基于噪音监测技术的图书馆座位最优利用问题的研究

    王亚娇 李月 房蕊 唐泽梓 颜春阳

    一、引言

    实现图书馆内座位使用的高效率，利用新的技术监控和管理，是高等院校致力于解决的难题之一，在图书馆内经常会出现占座位的行为，或者因为别人占座位而找不到自己的位置。根据长安大学信息工程学院数据调查显示，18%的人总是遇到图书馆内找不到座位的情况，46%的人经常遇到别人占座位，而自己找不到图书馆座位的情况，而且这种图书馆座位利用率很低的情况常常出现在考试前夕。图书馆座位的占用不具备人性化使用，没有办法实现可行度更高的智能图书馆作为管理系统，是一直以来高等院校图书馆所面临的难题。

    二、噪音监测技术与图书馆座位最優化利用的研究背景

    在高等院校图书馆座位的监控和管理问题常年存在，而且学生占座位或者为别人占座位，不按规定使用图书馆座位的情况时有发生，这种情况在考试前夕变得非常严重，而在平时作为监控的方法，常常有硬件识别方式和硬件设备的精准识别方式。由于高等院校的图书馆面积较大，无法完全通过人为或软件为学生分配座位号码，学生在根据软件所分配的座位的同时，不排除代为占座，浪费图书馆位置资源的情况。而针对于图书馆座位的使用，使用软件约定方式对于使用者操作培训之后，仍然会发现有很多图书馆用户钻了软件的空子。其突出的表现在于很多图书馆用户为了为别人占座位，或者被别人占座，直接不通过软件入座或学习，这给图书馆座位的使用带来了很大的管理难度，而且软件技术实现的管理成本并不低。比如中国比较著名的清华大学、深圳大学、厦门大学，广大图书馆学生在使用座位的时候，必须要通过软件申请使用座位，并根据软件分配的号码入座，如果在使用过程中要离开座位，也必须要自动或操作退出。最大的问题就是如果学生提前离开座位或者系统所分配的座位不能够释放，那么图书馆座位就会因此而浪费，清华大学会同步结合校园卡刷卡的情况来判断学生是否离开图书馆座位，但是这种图书馆座位的使用率监测情况在学生离开座位寻找图书或进行电子信息查询时，可能会出现偏差。即使是如哈尔滨大学，安徽师范大学等利用红外线技术结合RFID技术来实现图书馆座位的分配优化，仍然存在着资源冲突和座位资源约束力差的问题。

    三、噪音监测技术与图书馆座位最优化利用的研究思路

    （一）噪音监控技术的使用前提

    噪音监测技术最早被使用在噪音污染的监测之中，这是一个比较有趣的环保概念，在活动使用时，工作内容常常是帮助各个功能街区内进行噪音监测，可能包括道路交通的噪音监测，当然也包括在区域内环境噪音监测和噪音来源的监测。结合环境工程和环境科学使用频率分析仪，对固定及流动的噪音声源实现测量技术可以控制噪音对人体的影响。而与此同时，在图书馆内，虽然大部分学生都会尽量的遏制自己的声音高度，但是比较精密的声音来源监测技术可以判断密集的呼吸声音也可以判断在图书馆座位周边一定范围之内产生的噪音情况。因此如果采用一定的监测技术，实现对于图书馆座位一米范围之内的噪音监测，就可以配合红外监测技术和座位号码的软件监测共同实现图书馆座位的最优化使用。这是一个比较大胆的创意，也是结合噪音规划管理和综合监测技术与图书馆座位最优化利用技术的一个全新思路。

    （二）噪音监测技术与图书馆座位最优化使用的全新策略

    噪音的监测技术防治为图书馆内噪音控制和优化提供了物理前提，其主要的监测手段包括：控制声音的来源，采用合理的操作方法来降低声音来源声音的发射功率，利用对于声音的吸收和反射，使用必要的物理干涉，控制声音源头的噪音辐射，并且记录噪音辐射的数据。控制传播声音的途径，为了使噪音远离，需要安静的地方，设立噪音的隔离屏障，利用吸纳材料和结构合理规划一定范围之内的噪音防范布局。对于图书馆内管理员和其他用户的防护，也尽量使噪音的暴露时间和暴露波段根据听力检测结果而记录。

    为了解决图书馆内座位监测和常年管理障碍，利用移动噪音监测感知软件是基于物联网技术的新兴概念，通过开发敏感的噪音监测感知元件，就可以对图书馆范围内不同区域块噪音感知的数据予以监测利用，目前比较流行的人工智能大数据物联网系统，将图书馆内环境监测的应用场景数据全面掌控到中央电脑之内。将移动群体的智慧感知技术与图书馆作为资源的实时信息采集相结合，因此通过中央电脑可以发现不同区域内每一平方米噪音数据的波动，从而实现对于该技术与图书馆座位管理的相关研究。在高等院校及政府公共资源设立的图书馆内，使用移动群体感知就可以实现对于整个阅览室室内和室外部分的监控，而且这种监控数据可以利用智能手机等移动终端反馈到图书馆管理员所在位置。与WiFi信号连接结合室内定位技术，可以确认用户目前处于哪个阅览室或是否处于图书馆阅览室之内。

    利用噪音监测技术实现对于图书馆内作为优化监测管理的建议，其评价的精度和监测的精准度非常重要，通过改进一些常用的算法：Horus、ActiveCampus、OLL、PlaceLab等，对于目标用户的具体坐标位置可以进行实时的跟进。

    （三）噪音监测技术对于图书馆座位优化使用的未来发展

    噪音监测技术对于图书馆座位的优化使用，是人工智能与人工物联网技术相结合的应用场景，针对于传统的算法来说，能够识别阅览室的入座率，并且根据专业设备的检测实现数据的感知。其最终的解决方式是利用软件模块模拟图书馆内座位资源的变动情况，在敏感点一侧的边界布点，采用等声级布点法，两点之间等效声级值差值不超过3.0dB（A）。也可在所有边界平均布点，测点数目可根据验收项目规模而确定。对项目外环境可能会造成影响的地段，应作为测量重点。边界噪声变化较大的地段（起伏值大于3—5dB（A））可适当加密布点。这种比较新颖的技术通过现场勘测就可以实现对于图书馆内用户的实时定位。定位算法是基于噪音监测技术，并且利用K随机临近方法所进行的监测。该监测技术既支持WiFi信号指纹识别技术，也支持基于蓝牙的入座率推算算法。在未来，噪音监测技术对于图书馆作为优化使用的策略，将有助于阅览室内入座情况与阅览室数目之间的耦合研究，该算法通过噪音群体感知获得阅览室内人员变化及运动的有关数据。

    四、结语

    新颖地提出噪音监测技术对于图书馆座位和图书馆资源浪费的改进方案，本文这种基本思路是基于噪音监测技术与阅览室内用户的数据感知，通过入座率的推算算法，识别阅览室内人数和作为使用情况的方案。在图书馆内高效率的实践图书馆作为资源的监控和管理，实现移动数据终端的软件管理，可以通过图书馆管理员的后台，自动对于一定时段内没有被使用的图书馆座位进行解锁处理。这种类似于网吧网络终端管理的方法将增加计算的精准性，而且通过大规模的测试，有望提高系统可用性和可靠性。（作者单位：沈阳师范大学，数学与系统科学学院）