本发明涉及电数字数据处理，特别是涉及一种动态高时空分辨率噪声地图实现方法。
背景技术：
1、现有技术中通常基于gps定位系统实现对车辆的定位，进而获取车辆的轨迹，但是，某些场景下车辆并未安装gps定位系统。现有技术中公开了基于神经网络模型实现对声音的高准确度识别的技术方案，例如，申请公布号为cn118098270a的中国专利申请公开了一种基于特征提取和特征融合的噪音溯源方法，该方法分别利用音频对应的语谱图特征、梅尔频谱图特征、语谱集成特征和梅尔频谱集成特征对神经网络模型进行训练，并基于训练后的模型对超标噪声进行分析，以实现噪音溯源。车辆行驶过程中经过的不同位置对应的音频不同，如何基于车辆在行驶过程中采集的外界噪声音频数据生成动态高时空分辨率噪声地图，是亟待解决的问题。
技术实现思路
1、本发明目的在于，提供一种动态高时空分辨率噪声地图实现方法，以基于车辆在行驶过程中采集的外界噪声音频数据生成动态高时空分辨率噪声地图。
2、根据本发明，提供了一种动态高时空分辨率噪声地图实现方法，所述方法包括以下步骤：
3、s100，获取目标车辆上传的噪声音频序列a，a＝(a1,a2,…,am,…,am)，am为第m个采集时间段tm对应的噪声音频，m的取值范围为1到m，m为采集时间段的数量；tm＝[tm-δt,tm+δt]，tm为第m个采集时间点，δt为初始采集时长，任意两相邻的采集时间点之间的时间间隔为δt。
4、s200，遍历a，获取am对应的噪声特征bm。
5、s300，根据bm获取am对应的位置标签集cm，cm＝(cm,1,cm,2,…,cm,i(m),…,cm,u(m))，cm,i(m)为am对应的第i(m)个位置标签，i(m)的取值范围为1到u(m)，u(m)为am对应的位置标签的数量。
6、s400，获取目标区域内每一地理哈希网格的位置标签集d，d＝(d1,d2,…,dn,…,dn)，dn为目标区域内的第n个地理哈希网格gn的位置标签集，n的取值范围为1到n，n为目标区域内地理哈希网格的数量；dn＝(dn,1,dn,2,…,dn,j(n),…,dn,p(n))，dn,j(n)为gn的第j(n)个位置标签，j(n)的取值范围为1到p(n)，p(n)为gn的位置标签的数量；所述目标车辆在每一采集时间段均在所述目标区域内行驶。
7、s500，根据cm和d确定所述目标车辆的轨迹。
8、s600，在目标区域的地图上显示轨迹上噪声音频采集位置对应的噪声音频的预设信息。
9、本发明与现有技术相比至少具有以下有益效果：
10、本发明能够基于目标车辆上传的噪声音频序列生成动态高时空分辨率噪声地图，具体的，噪声音频序列包括若干采集时间段对应的噪声音频，基于每个采集时间段对应的噪声音频能够获取对应的噪声特征，基于每个采集时间段对应的噪声特征能够获取对应采集时间段对应的位置标签集，1个采集时间段对应的位置标签集包括至少1个位置标签，位置标签用于表示目标车辆在采集时间段所在的位置的标签，位置的标签用于表示位置的类型，例如，位置的标签包括学校、医院、居民小区、河流等；本发明还获取了目标区域内每一地理哈希网格的位置标签集，每一地理哈希网格的位置标签集包括至少1个位置标签；基于每个采集时间段对应的位置标签集和目标区域内每一地理哈希网格对应的位置标签集，即可确定目标车辆在目标区域内的轨迹；在此基础上，在目标区域的地图上显示轨迹上噪声音频采集位置对应的噪声音频的预设信息，即可生成动态高时空分辨率噪声地图。
1.一种动态高时空分辨率噪声地图实现方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的动态高时空分辨率噪声地图实现方法，其特征在于，s500包括：
3.根据权利要求2所述的动态高时空分辨率噪声地图实现方法，其特征在于，s550之后还包括：
4.根据权利要求3所述的动态高时空分辨率噪声地图实现方法，其特征在于，s590之后还包括：
5.根据权利要求1所述的动态高时空分辨率噪声地图实现方法，其特征在于，所述噪声特征为梅尔频谱图特征。
6.根据权利要求1所述的动态高时空分辨率噪声地图实现方法，其特征在于，s300包括：
7.根据权利要求6所述的动态高时空分辨率噪声地图实现方法，其特征在于，目标神经网络模型的训练过程包括：
8.根据权利要求1所述的动态高时空分辨率噪声地图实现方法，其特征在于，所述预设信息包括平均噪声强度。
9.根据权利要求8所述的动态高时空分辨率噪声地图实现方法，其特征在于，所述预设信息还包括最高噪声强度。
10.根据权利要求9所述的动态高时空分辨率噪声地图实现方法，其特征在于，所述预设信息还包括采集时间。
