＳＳ演算器
９ 総和演算器
１０ ノイジネス演算器
１１ ノイジネス表示器
１２ ニューラルネット器
１３ 表示器
１４ ＳＲノイジネス演算器
１５ ＳＳノイジネス演算器
１０７ ｔｅｍｐＳＲ演算器
１０８ ＳＤ演算器
１０９ ＡＣＧ演算器
１１０ 総和演算器
１１１ １変数ノイジネス演算器
１１２ ２変数ノイジネス演算器
１１３ ３変数ノイジネス演算器
１１４ 切替型ノイジネス演算器
１１５ ノイジネス表示器
１１６ 切替器
１１７ ノイジネス差分演算器
１１８ 基準ノイジネス入力器
１１９ レベル換算器
１２０ ノイジネス感度入力器
１２１ ノイジネス補正レベル表示器
１３０ 聴感補正フィルタ器
１３１ レベル演算器
１３２ レベル表示器
【発明の属する技術分野】
本発明は、非定常騒音のノイジネス評価装置に関する。詳しくは、騒音評価に関し、人間の感覚器官（聴覚）で行なっている処理を、数学的処理で置き換えることにより、人間の感覚に近いうるささを評価するものである。
【０００２】
【従来の技術】
従来の機械騒音は、騒音計測器による音量の大小によって騒音の大きさ、やかましさ等を判断して騒音対策が施され、音量を低減させることにより周囲の環境保全がなされてきた。
音量は通常「ホン」を単位とする評価基準が定まっており、騒音のホン数を測定することにより、その騒音を法令で定められたレベル以下にすることが騒音対策の目的であった。
【０００３】
従来の騒音計による基本的な計測処理を図１３に示す。
図１３に示すように、マイクロホンにより計測され聴感補正された音圧を時刻刻みΔｔで離散化した第ｉステップの音圧をＰ（ｉ）とすると、基準音圧（Ｐ０）により除算され無次元化されると共に二乗化され、一次遅れ系の演算回路を経て最終的にはレベル換算ＬＰ（ｉ）される。
一次遅れ系の時定数Ｔとしては、通常のＦａｓｔモードでは１２５ｍｓｅｃと設定されている。
【０００４】
【発明が解決しようとする課題】
しかしながら、時間変化に伴い音圧が変動する非定常騒音については騒音計の動特性が人間の聴覚器官の動特性を正確に近似したものではないため、騒音を聴取した人間の聴覚と騒音計の指示値の傾向が異なる問題が発生する場合があった。
また、千差万別の非定常騒音を統一的に評価するためには、音圧（物理量）から一歩踏み込んだ聴覚内部情報（生理量）に関する信号処理が必要となる。
本発明は、上記従来技術に鑑みてなされたものであり、人間の感覚のみに依存し聴感覚として定量化が困難であった非定常騒音を評価でき、聴感上の騒音の問題点の明確化及び人間の聴感覚に基づく騒音対策の立案、実施が可能となる非定常騒音のノイジネス評価装置を提供することを目的とする。
【０００５】
【課題を解決するための手段】
上記課題を解決する本発明の請求項１に係る非定常騒音のノイジネス評価装置は、時々刻々変化する音圧を入力とし、聴覚内部で変化する神経パルス（神経伝達物質）を演算した後、パルス特徴量を求め、そして、複数のパルス特徴量を用いた線形式にてうるささ（Ｎｏｉｓｉｎｅｓｓ：ノイジネス）を演算・表示することを特徴とする。
【０００６】
上記課題を解決する本発明の請求項２に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、それぞれ総和を求め、それらの平均値による重相関式によりノイジネスを演算し、表示することを特徴とする。
【０００７】
上記課題を解決する本発明の請求項３に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、帯域データを用いてニューラルネットでノイジネスを演算し、表示することを特徴とする。
【０００８】
上記課題を解決する本発明の請求項４に係る非定常騒音のノイジネス評価装置は、測定された騒音データに対して、リアルタイムで外耳／中耳特性で補正し聴覚フィルタ処理し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、それぞれ総和を求め、それらによる重相関式によりノイジネスを演算し、表示することを特徴とする。
【０００９】
上記課題を解決する本発明の請求項５に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施し、総和を求め、単相関式によりノイジネスを演算し、表示することを特徴とする。
【００１０】
上記課題を解決する本発明の請求項６に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、これらの総和を求め、これらを２変数とする重相関式によりノイジネスを演算し、表示することを特徴とする。
【００１１】
上記課題を解決する本発明の請求項７に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、３変数の重相関式によりノイジネスを演算し、表示することを特徴とする。
【００１２】
上記課題を解決する本発明の請求項８に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、これら三つの総和を切り換えて１，２又は３変数による相関式によりノイジネスを演算し、表示することを特徴とする。
【００１３】
上記課題を解決する本発明の請求項９に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、これら三つの総和を３変数とする重相関式によりノイジネスを演算し、更に、該ノイジネスと目標とする基準ノイジネスに対するノイジネス差分を求め、騒音レベルとノイジネスの関係を整理したノイジネス感度を前記ノイジネス差分に掛け合わせ、同時に演算した騒音レベルと足し合わせることにより、ノイジネス補正レベルを演算して、表示することを特徴とする。
【００１４】
【発明の実施の形態】
本発明の信号処理の概念を図９及び２４に示す。
本発明では、両図に示すように、外耳／中耳特性を経た非定常騒音は、聴覚に備わる周波数弁別機能により帯域数をｎ（通常３２，６４ 等の２ の倍数） とすると帯域−１、帯域−２、帯域−３、…帯域−ｎに分けられ、それらは帯域音圧（基底膜振動に相当）で表され、更に有毛細胞モデルでは１ｓｔモデル、２ｎｄモデル、３ｒｄモデル、…Ｎ−ｔｈモデルとなり、神経パルス（神経伝達物質）、特徴抽出を経て、関数Ｆによりうるささ（ノイジネス）を求めるものである。
ここで、聴覚の周波数弁別とは、一般的には聴覚フィルタと称されるもので実現でき、例えば、ＩＳＯ５３２Ｂでも規定されている臨界帯域或いは後に述べる等価矩形幅（ＥＲＢ：Ｅｑｕｉｖａｌｅｎｔ Ｒｅｃｔａｎｇｕｌａｒ Ｂａｎｄ−ｗｉｄｔｈ，イギリス）をいい、また、外耳／中耳特性とはよく知られているように外耳の空洞の共鳴特性及び鼓膜と耳小骨で構成される系の振動伝達特性を言う。
尚、図９に示す例は、主として、後述する実施例２に示す音質判断ニューロを用いてノイジネスを求めるのに対し、図２４に示す例は、主として後述する３変数による重相関式でノイジネスを求める点が異なる。
【００１５】
〔実施例１〕
本発明の第１の実施例に係る非定常騒音のノイジネス評価装置を図１に示す。
本実施例は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理と同期処理を実施し、それぞれ総和をとり、それらの総和により後述する手法によりノイジネスを演算する手法である。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１、アナログ／ディジタル変換器２、データ記憶器３、外耳／中耳特性器４、聴覚フィルタ器５、パルス演算器６、ＳＲ演算器７、ＳＳ演算器８、総和演算器９、ノイジネス演算器１０、ノイジネス表示器１１により構成される。
ここで、ＳＲは、ｓｐｉｋｅ ｒａｔｅの略語であり、平均発火率を意味する。
また、ＳＳは、ｓｐｉｋｅ ｓｙｎｃｈｒｏｎｙの略語で、同期性を意味する。
【００１６】
騒音計１により騒音を計測し、その計測データをアナログ／ディジタル変換器２でディジタル量に変換してデータ記憶器３に一旦記憶する。
騒音計１により計測される騒音は、図１０に示すように、時刻と共に音圧が変化する。
ディジタル量に変換されデータ記憶器３に記憶される音圧スペクトログラム及び音圧相当レベル変化は図１１に示す形状となる。
その後、データ記憶器３に記憶された騒音データを外耳／中耳特性器４に入力する。
外耳／中耳特性器４は、図１９に一例を示すが、周波数毎に異なるゲインを有するフィルタ器Ｇ１，Ｇ２，…，Ｇｎの集合であり、この例では、１１．５ｋＨｚ以上でゲインが「１」となる。
外耳／中耳特性器４を経た騒音データは聴覚フィルタ器５に入力する。
【００１７】
聴覚フィルタ器５は、例えば、図４に示すように異なる特性を持つＥＲＢフィルタ器Ｅ１，Ｅ２，Ｅ３，Ｅ４，…Ｅｎ−３，Ｅｎ−２，Ｅｎ−１，Ｅｎの集合であり、それらは、中心周波数をｆｃ（ｋＨｚ）とするとＥＲＢ（Ｈｚ）は下記の数式に整理されている。
【００１８】
【数１】
聴覚には、周波数領域においてマスキング等の固有な特性があり、その特性は信号処理により近似することが一般的であり、そのため、本実施例では、世界的に認知されているＥＲＢフィルタを使用するものである。
聴覚フィルタ器５を通過した音圧データは、それぞれパルス演算器６に入力される。
パルス演算器６は、異なる特性を持つパルス演算器Ｐ１，Ｐ２，…Ｐｎの集合であり、次のような神経発火処理を行なう。
【００２０】
即ち、聴覚フィルタ器５を通過した音圧は基底膜上での振動伝搬に相当する。
膜上には正の音圧のみに反応する有毛細胞が存在し、この細胞は聴神経とシナプス結合している。
この結合の数学モデルは、Ｍｅｄｄｉｓにより開発され、下記のように定義されている。
即ち、図５のようなモデル上で、ｋ（ｔ）を透過率変化、ｓ（ｔ）を音圧刺激とすると、次の関係がある。
【００２１】
【数２】
ここに、ＡとＢは正の定数である（Ｂ＞Ａ）。
また、音圧刺激とはＥＲＢフィルタを透過した音圧であり、基準音圧に対する実際の音圧の比で表される。
次に、ｃ（ｔ）、ｗ（ｔ）を結合部及び物質貯蔵部の伝達物質量、ｒを物質貯蔵への帰還率、ｘを細胞への再生率、ｌを損失率、また、伝達物質の生成は「１」を上限とすると１−ｑ（ｔ）に比例し、ｙを生成率とすると、細胞内に自動的に供給される伝達物質量はｙ（１−ｑ（ｔ））となる。
従って、細胞内の伝達物質の変化率ｄｑ／ｄｔは次式となる。
【００２３】
【数３】
一方、同様に、結合部及び物質貯蔵部の伝達物質変化率ｄｃ／ｄｔ、ｄｗ／ｄｔは次式となる。
【００２５】
【数４】
従って、上記の連立微分方程式を微小時間での逐次積分法を用いて解析することにより音圧から神経パルス（ここではｃ（ｔ））を予測することが可能となる。
なお、式中の各パラメーターは次のように設定されている。
Ａ＝５，Ｂ＝３００，ｇ＝２０００，ｙ＝５．０５，ｌ＝２５００，ｘ＝６６３，ｒ＝６５８０
ここで、図６に単純な音圧入力に対する本モデルの神経パルス発火（ｃ（ｔ）に相当）の状態を示す。
【００２７】
図６に示すように、入力は、１ｋＨｚで音圧４０ｄＢから８０ｄＢ迄、５ｄＢステップで２５０ｍｓのバースト音圧であるが、出力である神経パルスは音圧の開始部分で大きく立ち上がるのみで、その後の継続部分は急速に減衰する。
入力に対して極めて非線型性の強いモデルであり、人の聴覚に感じるうるささは、従来の音圧評価とは全く異なった評価になる。
【００２８】
このように各周波数帯域で得られた時系列の神経パルスに対して、ＳＲ演算器７とＳＳ演算器８により、特徴抽出処理を行なう。
ＳＲ演算器７は、周波数帯域毎の演算器Ｒ１，Ｒ２，…Ｒｎの集合であり、得られた神経パルス波について、図１２の上段に示すような平均発火処理を行なう。
即ち、周波数帯域ｉ（ｉ＝１，２，…，Ｎ）において、計算する時間フレームｊ（ｊ＝１，２，…，Ｍ）内での神経パルス波Ｃｉｊ（ｎ）（ｎ＝１，２，…，Ｌ）に対して、次式に示す平均発火率ＳＲ（ｉ）を求める。
【００２９】
【数５】
同様に、ＳＳ演算器８は、周波数帯域毎の演算器Ｆ１，Ｆ２，…Ｆｎの集合であり、次式に示すように、同期性ＳＳ（ｉ）を定量化することにより、図１２の中段に示すような同期処理を行なう。
なお、ＴはあるＥＲＢ帯域での中心周波数の周期である。
【００３１】
【数６】
総和演算器９は、ＳＲ演算器７、ＳＳ演算器８により得られた信号を総和し、ノイジネス演算器１０へ出力する。
ノイジネス演算器１０は、総和演算器９から入力した総和に基づき重相関式により、図１２の下段に示すようなノイジネスを評価し、その値をノイジネス表示器１１で表示する。
図８（ａ）に示すように、ノイジネス演算器１０で重相関式より求めたノイジネスを横軸とし、実験により求めたノイジネスを縦軸とすると、相関（Ｃｏｒｒｅｌａｔｉｏｎ）は０．８８１となる。なお、図中のＩｄｌｅはフォークリフトのエンジンアイドル運転時、Ｒｕｎは走行時、Ｌｉｆｔは荷役作業時のオペレータ騒音を示す。
【００３３】
一方、従来の音圧評価では、図７に示すように、横軸に示す音圧と縦軸に示す実験により求めたうるささの相関は０．０３に過ぎない。
尚、図７は、騒音レベルとノイジネスとを比較したものである。同図のように、代表的な騒音について−３ｄＢ（Ａ）の低減を施しても７５ｄＢ（Ａ）の他の騒音よりもノイジネスが高い場合がある為、騒音レベル評価では非定常騒音の評価に相応しくない事を示している。
【００３４】
このように説明したように本実施例は、騒音計１、アナログ／ディジタル変換器２を経て測定された騒音データをデータ記憶器３で記録し、外耳／中耳特性器４、聴覚フィルタ器５、パルス演算器６によりオフラインでパルス演算し、ＳＲ演算器７により平均発火処理を実施すると共にＳＳ演算器８により同期処理を実施し、総和演算器９それぞれ総和をとり、それらの総和によりノイジネス演算器１０でノイジネスを演算するため、人間の感覚に近いうるささを正確に評価することができ、しかも、汎用性が高いという利点がある。
【００３５】
〔実施例２〕
本発明の第２の実施例に係る非定常騒音のノイジネス評価装置を図２に示す。
本実施例は、実施例１と同様に平均発火／同期処理した後、帯域データを用いてニューラルネットでノイジネスを演算する点が異なる。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１、アナログ／ディジタル変換器２、データ記憶器３、外耳／中耳特性器４、聴覚フィルタ器５、パルス演算器６、ＳＲ演算器７、ＳＳ演算器８、ノイジネス演算器１０、ノイジネス表示器１１、ニューラルネット器１２により構成される。
【００３６】
騒音計１による騒音の計測からＳＲ演算器７による平均発火処理及びＳＳ演算器８による同期処理までは実施例１と同様であり、実施例１と異なるのは、総和演算器９を省略し、ノイジネス演算器１０に代えてニューラルネット器１２を使用した点に特徴がある。
ニューラルネット器１２には、各ＳＲ演算器Ｒ１，Ｒ２，…Ｒｎ及び各ＳＳ演算器Ｆ１，Ｆ２，…Ｆｎからの複数の信号に基づいてニューラルネットによりノイジネスを判定する。
【００３７】
図８（ｂ）に示すように、ニューラルネット器１２により求めたノイジネスを横軸とし、実験により求めたノイジネスを縦軸とすると、相関は０．９９９となる。
上述したように本実施例は、ノイジネス演算器１０に代えてニューラルネット器１２を用いるため、実施例１よりも更に人間の感覚に近いうるささを正確に評価できるという効果を奏し、高精度であるという利点がある。
【００３８】
〔実施例３〕
本発明の第３の実施例に係る非定常騒音のノイジネス評価装置を図３に示す。
本実施例は、実施例１に比較すると、データ記録器３を省略して、騒音データ記録せずにリアルタイムにノイジネスを表示し、併せて、平均発火／同期によるノイジネスを分離して表示する手法である。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１、アナログ／ディジタル変換器２、聴覚フィルタ器５、パルス演算器６、ＳＲ演算器７、ＳＳ演算器８、総和演算器９、ノイジネス表示器１１、表示器１３、ＳＲノイジネス演算器１４、ＳＳノイジネス演算器１５から構成される。
【００３９】
本実施例では、騒音計１により騒音を計測し、その計測データをアナログ／ディジタル変換器２でディジタル量に変換し、直ちに、外耳／中耳特性器４、聴覚フィルタ器５に入力する点に特徴がある。
また、ＳＲノイジネス演算器１４、ＳＳノイジネス演算器１５により各総和演算器９により求められた値によりそれぞれ平均発火処理によるノイジネス、同期処理によるノイジネスを分離して表示する。
このように本実施例は、実施例１と同様に人間の感覚に近いうるささを正確に評価することができ、更に、データ記憶器３を省略したため、リアルタイム性があり、時刻暦評価が可能となる利点がある。
【００４０】
〔実施例４〕
本発明の第４の実施例に係る非定常騒音のノイジネス評価装置を図１４に示す。
本実施例は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性補正、聴覚フィルタ処理後、パルス演算し、経時マスキングによる平均発火処理を実施し、総和をとり、後述する手法によりノイジネスを演算する手法である。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１０１、アナログ／ディジタル変換器１０２、データ記憶器１０３、外耳／中耳特性器１０４、聴覚フィルタ器１０５、パルス演算器１０６、ｔｅｍｐＳＲ演算器１０７、総和演算器１１０、１変数ノイジネス演算器器１１１、ノイジネス表示器１１５により構成される。
ここで、ｔｅｍｐＳＲとは経時マスキング処理された神経パルスの平均発火率ｔｅｍｐｏｒａｌ Ｓｐｉｋｅ Ｒａｔｅの略である。
【００４１】
騒音計１０１により騒音を計測し、その計測データをアナログ／ディジタル変換器１０２でディジタル量に変換してデータ記憶器１０３に一旦記憶する。
騒音計１０１により計測される騒音は、図２４左に示すように、時刻と共に音圧が変化する。
その後、データ記憶器１０３に記憶された騒音データを外耳／中耳特性器１０４に入力する。
【００４２】
外耳／中耳特性器１０４、聴覚フィルタ１０５、パルス演算器１０６は第一実施例と同じであり、ｔｅｍｐＳＲ演算器１０７に入力する。
【００４３】
このように各ＥＲＢ帯域で得られた時系列の神経パルスに対して、ｔｅｍｐＳＲ演算器１０７により、特徴抽出処理を行なう。
ｔｅｍｐＳＲ演算器１０７は、異なる特性を持つ演算器Ｓ１，Ｓ２，…Ｓｎの集合であり、得られた神経パルス波について、ある時間間隔での平均発火率を算出し、音圧刺激を受けた場合の聴覚反応を定量化する。
ここで、演算された神経パルス波は図２０では破線に相当するが、感覚としては実線のように極大から指数関数的に減少する。この感覚は神経パルス波に対する閾値となり、閾値以下のパルスは認識されないという経時マスキング処理を行う。
【００４４】
即ち、周波数帯域ｉ（ Ｉ＝１，２，…，Ｎ） で計算した時間フレームｊ（ ｊ＝１，２，…，Ｍ） 内での経時マスキング処理された神経パルス波ＴＣｉｊ（ｎ） （ｎ＝１，２，…，Ｌ） に対して、時間フレームに関する平均を求め、これをｔｅｍｐＳＲ（ｉ）とする。
【００４５】
【数７】
総和演算器１１０は、ｔｅｍｐＳＲ演算器１０７により得られた信号を総和し、１変数ノイジネス演算器器１１１へ出力する。
１変数ノイジネス演算器器１１１は、総和演算器１１０から入力に基づき単相関式によりノイジネスを評価し、その値をノイジネス表示器１１５で表示する。
図２１に示すように、１変数ノイジネス演算器器１１１で相関式より求めたノイジネスを横軸とし、実験により求めたノイジネスを縦軸とすると、相関（Ｃｏｒｒｅｌａｔｉｏｎ ）は０．８７３となる。なお、図中の記号はフォークリフトのエンジンアイドル運転、走行時及び荷役作業時のオペレータ騒音の場合を示す。
【００４７】
このように説明したように本実施例は、騒音計１０１、アナログ／ディジタル変換器１０２を経て測定された騒音データをデータ記憶器１０３で記録し、外耳／中耳特性器１０４、聴覚フィルタ器１０５、パルス演算器１０６によりオフラインでパルス演算し、ｔｅｍｐＳＲ演算器１０７により経時マスキング処理を実施し、総和演算器１１０で総和をとり、それらの総和によりノイジネス演算器でノイジネスを演算するため、人間の感覚に近いうるささを正確に評価することができ、しかも、汎用性が高いという利点がある。
【００４８】
〔実施例５〕
本発明の第５の実施例に係る非定常騒音のノイジネス評価装置を図１５に示す。
本実施例は、実施例４と同様にｔｅｍｐＳＲ処理すると共に、ＳＤ演算し、それぞれの総和から２変数でノイジネスを演算する点が異なる。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１０１、アナログ／ディジタル変換器１０２、データ記憶器１０３、外耳／中耳特性器１０４、聴覚フィルタ器１０５、パルス演算器１０６、ｔｅｍｐＳＲ演算器１０７、ＳＤ演算器１０８、２変数ノイジネス演算器器１１２、ノイジネス表示器１１５により構成される。
【００４９】
騒音計１０１による騒音の計測からｔｅｍｐＳＲ演算器１０７による経時マスキング処理までは実施例４と同様であり、実施例４と異なるのは演算された神経パルス波を用い、発火変化率（ＳＤ：Ｓｐｉｋｅ Ｄｉｆｆｅｒｅｎｔｉａｌ）を演算する点である。
【００５０】
即ち、ｔｅｍｐＳＲ演算と同様に、周波数帯域ｉ（ Ｉ＝１，２，…，Ｎ） で計算した時間フレームｊ（ ｊ＝１，２，…，Ｍ） 内での神経パルス波Ｃｉｊ（ｎ） （ｎ＝−Ｌ／２，…，Ｌ／２） に対して、時間フレーム内での回帰分析を行う。つまり、Ｓｉｊ（ｎ）を回帰線ａｉｊｎ＋ｂｉｊで近似する為に最小二乗法を適用すると、傾きａｉｊは次のようになる。そして、時間フレームに関する平均ＳＤ（ｉ）とし、次式のようにする。
【００５１】
【数８】
ＳＤ演算器１０８は周波数毎の演算器Ｄ１，Ｄ２，…，Ｄｎが集合したものであり、各演算器が計算したＳＤを総和演算器１１０へ入力する。
総和演算器１１０はそれらの総和を計算し、ｔｅｍｐＳＲ演算による総和と共に、２変数ノイジネス演算器器１１２へ入力する。
２変数ノイジネス演算器器１１２は２つの総和を入力として、ノイジネスを演算して、ノイジネス表示器１１５で表示する。
上述したように本実施例は、１変数ノイジネス演算器器１１１に代えて２変数ノイジネス演算器器１１２を用いるため、実施例４よりも更に人間の感覚に近いうるささを正確に評価できるという効果を奏し、高精度であるという利点がある。
即ち、図２２に示すように、２変数ノイジネス演算器器１１２で重相関式より求めたノイジネスを横軸とし、実験により求めたノイジネスを縦軸とすると、相関（Ｃｏｒｒｅｌａｔｉｏｎ ）は０．９３８となる。第４実施例よりも相関係数が上がっており、精度が高くなっている。
【００５３】
〔実施例６〕
本発明の第６の実施例に係る非定常騒音のノイジネス評価装置を図１６に示す。
本実施例は、実施例５と同様にｔｅｍｐＳＲ演算とＳＤ演算すると共に、ＡＣＧ演算し、それぞれの総和から３ 変数でノイジネスを演算する点が異なる。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１０１、アナログ／ディジタル変換器１０２、データ記憶器１０３、外耳／中耳特性器１０４、聴覚フィルタ器１０５、パルス演算器１０６、ｔｅｍｐＳＲ演算器１０７、ＳＤ演算器１０８、ＡＣＧ演算器１０９、３変数ノイジネス演算器１１３、ノイジネス表示器１１５により構成される。
【００５４】
騒音計１０１による騒音の計測からｔｅｍｐＳＲ演算器１０７による経時マスキング処理及びＳＤ演算器１０８によるＳＤ演算は実施例５と同様であり、実施例５と異なるのは演算された神経パルス波に含まれる周期成分の有無を調べるために、ある時間間隔での全てのパルスデータに対して自己相関の平均値の平方根を取る処理を行う。このパラメータはオートコレログラム（ＡＣＧ：Ａｕｔｏｃｏｒｒｅｌｏｇｒａｍ）とする。
【００５５】
即ち、周波数帯域ｉ（ ｉ＝１，２，…，Ｎ） で計算した時間フレームｊ（ ｊ＝１，２，…，Ｍ） 内での神経パルス波Ｃｉｊ（ｎ） （ｎ＝１，２，…，Ｌ／２） に対して、サンプル間隔ｈ（Ｍ／２以下で間隔数をＨとする）とした場合の自己相関の平均値の平方根を時間フレームに関して平均をとったものを次式のようにＡＣＧ（ｉ）とする。
【００５６】
【数９】
ＡＣＧ演算器１０９は周波数毎の演算器Ａ１，Ａ２，…，Ａｎが集合したものであり、各演算器が計算したＡＣＧを総和演算器１１０へ入力する。
総和演算器１１０はそれらの総和を計算し、ｔｅｍｐＳＲ演算及びＳＤ演算による総和と共に、３変数ノイジネス演算器１１３へ入力する。
３変数ノイジネス演算器１１３は３つの総和を入力として、ノイジネスを演算して、ノイジネス表示器１１５で表示する。
上述したように本実施例は、２変数ノイジネス演算器器１１２に代えて３変数ノイジネス演算器１１３を用いるため、実施例５よりも更に人間の感覚に近いうるささを正確に評価できるという効果を奏し、高精度であるという利点がある。
即ち、 図２３に示すように、３変数ノイジネス演算器１１３で重相関式より求めたノイジネスを横軸とし、実験により求めたノイジネスを縦軸とすると、相関（Ｃｏｒｒｅｌａｔｉｏｎ ）は０．９７６となる。第５実施例よりもさらに相関係数が上がっており、精度が高くなっている。
【００５８】
〔実施例７〕
本発明の第７の実施例に係る非定常騒音のノイジネス評価装置を図１７に示す。
本実施例は、実施例６と同様にｔｅｍｐＳＲ演算、ＳＤ演算及びＡＣＧ演算し、それぞれの総和からノイジネスを演算する点では同じであるが、目的、場合に応じて、変数及び評価方法を切り替えて最適なノイジネス評価を行う点で異なる。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１０１、アナログ／ディジタル変換器１０２、データ記憶器１０３、外耳／中耳特性器１０４、聴覚フィルタ器１０５、パルス演算器１０６、ｔｅｍｐＳＲ演算器１０７、ＳＤ演算器１０８、ＡＣＧ演算器１０９、切替型ノイジネス演算器１１４、ノイジネス表示器１１５、切替器１１６により構成される。
【００５９】
切替器１１６は実施例４から６で示した評価法（１変数、２変数、３変数）を切り替える事ができる。また、切替型ノイジネス演算器１１４は切替器１１６からの指示に応じてノイジネス演算式の重み係数等を変化させることができる。
【００６０】
〔実施例８〕
本発明の第８の実施例に係る非定常騒音のノイジネス評価装置を図１８に示す。
本実施例は、実施例６と同様にｔｅｍｐＳＲ演算、ＳＤ演算及びＡＣＧ演算し、それぞれの総和からノイジネスを演算する点では同じであるが、目標とする基準ノイジネスに対する差分と、騒音レベルとノイジネスの関係を整理したノイジネス感度を用いて、ノイジネス差分を騒音レベル換算し、同時に演算する騒音レベルと足し合わせる事によりノイジネス補正の騒音レベルを演算する点で異なる。
即ち、本実施例の非定常騒音のノイジネス評価装置は、騒音計１０１、アナログ／ディジタル変換器１０２、データ記憶器１０３、外耳／中耳特性器１０４、聴覚フィルタ器１０５、パルス演算器１０６、ｔｅｍｐＳＲ演算器１０７、ＳＤ演算器１０８、ＡＣＧ演算器１０９、総和演算器１１０、３変数ノイジネス演算器１１３、ノイジネス差分演算器１１７，基準ノイジネス入力器１１８、レベル換算器１１９，ノイジネス感度入力器１２０、ノイジネス補正レベル表示器１２１、聴感補正フィルタ器１３０，レベル演算器１３１、レベル表示器１３２により構成される。
【００６１】
基準ノイジネス入力器１１８は、例えば、機械としてあるべきノイジネスを入力し、３変数ノイジネス演算器１１３で計算されたノイジネスとの差分をノイジネス差分演算器１１７で計算する。
さらに、ノイジネス感度入力器１２０は予め求めたノイジネス変化に伴う騒音レベルの変化量をノイジネス感度（単位：ｄＢ（Ａ））として入力する。レベル換算器１１９ではノイジネス差分とノイジネス感度を掛け合わせる事により、ノイジネス差分と等価な騒音レベルを計算する。
一方、データ記憶器１０３の騒音データは従来の聴感補正フィルタ器１３０とレベル演算器１３１により騒音レベルが計算される。
この騒音レベルとノイジネスと等価な騒音レベルを足し合わせる事により、ノイジネス補正レベルを計算し、ノイジネス補正レベル表示器１２１で表示する。
【００６２】
本実施例では、３変数ノイジネス演算に基づくノイジネスと基準ノイジネスにより、ノイジネスが基準よりも高い場合には騒音レベルを増加させ、低い場合には騒音レベルを低下させる事が可能となり、ノイジネスを騒音レベルに反映できる利点がある。
【００６３】
【発明の効果】
以上、実施例に基づいて具体的に説明したように、本発明の請求項１に係る非定常騒音のノイジネス評価装置は、時々刻々変化する音圧を入力とし、聴覚内部で変化する神経パルスを演算した後、パルス特徴量を求め、そして、複数のパルス特徴量を用いた線形式にてうるささを正確に演算・表示することが可能となり、騒音対策が効率化できるという利点がある。
【００６４】
また、本発明の請求項２に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、それぞれ総和を求め、それらの平均値による重相関式によりノイジネスを演算し、表示するため、人間の感覚に近いうるささを正確に評価することができ、しかも、汎用性が高いという利点がある。
【００６５】
また、本発明の請求項３に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、帯域データを用いてニューラルネットでノイジネスを演算し、表示するため、更に人間の感覚に近いうるささを正確に評価することができ、高精度であるという利点がある。
【００６６】
また、本発明の請求項４に係る非定常騒音のノイジネス評価装置は、測定された騒音データに対して、リアルタイムで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、それぞれ総和を求め、それらによる重相関式によりノイジネスを演算し、表示するため、リアルタイムでノイジネスを評価でき、また、記録器を省略できる利点もある。
【００６７】
また、本発明の請求項５に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキング処理を実施し、総和を求め、単相関式によりノイジネスを演算し、表示するので、人間の感覚に近いうるささを正確に評価することができ、しかも、汎用性が高いという利点がある。
【００６８】
また、本発明の請求項６に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、これらの総和を求め、これらを２変数とする重相関式によりノイジネスを演算し、表示するため、更に人間の感覚に近いうるささを正確に評価することができ、高精度であるという利点がある。
【００６９】
また、本発明の請求項７に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、３変数の重相関式によりノイジネスを演算し、表示するので、３変数ノイジネス演算に基づくノイジネスと基準ノイジネスにより、ノイジネスが基準よりも高い場合には騒音レベルを増加させ、低い場合には騒音レベルを低下させる事が可能となり、ノイジネスを騒音レベルに反映できる利点がある。
【００７０】
また、本発明の請求項８に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、これら三つの総和を切り換えて１，２又は３変数による相関式によりノイジネスを演算し、表示するので、目的、場合に応じて、変数及び評価方法を切り替えて最適なノイジネス評価を行う点で異なる。
【００７１】
また、本発明の請求項９に係る非定常騒音のノイジネス評価装置は、測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、これら三つの総和を３変数とする重相関式によりノイジネスを演算し、更に、該ノイジネスと目標とする基準ノイジネスに対するノイジネス差分を求め、騒音レベルとノイジネスの関係を整理したノイジネス感度を前記ノイジネス差分に掛け合わせ、同時に演算した騒音レベルと足し合わせることにより、ノイジネス補正レベルを演算して、表示するので、３変数ノイジネス演算に基づくノイジネスと基準ノイジネスにより、ノイジネスが基準よりも高い場合には騒音レベルを増加させ、低い場合には騒音レベルを低下させる事が可能となり、ノイジネスを騒音レベルに反映できる利点がある。
【図面の簡単な説明】
【図１】本発明の第１の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図２】本発明の第２の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図３】本発明の第３の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図４】ＥＲＢフィルタの特性を示すグラフ（１０帯域）である。
【図５】聴神経のシナプス結合モデルを示す説明図である。
【図６】シナプス結合モデルの応答を示す説明図である。
【図７】騒音レベルとノイジネスの関係を示すグラフである。
【図８】ノイジネスに関する推定値と実験値の対応を示すグラフである。
【図９】本発明の非定常騒音の評価に関する信号処理を示す説明図である。
【図１０】音圧時刻歴波形を示すグラフである。
【図１１】音圧スペクトルグラム及び音圧相当レベル変化を示すグラフである。
【図１２】平均発火、同期及び総合ノイジネスを示すグラフである。
【図１３】従来の騒音計による基本的な計測処理を示すブロック図である。
【図１４】本発明の第４の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図１５】本発明の第５の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図１６】本発明の第６の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図１７】本発明の第７の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図１８】本発明の第６の実施例に係る非定常騒音のノイジネス評価装置を示すブロック図である。
【図１９】外耳／中耳特性を示すグラフ（２０Ｈｚ〜８ｋＨｚ）である。
【図２０】経時マスキング効果を示す説明図である。
【図２１】第１実施例を用いた場合のノイジネスに関する推定値と実験値の対応を示すグラフである。
【図２２】第２実施例を用いた場合のノイジネスに関する推定値と実験値の対応を示すグラフである。
【図２３】第３実施例を用いた場合のノイジネスに関する推定値と実験値の対応を示すグラフである。
【図２４】本発明の非定常騒音の評価に関する信号処理を示す説明図である。
【符号の説明】
１，１０１ 騒音計
２，１０２ アナログ／ディジタル変換器
３，１０３ データ記憶器
４，１０４ 外耳／中耳特性器
５，１０５ 聴覚フィルタ器
６，１０６ パルス演算器
７ ＳＲ演算器
８ ＳＳ演算器
９ 総和演算器
１０ ノイジネス演算器
１１ ノイジネス表示器
１２ ニューラルネット器
１３ 表示器
１４ ＳＲノイジネス演算器
１５ ＳＳノイジネス演算器
１０７ ｔｅｍｐＳＲ演算器
１０８ ＳＤ演算器
１０９ ＡＣＧ演算器
１１０ 総和演算器
１１１ １変数ノイジネス演算器
１１２ ２変数ノイジネス演算器
１１３ ３変数ノイジネス演算器
１１４ 切替型ノイジネス演算器
１１５ ノイジネス表示器
１１６ 切替器
１１７ ノイジネス差分演算器
１１８ 基準ノイジネス入力器
１１９ レベル換算器
１２０ ノイジネス感度入力器
１２１ ノイジネス補正レベル表示器
１３０ 聴感補正フィルタ器
１３１ レベル演算器
１３２ レベル表示器
Claims (9)
- 時々刻々変化する音圧を入力とし、聴覚内部で変化する神経パルスを演算した後、パルス特徴量を求め、そして、複数のパルス特徴量を用いた線形式にてうるささを演算・表示することを特徴とする非定常騒音のノイジネス評価装置。
- 測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、それぞれ総和を求め、それらの平均値による重相関式によりノイジネスを演算し、表示することを特徴とする非定常騒音のノイジネス評価装置。
- 測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、帯域データを用いてニューラルネットでノイジネスを演算し、表示することを特徴とする非定常騒音のノイジネス評価装置。
- 測定された騒音データに対して、リアルタイムで外耳／中耳特性で補正し聴覚フィルタ処理した後パルス演算し、平均発火処理及び同期処理を実施し、それぞれ総和を求め、それらによる重相関式によりノイジネスを演算し、表示することを特徴とする非定常騒音のノイジネス評価装置。
- 測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施し、総和を求め、単相関式によりノイジネスを演算し、表示することを特徴とする非定常騒音のノイジネス評価装置。
- 測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、これらの総和を求め、これらを２変数とする重相関式によりノイジネスを演算し、表示することを特徴とする非定常騒音のノイジネス評価装置。
- 測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、これら三つの総和を３変数とする重相関式によりノイジネスを演算し、表示することを特徴とする非定常騒音のノイジネス評価装置。
- 測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、これら三つの総和を切り換えて１，２又は３変数による相関式によりノイジネスを演算し、表示することを特徴とする非定常騒音のノイジネス評価装置。
- 測定・記録された騒音データに対して、オフラインで外耳／中耳特性で補正し、聴覚フィルタで処理した後、パルス演算し、経時マスキングによる平均発火処理を実施すると共に発火変化処理を実施し、それらの総和を求め、更に全てのパルスデータに対して発火同期処理による総和を求め、これら三つの総和を３変数とする重相関式によりノイジネスを演算し、更に、該ノイジネスと目標とする基準ノイジネスに対するノイジネス差分を求め、騒音レベルとノイジネスの関係を整理したノイジネス感度を前記ノイジネス差分に掛け合わせ、同時に演算した騒音レベルと足し合わせることにより、ノイジネス補正レベルを演算して、表示することを特徴とする非定常騒音のノイジネス評価装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001070215A JP3626917B2 (ja) | 2001-01-15 | 2001-03-13 | 非定常騒音のノイジネス評価装置 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001006262 | 2001-01-15 | ||
| JP2001-6262 | 2001-01-15 | ||
| JP2001070215A JP3626917B2 (ja) | 2001-01-15 | 2001-03-13 | 非定常騒音のノイジネス評価装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002278560A JP2002278560A (ja) | 2002-09-27 |
| JP3626917B2 true JP3626917B2 (ja) | 2005-03-09 |
Family
ID=26607682
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001070215A Expired - Fee Related JP3626917B2 (ja) | 2001-01-15 | 2001-03-13 | 非定常騒音のノイジネス評価装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3626917B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5557286B2 (ja) * | 2010-11-11 | 2014-07-23 | 株式会社エー・アンド・デイ | ノッキング判定方法及び装置 |
| US10202917B1 (en) * | 2017-10-06 | 2019-02-12 | Ford Global Technologies, Llc | System and method to filter engine signals |
| CN113505884A (zh) * | 2021-06-03 | 2021-10-15 | 广州大学 | 噪声烦恼度预测模型训练、预测方法、系统、装置及介质 |
-
2001
- 2001-03-13 JP JP2001070215A patent/JP3626917B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002278560A (ja) | 2002-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101483414B (zh) | 声音清晰度改善系统及声音清晰度改善方法 | |
| EP2465112B1 (en) | Method, computer program product and system for determining a perceived quality of an audio system | |
| EP1792304B1 (en) | Frequency compensation for perceptual speech analysis | |
| EP2584792B1 (en) | Loudspeaker line examination system | |
| JP2593625B2 (ja) | 生体情報自動識別装置 | |
| WO2007046504A1 (ja) | 聴診心音信号の処理方法及び聴診装置 | |
| CN105163262B (zh) | 一种扬声器异音检测方法及检测系统 | |
| CN101426168B (zh) | 一种发声体异常音检测方法及系统 | |
| CN109920439B (zh) | 基于音调能量和人耳频率选择性的减变速机啸叫评判方法 | |
| KR101430321B1 (ko) | 오디오 시스템의 지각 품질을 결정하기 위한 방법 및 시스템 | |
| CN110261101B (zh) | 基于正交-成对比较试验与svr的啸叫定量评价方法 | |
| JPH03266899A (ja) | 雑音抑圧装置 | |
| US5040219A (en) | Sound reproducing apparatus | |
| JP3626917B2 (ja) | 非定常騒音のノイジネス評価装置 | |
| CN109933933B (zh) | 一种噪声治理方法和设备 | |
| US6324290B1 (en) | Method and apparatus for diagnosing sound source and sound vibration source | |
| JPH08122140A (ja) | ギヤノイズ評価装置 | |
| JP5077847B2 (ja) | 残響時間推定装置及び残響時間推定方法 | |
| JPH06201744A (ja) | オーディオ信号の歪曲測定装置および測定方法 | |
| US5944672A (en) | Digital hearing impairment simulation method and hearing aid evaluation method using the same | |
| CN112992182B (zh) | 车辆风噪水平测试系统及其测试方法 | |
| JPH11142231A (ja) | 騒音分析装置 | |
| JP2001013003A (ja) | 音質評価方法及び装置並びに音質評価尺度特定方法及び音質評価尺度特定用プログラムを記憶した記憶媒体 | |
| US8175282B2 (en) | Method of evaluating perception intensity of an audio signal and a method of controlling an input audio signal on the basis of the evaluation | |
| JP2001165766A (ja) | 非定常騒音のラウドネス評価装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040817 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20041109 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041206 |
|
| LAPS | Cancellation because of no payment of annual fees |