基于人工智能的智慧城市噪声监测系统设计.pdfVIP

-S系统程电声技术

vstemEngineeringudioEngineering

文献引用格式：高国强.基于人智能的智慧城市噪声监测系统设计[J].电声技术，2025，49(2：26-28.

GAOGQ.Desiintelligentcitynoisemonitoringsystembasedonartificialintellignce.AudioEngineering2025,49

(2):26-28.

中图分类号：TP274文献标识码：AD0I:10.16311/j.audioe.2025.02.009

基于人工智能的智慧城市噪声监测系统设计

高国强

（贵州思索电子有限公司，贵州贵阳550081)

摘要：针对智慧城市噪声监测需求，提出一种基于人工智能的高效监测系统设计方案。该系统通过分布式传感网络采集信号，

通过长距离广域网（LongRangeWideAreaNetwork，LoRaWAN）传输数据，利用深度学习算法实现分类与预测。仿真实验结

果显示，该系统的噪声分类准确率为98.8%，噪声预测准确率为96.3%，为城市噪声治理提供了有效的技术支持。

关键词：智慧城市；噪声监测；人工智能

DesignofIntelligentCityNoiseMonitoringSystemBasedonArtificialIntelligence

GAOGuoqiang

(GuizhouSisoElectronicsCo.,Ltd.,Guiyang5500081,China)

Abstract:Aimingatthedemandofnoisemonitoringinsmartcities,adesignschemeofefficientmonitoringsystembasedonartificial

intelligenceisproposed.Thesystemcollectssignalsthroughdistributedsensornetwork,transmitsdatathroughLongRangeWideArea

Network(LoRaWAN),andusesdeeplearningalgorithmtorealizeclassificationandprediction.Thesimulationresultsshowthatthe

accuracyofnoiseclassificationandnoisepredictionofthesystemis98.8%and96.3%,whichprovideseffectivetechnicalsupportfor

urbannoisecontrol.

Keywords:smartcity;noisemonitoring;artificialintelligence

0准分类；结合历史数据预测未来变化趋势，为噪声

引言

治理提供科学依据；利用边缘计算技术快速处理终

城市噪声污染已成为影响居民生活质量和城端数据，可降低延迟并提高响应效率[3]。其中，卷

市环境的重要问题，传统噪声监测系统因数据采集积神经网络