אקוסטיקה · מאמרי מחקר

What percentile sound levels identify: energy bounds, background recovery, and source combination

Omri AbasORCID (Independent Researcher)

טיוטה מוקדמתללא שיפוט עמיתים(באנגלית)

תקציר

We determine what percentile sound levels identify about equivalent energy, background recovery and source combination. Under a nonnegative additive-energy model, partial identification yields sharp bounds over compatible distributions. Finite percentile reports leave equivalent levels unbounded above; support bounds yield sharp intervals with endpoint conditions. Background and source mean-energy intervals follow from known total distributions or percentile packages, with declared activity, support and mean constraints. Recovery conditions and an error identity separate source-off selection error from background change. Without support restrictions, substituting total-record $L_{95}$ for background $L_{\mathrm{eq}}$ has no finite error bound in either direction under at least $5\%$ exact inactivity; at least $95\%$ gives a sharp, unattained overestimation supremum of approximately $0.4576$ dB, while underestimation remains unbounded. Component percentiles yield a sharp lower bound under arbitrary dependence and a sharp envelope under justified mutual independence. Additional information gives exact independent-source intervals in specified regimes, finite reductions and certified grid bounds on bounded supports. Two fixed finite marginals permit probability, rank and exact transport bounds under dependence budgets. Percentile subtraction permits unlimited overestimation; pooling identifies the closed interval between extreme window percentiles. These results inform assessment standards and measurement reporting while distinguishing identification within a measured window from representativeness beyond it.

גרסה זו תורגמה מהמקור באמצעות בינה מלאכותית.

אנו קובעים מה רמות קול אחוזוניות (percentile sound levels) מזהות בנוגע לאנרגיה שקולה (equivalent energy), לשחזור רעש רקע (background recovery) ולשילוב מקורות (source combination). במסגרת מודל של אנרגיה אדיטיבית אי-שלילית (nonnegative additive-energy model), זיהוי חלקי (partial identification) מניב חסמים חדים (sharp bounds) על פני התפלגויות התואמות את המידע. דיווחים על מספר סופי של אחוזונים מותירים את הרמות השקולות ללא חסם עליון; חסמי תומך (support bounds) מניבים קטעים חדים עם תנאים לנקודות הקצה. קטעים לאנרגיה הממוצעת של רעש הרקע ושל המקור נובעים מהתפלגויות ידועות של הסך הכולל או ממקבצי אחוזונים, בצירוף אילוצי פעילות, תומך וממוצע מוצהרים. תנאי שחזור וזהות שגיאה (error identity) מפרידים בין שגיאת בחירה של מצבים שבהם המקור כבוי (source-off selection error) לבין שינוי ברעש הרקע. ללא הגבלות על התומך, להחלפת רמת רעש הרקע $L_{\mathrm{eq}}$ בערך $L_{95}$ של הרשומה הכוללת אין חסם שגיאה סופי בשום כיוון כאשר מתקיימת אי-פעילות מוחלטת במשך לפחות $5\%$ מהזמן; אי-פעילות במשך לפחות $95\%$ מהזמן נותנת חסם עליון חד שאינו מושג (unattained supremum) להערכת היתר, שערכו כ- $0.4576$ dB, ואילו הערכת החסר נותרת בלתי חסומה. אחוזוני הרכיבים מניבים חסם תחתון חד תחת תלות שרירותית (arbitrary dependence), ומעטפת חדה (sharp envelope) תחת אי-תלות הדדית מוצדקת (mutual independence). מידע נוסף נותן קטעים מדויקים למקורות בלתי תלויים בתנאים מוגדרים, רדוקציות סופיות (finite reductions) וחסמי רשת מאומתים (certified grid bounds) על תומכים חסומים. שתי התפלגויות שוליות סופיות וקבועות (finite marginals) מאפשרות חסמי הסתברות, חסמי דירוג (rank bounds) וחסמי תובלה מדויקים (exact transport bounds) תחת תקציבי תלות (dependence budgets). חיסור אחוזונים (percentile subtraction) מאפשר הערכת יתר בלתי מוגבלת; איגום (pooling) מזהה את הקטע הסגור שבין אחוזוני החלונות הקיצוניים. תוצאות אלה מספקות בסיס לתקני הערכה ולדיווח על מדידות, תוך הבחנה בין זיהוי בתוך חלון מדידה לבין ייצוגיות מעבר לו.

קריאת העבודה

הורדת PDF - טיוטה מוקדמת, זנודו גרסה 1.0

פרטים

מילות מפתח: percentile sound levels, equivalent continuous sound pressure level, background and residual sound, partial identification, sharp quantile bounds, dependence and quantile aggregation, ISO 1996-2
פורסם לראשונה: 1 באוקטובר 2026
רישיון: CC BY 4.0

קישורים

אופן ציטוט

Text

Omri Abas (2026). What percentile sound levels identify: energy bounds, background recovery, and source combination.

BibTeX

@misc{abas2026,
  title = {{What percentile sound levels identify: energy bounds, background recovery, and source combination}},
  author = {Omri Abas},
  year = {2026}
}