随着我国民航业的发展，机场噪声问题日益严重，不仅严重干扰了机场周围人们的正常工作、学习和生活，而且限制了机场的发展，成为一个亟须解决的社会问题。机场噪声预测是解决机场噪声问题的一个重要技术手段，对机场噪声控制、航班计划制定和机场规划设计具有十分重要的作用。现有机场噪声预测模型是以飞机的噪声距离曲线（NPD）为核心，用相应的数学模型将其修正至与特定机场环境条件相符的飞机噪声传播模型，具有较强的预测能力和通用性。但是在实际应用中存在计算复杂、预测成本高和误差大等缺点。本文对机场噪声评价及机场噪声预测相关技术进行研究，分析飞行剖面、地面航迹及飞机起降过程中各个阶段的噪声传播模型，并进行建模，在现有研究基础上设计并实现一个传统的机场噪声预测模型，使用该模型分析机场噪声特点及影响因素等。针对传统机场噪声预测模型的不足，本文提出一种基于BP神经网络的机场噪声预测模型，用历史噪声监测数据对飞机噪声传播和噪声事件分布规律进行研究，分析机场周围预测点噪声事件的发生频率及持续时间与航班的关系。使用BP神经网络技术和历史噪声监测数据来建立特定机场环境条件下的飞机噪声传播模型，并分析该模型的特点及实际应用性能。实验表明，该预测模型在特定机场环境条件下，具有预测成本小、准确度高的特点，能够满足机场噪声预测要求。