每到過年時節，鞭炮、煙火、或是鄰居打牌到半夜，吵得你睡不著？或是家住鬧區，附近商辦大樓整修施工不斷？

過度吵雜的環境不僅容易精神緊張、難以集中注意力，長期更可能導致睡眠品質不佳，甚至聽力受損；一般而言超過70dB會讓人感到焦躁或不適，依照法規「噪音管制區劃定作業準則」明訂的分貝標準，在夜間更是得低於55分貝。

究竟如何對環境音做長時間且有效的量測呢？有沒有儀器幫助我們判斷周遭噪音對人已經是危害等級呢？今天就來實作一個NBIoT聲音監測計，紀錄噪音，揪出公害！

所需材料

• Arduino UNO

• AM7020（含SIM Card、天線）

• SparkFun Electret Microphone Breakout（駐極體麥克風放大模組）

• 杜邦線數條

Arduino UNO

Arduino UNO是一款入們級的微控制器，也是最多初學者使用的一塊開發版，平價且容易入手，基本功能包括I2C、SPI、UART、Analog、Digital IO、PWM。

AM7020

AM7020是一款NBIoT模組，模組本身支援HTTP(S)、MQTT(S)、TLS等多項Protocol，加上專屬am7020的Arduino Library，讓使用門檻大大降低，初學者也能輕鬆使用。

SparkFun Electret Microphone Breakout

SparkFun Electret Microphone Breakout主要由一個駐極體麥克風與一個60倍的放大器組成，駐極體麥克風放大模組通過捕捉麥克風中兩個導電板（一個振動膜片和另一個固定的）之間的聲波並將它們轉換為電波（振幅），最後將信號放大後供微控制器的ADC讀取。

架構

以Arduino UNO作為主要控制板，使用類比輸入讀取麥克風原始訊號，經過UNO計算後再使用Software UART將資料交由AM7020使用MQTT Protocol發送至Adafruit IO，最後由Adafruit IO檢視並觀察數據。

步驟

1. 設定Adafruit IO

2. 硬體配置

3. 程式設計

1.設定Adafruit IO

我們需要為Adafruit IO平台建立三個Feed，分別為音量（分貝）資料「mic」、噪音標準燈號「dB-color」、施工標準燈號「rule-color」；將這三個Feed建立在預設(Default) Group內。（若對AdafruitIO設定還不熟悉可參考5步驟輕鬆上手Adafruit IO平台！）

接下來需要為Adafruit IO平台建立一個Dashboard，用來將音量資料以折線圖方式呈現，Dashboard名稱設定為「mic」。

進入剛建立的Dashboard後新增一個折線圖(Line Chart)的Block，Feed選擇「mic」，在折線圖Block設定頁面設定「Y-Axis Minimum」、「Y-Axis Maximum」、「Decimal Places」、「Draw Grid Lines」。

新增一個指示器(Indicator)的Block用來顯示施工標準燈號，Feed選擇「rule-color」，在指示器Block設定頁面設定「Block Title」、「Conditions」。

新增一個指示器(Indicator)的Block用來顯示噪音標準燈號，Feed選擇「rule-color」，在指示器Block設定頁面設定「Block Title」、「Conditions」。

2.硬體配置

3.程式架構說明

程式碼請參閱Github( https://github.com/JiekangHuang/am7020_Microphone )

程式會使用到以下兩個Library，請先去Github上下載下來放到Arduino Library資料夾底下。

• TinyGsm（產生TCP封包）

• PubSubClient（產生MQTT封包）

在整體通訊上我們使用MQTT與Adafruit IO溝通，而實際上實作通訊架構上我們分為兩層，由上到下分別為MQTT、TCP，每層架構獨自完成各自工作後再將結過傳送至下層，最終由AM7020發送到AdafruitIO。

轉換麥克風類比數據為分貝

麥克風模組接收到的都是音訊的原始類比資料，必須要演算為dB（分貝）才能讓人閱讀；演算方法使用APP Sound Meter做為參考，紀錄並比對雙方數值，最後用線性迴歸(linear regression)做校正；線性迴歸計算可以使用Excel會較為方便，計算完畢後dB可由如下公式得出。

麥克風原始類比數據與APP Sound Meter比較：

重點程式碼說明

檔名：am7020_Microphone.ino

• Line 14~20：建立MQTT通訊架構（分層架構）

• Line 23：定義Microphone類比輸入腳位為類比腳A0

• Line 24~25：定義截距、斜率（由上方excel計算得出，可自行依需求調整）

• Line 40~42：定義噪音條件（標準值可見下圖，這裡使用第三類）

• Line 44：定義施工條件（標準值可見下圖）

• Line 62：NBIoT連線

• Line 64：設定MQTT KeepAlive

• Line 81：檢查MQTT連線狀態

• Line 93：讀取麥克風原始類比數據

• Line 95：將麥克風原始類比數據做校正

• Line 96：紀錄4分半鐘內最大值

• Line 110：發布dB資料到Adafruit IO

• Line 112：取得基地台時間

• Line 115：判斷噪音標準燈號（超過標準為紅色，反之綠色）

• Line 118：上傳噪音標準燈號

• Line 122：判斷施工標準燈號（施工時間為紅色，反之綠色）

• Line 125：上傳施工標準燈號

檔名：config.h

• Line 11：資料上傳間間格（可自行依需求調整）

• Line 67~68：MQTT Broker username、password（請修改為自己的Adafruit IO帳號密碼）

噪音標準值（參考噪音管制區劃定作業準則）

成品

打開Adafruit IO Dashboard即可觀察音量（分貝）的長期折線圖，觀察自家都是幾點開始受到噪音影響、持續多久等等數據；右下方可查看目前分貝數是否超出規定之標準；裝置將每4.5分鐘上傳一次資料。

小結

提醒大家，沒有經過標準公證單位認證的量測儀器，僅能做為參考用唷。即使是參考量測，我們仍舊可以把它放在家，簡易地偵測是否有超標噪音；家住鬧區的夥伴們，就能以數據資料，相對客觀地委婉勸導鄰里囉！更多NBIoT實作分享，歡迎瀏覽其他文章參考。