基于時間序列的噪聲監(jiān)測點異常發(fā)現(xiàn).pdf

1、隨著機場噪聲污染程度日益嚴重，以及噪聲對環(huán)境影響的投訴逐年增多，機場噪聲問題成為影響民航業(yè)可持續(xù)發(fā)展的一個重要因素。其中，機場噪聲時間序列中的異常情況雖然相對正常情況來說極少出現(xiàn)，但卻擁有很大價值，利用它能夠及時檢修飛機和機場設(shè)備來防止問題變得更加嚴重。通過判斷機場內(nèi)分布在各個區(qū)域的監(jiān)測點上收集的數(shù)據(jù)是否出現(xiàn)異常，來確定是否存在異常情況。又由于導(dǎo)致監(jiān)測點失效或數(shù)據(jù)采集錯誤的原因有很多，因此還需要對異常情況的原因進行分析。
　　為了

2、能夠發(fā)現(xiàn)監(jiān)測點異常的原因，首先需要研究如何判斷監(jiān)測點異常。將機場噪聲時間序列降維并符號化，然后運用提出的新度量方法度量處理后的時間序列，最后根據(jù)度量結(jié)果利用k近鄰孤立因子進行異常檢測，由此得出機場噪聲單監(jiān)測點時間序列異常檢測方法。該方法在大大減少了數(shù)據(jù)量并提高了計算速度的同時，使用改進的度量方法減小了形態(tài)信息被弱化所帶來的影響，完成了對異常監(jiān)測點的初步篩選。
　　根據(jù)發(fā)現(xiàn)的異常監(jiān)測點，研究這些監(jiān)測點出現(xiàn)異常的原因。為了實現(xiàn)這一目標

3、，對于監(jiān)測到異常數(shù)據(jù)的監(jiān)測點，需要先對它們應(yīng)有的數(shù)據(jù)進行預(yù)測。使用神經(jīng)網(wǎng)絡(luò)集成方法，融入組合模型思想提高預(yù)測精度，探尋其中的權(quán)重計算方法，提出關(guān)聯(lián)監(jiān)測點神經(jīng)網(wǎng)絡(luò)集成組合預(yù)測模型，使用這些監(jiān)測點的極強關(guān)聯(lián)監(jiān)測點數(shù)據(jù)訓(xùn)練相應(yīng)的預(yù)測模型，然后預(yù)測出異常點數(shù)據(jù)，作為后續(xù)異常原因判斷的標準。
　　最后找出異常監(jiān)測點數(shù)據(jù)出現(xiàn)異常的原因。提出關(guān)聯(lián)噪聲監(jiān)測點異常發(fā)現(xiàn)算法，首先使用上述預(yù)測方法，將所得預(yù)測值與實測值進行相似度計算，最終判斷該點是否異