伴随着我国民航业的飞速发展,机场噪声问题也日益引起社会的广泛关注。开展机场噪声的监测、预测与评估等研究,为机场噪声环境综合治理和城市的可持续发展提供有力的技术支撑,具有十分重要的意义。本文在基于机场感知的噪声监测系统的基础上,针对密集监测点测得的实时噪声数据开展分析研究,提出了实时的机场噪声滤波算法和航空噪声识别算法。本文具体研究内容如下:首先,基于粒子滤波算法,针对密集监测点之间噪声数据的相似性研究了实时的机场噪声滤波算法。对于受机场噪声影响的特定环境,研究了噪声序列的非线性模型和噪声状态的递推更新,并根据噪声序列的短时趋势以及多个监测点噪声序列之间的相似性,计算当前时刻监测点受局部噪声影响的可能性大小,得到对应时刻测得的噪声数据的可靠性,以此自适应地更新噪声序列的状态转移方程。同时,基于监测点噪声数据的可靠性,实现了机场噪声数据的实时滤波算法。实验结果显示,该算法可以有效地去除局部噪声对监测点噪声数据的影响,但保留航空噪声的影响。其次,针对密集监测点噪声数据在空间上的分布特性,研究了实时的航空噪声识别算法。提出了监测区域内各处噪声衰减趋势面的度量方法,并以此计算整个监测区域在某处的噪声影响能力;采用最优化方法,快速寻找理论噪声源的位置,最大化其噪声影响能力,以此识别航空噪声的存在。实验结果显示,上述算法可以较好的识别航空噪声的存在,同时还能够估计航空噪声源的位置及其影响范围,较好地可视化飞机的航迹和影响区域。本文的工作面向实际问题,研究基于密集监测点噪声数据的实时滤波与航空噪声识别算法,对于我国航空噪声监测技术的发展起到较大的推动作用。