当前位置:大问百书>百科问答>噪声单位

噪声单位

2024-10-16 14:49:36 编辑:zane 浏览量:572

噪声单位

的有关信息介绍如下:

噪声单位

A是加权声的意思

分贝(A)较常用是因为这个360问答标度更能准确地反映人类耳朵对频率的反应。量度声压级的仪器通常都附有加权网络,以提供分贝(A)的读数。

详见百度百科以下内容

分贝

声音的频率

声音其实是经媒介传递的快速压力变化。当声音於空气中传递,大气压力会循环变化。每一秒内压力变化的次数叫作频率,量度单位是赫兹(Hz),其定设要听视行外语找迫妒露义为每秒的周期数目。

频率越高,声音的音调越高。如下图显示,击鼓产生的频率远较吹哨子产生的频率低。请快微阳损掌攻逐均批减按一下[示范]按钮,听听它们发出的声音,及细察其音调的不同。

响亮度和分贝标度

响亮度是声音或噪音的另一个特性。犟的噪音通常有较大的压力变化,弱的噪音压力变化则较小。压力和压力变化的量度单位为巴斯卡,缩写为Pa。节流支条跑标外其定义为牛顿/平方米(N/m2)。

人类的耳朵能感应声压的范围很大。正常的人耳能够听到最微弱的声音叫作「听觉阈」,为20个微巴斯卡(缩写为μPa)的压力变士气化,即20x10-6Pa("百万分之二十巴斯卡")。另一方面,非常噪吵的情况能产生很大的压力变化,例如一架太空穿梭机在尽岩发出最大马力时能在背切至难达早丰汽近距离产生大约2,00章包旧困0Pa或2x109μPa的噪音。下表显示由上述情况产生不同的声压级,以巴斯卡及微巴斯卡表示。如用巴斯卡(Pa)来表达声音或噪音,我们须处理小至20,大至2,0做跳周冲注剂00,000,000的数字。

明管头风固根半仍酸沉益居显地,如用巴斯卡(Pa)来表达声音或噪音会颇为不便。较简单的做法是用一个对数标度(logarithmicscale)来表达声音或噪音的响亮度,以10作为基数。

为避免以巴斯卡(多诗粉物背Pa)来表达声音或噪音(以防处理难以操纵的数字),故使用分贝(dB)这个标度。该标度以「听觉阈」,20μPa或20x10-6Pa作为参考声压值,并定义这声压水平为0分贝(dB)。

声压级,缩写通常为SPL或者Lp,袁装其单位为分贝(dB),可经由以下算式求得。

仅职思若四尔完鱼而阶用对数标度来表达声音和噪音还有背尔使它阿另一优点:人类的听觉反应是基於件节卫那师严声音的相对变化而非绝对的变化。对数标度正好能模仿人类耳朵对声音的反应。

於分贝标度上计算声音或噪音的和

现实生活中我们经常会同时遇到几个声音。你知道一个声音与另一个声音结合时,会产生甚么结果吗?

我们都知道60个苹果加60个苹果,等他且波於120个苹果。但是,这并不适用於以分贝来表示的声音。事实上,60分贝加60分贝只等於63分贝。下面的公式解释声音相加的原理,请按一下[示范]按钮阅读详细内容:

"A"加权声

正常的人耳能听到20赫兹到20,000赫兹频率的声音。20赫兹到20,000赫兹的范围叫作「人耳可听声范围」。我们听到包含各种频率的声音。整个「人耳可听声范围」可分成8个或24个「频率带」,分别称为倍频程或1/3倍频程。声音或噪音在不同的频率带可有不同的犟度或声压级,如下图所示。请按一下[示范]按钮,看看声音如何分为8个倍频程或24个1/3倍频程。

声音通常以一个声压级值来描述。方法就是将所有倍频程或1/3倍频程所占的部份加在一起,得出一个声压级。

人类耳朵对声音的敏感度取决於声音的频率。对於2,500赫兹到3,000赫兹的声音,人类耳朵的反应最灵敏,而对低频率的声音,敏感度则较低。故此,将所有倍频程或1/3倍频程所占的部份加在一起,所得到的数值并不能有效反映人类耳朵对声音频率的非缐性反应。

以"A"加权声级度为例,在将低频率及高频率的声压级值加在一起之前,声压级值会根据公式减低。声压级值加在一起后所得数值的单位为分贝(A)。分贝(A)较常用是因为这个标度更能准确地反映人类耳朵对频率的反应。量度声压级的仪器通常都附有加权网络,以提供分贝(A)的读数。

另:分贝是音量的单位,分贝数越大代表的所发出的声音越大,分贝在计算上是每增加10分贝,则声音大小约是原来的十倍。

____________________________________________________________________以上摘自真·踏网无痕-探花十级1-2015:12的回答

除了dB(A),还有dB(B),dB(C)。

下面还有一个英文链接,解释更加详细。

http://www.***.edu.au/jw/dB.html

版权声明:文章由 大问百书 整理收集,来源于互联网或者用户投稿,如有侵权,请联系我们,我们会立即处理。如转载请保留本文链接:https://www.dawenbaishu.com/answer/146036.html
热门文章