王兴虎，袁家斌，杨东，肖骁
(南京航空航天大学计算机科学与技术学院，江苏南京210016)
摘
要：近年来，随着民航业的迅速发展，机场的噪声污染已成为影响城市生态的一个重要问题。传统机场噪声监测一般采用部署
固定监测站方式，系统成本高、灵活性低、维护困难。ZigBee 等物联网技术的发展，为建立覆盖全面、实时监测且成本低廉的机场噪声感知系统提供了新的解决思路。本文提出了一种基于物联网技术的机场噪声感知系统，系统由感知节点、汇聚节点、数据处理平台三部分组成，可实现机场噪声的实时监测与处理，为开展机场周边区域的噪声环境影响评估提供数据依据。 关键词：机场噪声；物联网；ZigBee；噪声感知中图分类号：TP73
文献标识码:A
文章编号:1003-7241(2021)004-0085-04
Airport Noise Perception System Based on Internet of Things
WANG Xing -hu,YUAN Jia -bin,YANG Dong,XIAO Xiao
(College of computer science and technology,Nanjing University of Aeronautics and Astronautics,Nanjing 210016China )Abstract:In recent years,with the rapid development of the civil aviation industry,noise pollution at airports becomes an important
issue affecting urban ecology.Traditional airport noise monitoring generally adopts the method of deploying fixed moni-toring stations,which has high system cost,low flexibility and difficult maintenance.The development of ZigBee and oth-er IoT technologies provids new solutions for the establishment of a comprehensive,real-time monitoring and low-cost air-port noise perception system.This paper presents an airport noise perception system based on the Internet of Things tech-nology.The system consists of three parts:perception node,aggregation node and data processing platform.It can realize real-time monitoring and processing of airport noise and provide data basis for noise environmental impact assessment around the airport.
鸭皂树根
Key words:airport noise;Internet of Things;ZigBee;noise perception
收稿日期:2020-03-18
殡仪馆焚化炉
1引言
近年来，我们民航业高速发展。但随着机场的建设，各类机场噪声污染已成为影响城市生态的一个重要问题。机场噪声的强度高、持续时间长、影响面积大，对机场周边人民的健康生活有严重影响。机场噪声的监测与控制关系到机场与周边地区的协调发展，更影响到中国民航的可持续发展，对机场噪声的治理必须引起足够的重视[1]。
国外对机场噪声研究较早，噪声控制标准体系较为完善[2]，发达国家的主要机场已安装机场噪声监测系统[3]，我国的北京首都国际机场、上海虹桥国际机场、广州白云国际机场等也部署了类似系统[4-5]。这些噪声监测系统根据机场规模，中小型机场一般安装10-20个固定监测站，
大型机场一般安装20-40个固定监测站，通过固定监测站采集噪声数据，进行分析处理，得到机场运行的噪声数据，并可根据历史数据开展噪声预测[6]。但是，目前大部分机场使用的噪声监测系统均采用传统的监测站模式，由于设备成本、位置条件等限制，机场内部署的监测站数量较少，无法全面反映机场周边的噪声影响情况。此外，这类固定监测站建设成本高，需要一定的环境条件保障；数据传输要求高，一般需铺设专用光纤进行网络传输，建设及运维成本较高，难以与其它系统互联，系统扩展性差。
物联网自1999年诞生以来[7]，近年来相关技术和应用发展迅速，是国家重点扶持的战略新兴产业之一。
目前，物联网的研究和应用热点主要在RFID 技术、传感器、云计算、普适服务等方面[8]。针对机场应用环境，物联网技术已在周界防护、跑道检测、物品运输监控等方面开展了
85
应用。将物联网技术与噪声采集技术结合，可以建立成本低廉、覆盖全面、实时监测的机场噪声感知网络，解决传统监测系统成本高、覆盖面小、部署困难、扩展性低等问题，实现全面、系统、细粒度的机场噪声监测。
机场噪声具有覆盖范围大、分布不均衡、环境因素复杂等特点，目前，利用物联网技术进行机场噪声监测的研究和应用较少。本文提出了一种针对复杂环境的机场噪声感知系统，对节点的硬件设计和软件流程进行了详细的描述，并进行了实地部署验证，对结果进行了分析。
冷粘鞋
2系统总体架构
按照物联网感知层、传输层、应用层的体系架构[9]，系统可分为感知节点、汇聚节点、数据处理平台三个部分，总体系统架构如图1所示。
感知节点处于感知层，负责监测机场噪声信息，通过无线自组网的形式与汇聚节点组建成树簇状网络，并按照汇聚节点的控制指令完成数据上传和状态上报、相邻感知节点数据包的中转，同时实现自
身的工作管理。
教学磁板汇聚节点处于传输层，直接与数据处理平台连接，接收来自感知节点的噪声信息、管理整个域里面的感知节点，并通过移动通信或有线网络向数据处理节点传输监测到的噪声信息。为提升系统健壮性，系统设计了备份汇聚节点，与主汇聚节点互为备份。当主汇聚节点作为汇聚节点工作时，备份汇聚节点作为感知节点工作，当主汇聚节点发生故障，则自动接替成为当前子网的汇聚节点。
数据处理平台处于应用层，用来接收来自各汇聚节点的噪声数据、记录分析机场噪声数据，并向汇聚节点发送控制信号。
另外，为提高系统灵活性，系统中设计了移动感知节点，可在实际布放过程中灵活的安置于监测盲点或前期未考虑的地点。移动感知节点自身包含噪声监测功能，并可直接通过移动通信网络完成数据上传和状态上报，同时实现自身的工作管理。
感知节点、汇聚节点采用锂电池与太阳能电池板对系统进行供电，因此整个系统的节点安装简单灵活，无需另外接线，十分适用于机场及其周边的复杂环境部署。
3系统设计
3.1感知节点与汇聚节点设计
感知节点与汇聚节点的系统设计基本相同，根据配置模块不同和软件设置进行节点的设定。基本的节点设计图见图
2。
图2节点设计图
感知节点分为普通感知节点与移动感知节点，主要区别为联网模块不同。普通感知节点配置了Zigbee
模
图1系统架构图
86
块，负责采集噪声信息，并监测自身的工作状态，向汇聚节点上报噪声数据、电池电量、节点经纬度等信息；移动感知节点配置的是移动通信模块，直接与数据处理平台通信，上报监测数据等信息，无需通过汇聚节点中转。移动感知节点在使用过程中将产生移动通信费用，因此成本相对略高，主要用于补充覆盖安装。
汇聚节点配置图2中的所有模块，接收感知节点上报的各类数据信息，进行初步处理后发送至数据处理平台，同时接收数据处理平台下发的控制指令，并下发节点编号、上报间隔、时间同步等指令至感知节点进行相关操作。同时，汇聚节点也包含噪声模块，汇聚节点采用主备模式，备份汇聚节点平时作为感知节点使用，当主汇聚节点发生故障时，备份的汇聚节点会自动接管原汇聚节点，与其余感知节点自动组网，接收感知节点的监测数据，并向数据处理平台上报数据。
3.2数据处理平台
数据处理平台接收各节点上报的噪声数据，进行处
理和存储，通过web 页面显示实时监测的噪声情况，并绘
制噪声曲线。图3为数据处理平台WEB 界面，可显示各个节点采集的噪声数据，并可选择节点查询节点的电量、经纬度等信息，发送控制指令等。
4系统验证
4.1
节点试制及验证平台部署
在系统验证方面，我们试制了噪声监测系统，并天津滨海国际机场围界不同区域分别部署了实验验证平台，共部署汇聚节点4个、感知节点20个，节点实际安装部署情况见图4。节点布局主要沿南北平行于机场跑道，并在邻近机场的中国民航大学生活区附近设置了多个节点，采集的噪声数据通过汇聚节点的移动通信模块上传至机场噪声数据处理平台。
4.2数据处理与实验结果分析
为验证系统监测效果，本文选择某天11：00-12：00
之间的时间段，从数据处理平台中分别选取1号汇聚节点连接的1号和10号节点，2号汇聚节点连接的3号节点，3号汇聚节点连接的11号节点，
按照监测的噪声数据绘制
图3机场噪声感知数据WEB
显示页面
图4天津滨海国际机场实际部署节点
87
成噪声曲线，对这4个节点监测的噪声数据进行对比分析。
高纯球形硅微粉图5中横轴为时间、纵轴为噪声值，噪声曲线分别用蓝代表1号节点、绿代表3号节点、红代表1
0号节点、青代表11号节点。根据图中的曲线，当有飞机起飞或降落时，各个感知节点采集到的噪声数据变化趋势基本吻合。由于该时间段飞机起飞降落较为密集，为更清晰地进行对比和分析，图6根据11:50到11:55分之间的
噪声数据进行了噪声曲线绘制。
图5
11:00-12:00
噪声曲线
图611:50-11:55噪声曲线
从图6可以看出，不同位置的4个节点，采集到的机场噪声值以及变化趋势基本相似，说明机场噪声基本覆盖了机场跑道及附近的生活区域。在3250秒附近，当时飞机由南向北经过系统监测区域，导致最南边的3号节点最先监测到飞机的噪声，处于中间位置的11号节点随后监测到噪声，最后北边的1号和10号节点几乎同时监测到噪声，基本反映了飞机的噪声变化趋势和航迹。另外，
从图中3100秒附近可以看到1号节点的噪声值与其它3个节点相比有突然的变化，根据分析，1号节点邻近公路，汽车等交通工具鸣笛引起数据变化，但由于其它噪声相比飞机噪声覆盖面小很多，因此其它节点未监测到变化。同时，也可以看出，在邻近的区域内，各节点监测到的噪声数据与变化趋势非常相似，说明机场噪声的声场分布比较均匀，系统监测结果可为开展机场噪声对周边区域的环境影响评估提供数据支持。
5结束语
本文基于物联网技术，设计了一种适用于机场环境的噪声感知系统，节点安装简单，可移动性强，成本低廉，可实现机场噪声的连续、实时监测。通过实地验证，该系统能够实时采集噪声数据，并可根据数据分析确定噪声位置，为评估航空器噪声对周边环境的影响可以提供全面详细的数据。根据感知的噪声数据，以及感知节点大范围分布的特点，后续还可以开展航空器噪声识别、航迹再现等工作。
参考文献:
[1]王维，高金华，高峰，欧阳杰，马海新，孙德刚，刘海云，张宏.我国民用机场航空噪声影响现状及原因分析[J].城市环境与城市生态,2003(5):37-39.
[2]Paullin,R.L.Capacity and noise relationships for major hub airports[J].Proceedings of the IEEE,1970,58(3):307-313.
[3]L.P.Sanchez Fernandez,A.Rojo Ruiz and O.B.Pogrebnyak.Noise monitoring of aircrafts taking off based on neural model[C].2009IEEE Conference on Emerging Technologies&Factory Automation,Mallorca,2009:1-8.
[4]段钢，姜文娟.航空噪声与运行监测系统在首都机场的应用[J].绿科技,2015(9):247-249.
[5]顾徐衡，张佳萍.浅谈中国机场噪声监控系统的发展[J].环境监控与预警,2017,9(4):62-66.
[6]李华，邢洪林，李玉文，杨洁.环境噪声在线自动监测系统[J].环境科学与管理,2005(4):101-102.
[7]Ichiro Masaki.A Brief History of ITS[R].USA：Ma-ssachusetts Institute of Technology，1999.
[8]孙其博，刘杰，黎羴，范春晓，孙娟娟.物联网：概念、架构与关键技术研究综述[J].北京邮电大学学报,2010,33(3):1-9.
[9]张晖.我国物联网体系架构和标准体系研究[J].信息技术与标准化,2011(10):4-7.石蜡乳液
作者简介：王兴虎（1978-），男，博士研究生，研究方向：计算机网络、信息安全、物联网。
88
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议