一、原理
峰度（Kurtosis），亦可稱之為峭度，峰度定義是四階中心矩與方差平方的比值。其計算公式如下：
上式中：n表示信號的長度，
表示信號的均值，但是在實際計算過程中，為了比較其他分布與正態分布之間的差異，通常會在這個基礎上減去3，得到最終的峰度計算值。如下式所示：
這樣服從正態分布的數據的峰度值為0，因為正態分布的四階中心矩與方差平方的比值恰好等于3。簡單來說，峰度可以用來描述信號的非平穩特性，尤其是短時間內突發的噪聲干擾，如果一段數據的峰度值越大，則表明該段數據中含有的突發性噪聲干擾成分較多。下面以一段數據分析對比為例，采用信號仿真方法生成一組隨機白噪聲信號和一組添加有突發性沖擊干擾的白噪聲信號，分別計算兩組信號的峰度值可以發現，含有突發性沖擊特征干擾的白噪聲信號的峰度值為8.29，明顯大于不含有干擾的白噪聲信號2.98。
峰度也可以用于振動信號分析，在軸承故障診斷中較為常見，用于衡量軸承中由于故障引發的沖擊特征的強度判斷，若峰度越大，表示信號中存在較大的脈沖成分。
二、峰度在噪聲監測中的應用
（1）峰度在城市交通噪聲監測中的應用
城市交通噪聲通常具有明顯的非平穩特性，即噪聲水平隨時間變化很大。例如，在高峰時段，車輛流量增加，噪聲水平上升；而在夜間，噪聲水平可能會顯著下降。通過計算不同時間段內的聲壓級（SPL）數據的峰度，可以定量描述噪聲的非平穩性。高峰度值表明存在較多的突發性噪聲事件，如急剎車、鳴笛等。
（2）峰度在工業噪聲監測中的應用
工業生產過程中產生的噪聲也可能非常不規則，特別是在機器啟動、停機或故障時。通過分析工業噪聲的峰度，可以識別出異常操作或設備故障，從而及時采取措施進行維護或調整。可以及時發現并處理潛在的安全隱患。同時在聲源識別領域，峰度及其衍生指標可以作為特征指標并用與聲源識別模型的訓練，提高模型的識別精度。
（3）峰度在聲暴露領域的應用
等能量假說認為，噪聲暴露引起的噪聲性聽力損失（noise-induced hearing loss，NIHL）是能量強度乘以暴露時間的函數，與噪聲的時域結構特征無關，然而研究表明，在同等能量的噪聲暴露水平下，脈沖噪聲或者含有沖擊成分的非穩態噪聲會導致更大程度的聽力損失。為了準確評估噪聲暴露的影響，Goley學者認為峰度可以用于修正噪聲強度，提出了一種利用峰度調整噪聲8h等效A聲級（LAeq8h）的評估聽力損失的方法，這一方法直接校正測量得到的等效A聲級指標，其調整模型如下：
上式中，βN是噪聲的實際峰度，βG是穩態噪聲的峰度，實際計算過程中穩態噪聲的峰度βG取10，λ為修正系數。
