基于计算听觉场景分析的内燃机噪声源识别方法研究

Noise source identification and separation technology is an important research field of engine noise control. A new computational auditory scene analysis based method is proposed to separate IC engine noise signal. The aim of this project is to build a series of models and algorithms based on researches about human auditory perception. Realized by software, validity of the method can be checked through the IC engine noise experiments and the noise separation tests. Then quantitative index for evaluation of separating effects is studied. Main researches include: a series of engine noise measuring experiments are carried out to find good measuring positions and sensor number. After that,experiments of different working conditions are done to get enough noise signals with adequate information for verifying separation algorithms. By theoretical analysis and simulation, algorithms about signal preprocessing, separation and grouping are studied. Then the implementation of these algorithms is carried out and software is programmed using MATLAB. By the above mentioned researches,a noise signal separation system is got. The effectiveness of the system is tested with standard voice signals and the measured IC engine noise signals. Following this, further improvements and amendments of the mathematical models and algorithms are achieved. By designing special experimental equipment, independent noise source measurment is explored. Based on this experimental research, quantitative index about accuracy of speration is derived. The research of this project can provide accurate information for the analysis of characteristics of noise sources and their contribution to IC engine noise level. Finally the method and the system can be used for the sound optimization of various internal combustion engine.

噪声源识别及分离技术是内燃机噪声研究的一个重要领域，本项目提出了一种基于计算听觉场景分析的新的内燃机噪声源识别方法，研究将立足于借鉴对人听觉感知的研究成果建立一系列的模型和算法，并通过软件编程来实现，通过内燃机的噪声试验及分离来验证方法的有效性，提出评价分离效果的定量指标。主要研究内容包括：进行内燃机噪声信号的不同获取方式的试验，确定最佳的获取点和测点的组合方式，为噪声源信号分离算法提供包含充分源信息的混合信号，为分离算法的检验提供充分的信号库；应用理论分析和仿真来研究噪声信号的变换、分离与组织的算法，研究整套算法的软件实现，通过标准声音信号库和实测的噪声信号库来验证算法的有效性，并进一步改进与修正数学模型及算法。通过实验研究内燃机独立噪声源的获取方法，并据此提出评价分离效果的定量指标，本项目研究将为实际应用中分析各种源的特征和贡献量以及内燃机的声音品质设计奠定理论基础。

噪声源的分离识别技术是内燃机噪声研究的一个重要领域。本项目围绕内燃机噪声源的分离识别问题，全面系统的开展了基于计算听觉场景分析的内燃机噪声源分离新方法研究，研究内容包括：内燃机辐射噪声分布特征研究、内燃机单缸噪声获取及优质源信号获取方案研究、基于计算听觉场景分析的内燃机噪声源的分离算法研究、基于VMD-RobustICA算法的内燃机近场辐射噪声信号的分离识别研究、基于双通道定位和盲分离相结合的内燃机噪声源的分离识别研究、Gammatone滤波器性能及其在内燃机振动噪声源的应用、内燃机独立燃烧噪声获取的试验方法研究等。在内燃机表面噪声源分布特性方面，采用近场声压扫描法对机体侧面与顶面进行噪声测量，获得的分布特征既确定了发动机主要噪声源的分布，也为噪声源隔离提供依据。依据前述研究，制定了隔离非测量缸的方案，实现了单缸优质源信号的获取，直接从物理层面减少了噪声源信号的干扰。据此，还找到了单双通道测量的最佳距离、方位和双通道测量的最佳组合方式。在分离算法研究方面，系统深入地探索了JADE算法、INFOMAX算法、自然梯度法、极大似然估计法、BLMS与DMED算法等对内燃机振动噪声信号分离的适用性，提出并实现了基于独立分量分析与时频掩蔽的双通道算法，算法首先通过一阶差分麦克风阵列技术使得混合信号满足瞬时混合模型；其次，基于INFOMAX算法对两路信号进行分离并估计两输出信号的二值掩模，循环迭代进而提取基本的信号片段；最后，合并同源信号片段，增强各独立声源。在此基础上还发展了基于延时差和强度差的双通道定位算法，首先实现不同位置源的分离然后实现相同位置处的源的分离。另外，针对单通道信号提出采用EMD、EEMD、VMD等来解决欠定分离问题。首次自行设计搭建了一种燃烧噪声试验台，在实机上进行了独立燃烧噪声的获取试验，获取了纯燃烧噪声及其传递函数，为内燃机噪声源分离算法性能的定量评估奠定了基础。本项目的研究发展了内燃机噪声源分离的多种新方法，有望应用于内燃机的振动噪声控制和监测诊断上。