基于听觉感知的非平稳车辆噪声声品质智能评价方法研究

提高车辆声品质是我国车辆产品亟待解决的问题之一，如何建立符合人体主观感觉的非平稳车辆噪声声品质评价模型是一个国际难题。本项目针对计权声级、响度、尖锐度、粗糙度等声学评价指标，研究基于听觉感知的非平稳车辆噪声智能评价方法。基于测取的车内、车外和通过噪声信号，研究人体听觉感知过程及作用机理，重点建立车辆噪声时变粗糙度数学模型；研究非平稳噪声信号处理方法，构建非完整最优小波包滤波器组信号特征提取方法，提出等长、变频、多尺度小波滤波车辆噪声计权分析方法；采用智能模式识别理论建立噪声信号物理特征与心理声学参数之间的映射关系，提出基于时频能量统计的样本预处理方法以及支持多目标的交叉训练和验证方法，提出车辆噪声综合烦躁度的网络预测算法；建立非平稳车辆噪声声品质智能评价模型。项目研究成果可为车辆噪声声品质评价与声学设计提供理论和技术支持，对改善噪声环境具有重要意义。

在车辆噪声控制工程领域，如何提高车辆的NVH性能、改善其声品质已成为车辆生产和研发企业的竞争焦点，为此，国内外学者和研究机构已进行了大量的探讨。但到目前为止，科学构建符合人体主观感觉的非平稳车辆噪声声品质评价模型仍是一个国际难题。本项目针对响度、尖锐度、粗糙度、烦躁度等心理声学评价指标，提出了一种基于听觉感知的非平稳车辆噪声智能评价方法，建立了符合人体主观感觉的声品质评价模型。项目主要以大众、通用生产的乘用车、上海9号线地铁车辆为研究对象，针对非平稳噪声的听觉感知特性、时频特征矩阵、主客观综合烦躁度、智能评价网络模型等若干关键基础理论问题开展研究。建立了时变听觉感知模型与心理声学参数矩阵，获得了随机声音信号与蹬骨末端位移之间的关系，完成了“声音+人耳+神经网络”的心理学参数计算方法；通过时频分析方法对比，构建了等长、变频、多尺度非完整最优离散小波包（WPA）滤波器组，建成基于听觉掩蔽时频划分和能量统计的信号特征矩阵，获得了基于WPA和希尔伯特-黄变换（HHT）的非平稳噪声特征提取方法；利用噪声主观评价结果，建成了两级三层的声品质智能识别网络模型，实现了非平稳车辆噪声综合烦躁度的评价和预测。试验验证结果表明，所提出的时变听觉感知模型符合人耳的听觉特征、基于WPA分析的时频矩阵可用于表达非平稳声音信号特征、两级三层智能网络模型可准确进行非平稳车辆噪声声品质评价，预测误差均在10%以下。基于理论研究成果，项目组初步完成了车辆噪声信号采集与心理声学智能评价系统样机的试制工作。项目研究成果可用以揭示声音—人体作用机理，可为车辆噪声声品质评价与声学设计提供理论和技术支持。在Journal of Sound and Vibration、Mechanical Systems and Signal Processing等国内外发表论文26篇，其中被SCI收录8篇（JCR二区2篇）、EI收录14篇，申请专利2项，获得发明专利授权1项，先后参加分别在泰国和意大利举办的第20届和第22届International Congress of Sound and Vibration（ICSV）国际学术会议。