噪音污染是城市环境中居民的一个长期问题。最近的研究估计，主要城市中有十分之九的人每天都会接触超过准则的噪音水平。过度噪音对健康的影响包括睡眠不安，听力丧失，认知障碍和高血压。市政噪声条例旨在减少噪音污染，但噪音和监测的评估不经常进行，主要是投诉驱动。卡尔加里市开始建立低成本声学传感器网络，以便持续监测城市环境中的噪声。为该项目确定的物联网(IoT)平台：

通过lora技术实现智能城市噪音监测应用的结果，比使用WIFI实现的成本要低得多。通过WIFI这种无线传输方式实现噪音监测，需要大量资源才能可靠地运营和维持。因此行业中有人提出用低功耗广域网的非授权频段lora技术实现解决方案，而不需要为设备提供电源，只需一块电池就可以实现。

自组网使用低功率广域无线电收发器来实现节点和网络服务器之间的数据传输。基于lora的传感器采用电池供电，易于部署，低功耗可限制网络维护，可在极端天气条件下连续运行，并且具有有限的现场数据处理能力。

数据分析算法的开发和测试，允许传感器自动检测和分类声学事件。研究人员将使用机器学习来区分噪声源，如建筑，交通，和音乐。

为了分辨噪音，一些新的基于LoRa的传感器被放置公园活动中。安装在公园周围的不同位置，传感器被编程为每三个计算一次平均噪声水平分钟。当噪音水平超过85dBC时，传感器通过基于LoRaWAN的网络发送警告包。将来，可以主动向音乐会发起人提供此反馈，以确保符合噪音限制。

接下来的演变是对诸如火车，道路噪音，飙车和建筑等声音进行分类，并在时间和位置上对其进行空间相关。这些数据将有助于改善公共活动期间的噪音管理和执法，在超过噪音阈值时自动提醒法律人员，从而节省城市时间和金钱。