Article

Methoden des Maschinellen Lernens als Hilfe bei der Fremdgeräuschkorrektur von Lärmimmissionsmessungen

* Presenting author
Day / Time: 21.03.2018, 09:00-09:20
Room: MW 1801
Typ: Regulärer Vortrag
Session: Lärmschutz I
Abstract: Der messtechnische Nachweis der Lärmimmission in der Nachbarschaft von bestimmten Anlagen erfolgt in zunehmenden Maße mittels Langzeitmessungen bzw. Dauerüberwachungen. Hierbei besteht in vielen Fällen das Problem der Fremdgeräuschkorrektur der Messsignale. Derzeitig muss entweder ein relativ großer Aufwand durch Auswertung von Tonaufzeichnungen und/oder anderen Informationsquellen betrieben werden oder es muss ein bestimmter Fehler des Beurteilungspegels in Kauf genommen werden. Deshalb wurde in der Vergangenheit versucht, mit unterschiedlichen Verfahren eine automatisierte Geräuschquellenerkennung zu realisieren.Je nach Komplexität und Kompliziertheit der konkreten Messbedingungen sind hierbei gängige Methoden der Signalanalyse in vielen Fällen nicht mehr ausreichend. Versuche mit Methoden der Künstlichen Intelligenz bzw. des Maschinellen Lernens haben demgegenüber gezeigt, dass beim derzeitigen Stand der Technik eine universelle automatisierte Geräuscherkennung aller real vorkommenden Quellenarten kaum realisierbar ist. Deshalb erfolgten weitere Untersuchungen mit Beschränkung auf die für übliche Geräuschimmissionsmessungen wichtigsten Geräuschquellenarten (technische Geräusche, Straßenverkehr, Eisenbahn, Flugverkehr, Naturgeräusche, Glockenläuten …). Je nach akustischen Randbedingungen und Aufgabenstellungen ist hinsichtlich der Fremdgeräuschkorrektur eine positive Selektion (Erkennung der Geräuschquelle, für die der messtechnische Nachweis erfolgen soll) oder eine negative Selektion (Erkennung der Fremdgeräuschquellen) möglich. Im Vortrag werden die aktuell erzielbaren Erkennungsraten sowie Vor- und Nachteile bzw. Einsatzgrenzen aufgezeigt.