车内噪声声品质心理声学主客观评价模型研究

论文摘要

随着人民生活品质的提高，汽车噪声产生的问题越来越得到人们的关注。车内噪声声品质优劣与否是衡量汽车噪声的一个重要方面。本文在总结前人研究成果的基础上，研究了车内噪声声品质心理声学主客观评价模型。本文首先根据GB/T18697汽车车内噪声测量标准，采集了在不同工况下实验车辆的车内噪声，对采集到的数据进行预处理并建立噪声数据库。基于传统的声学粗糙度模型，对其算法进行改进和优化，提出了新的声学粗糙度计算模型；参照相关标准，编制了基于Matlab的响度、尖锐度和粗糙度等心理声学参数的计算程序。通过对现有主观评价实验方法的分析对比，组织了声品质评审团，采用带有参考信号的语义细分法对噪声样本进行主观评价，并对结果进行分析与检验；分别以心理声学参数与评审团主观评价结果作为输入与输出量，采用BP神经网络建立声品质综合评价模型，通过调整神经网络的拓扑结构和参数来优化网络性能，最后对声品质网络的预测结果进行实验验证与分析。研究表明：自主编制的粗糙度计算程序计算结果与主观评价实验结果基本吻合，说明本文所提出的优化粗糙度模型具有较高的精度；采用优化训练后的神经网络评价模型对车内噪声的声品质预测结果与主观评价结果基本一致，可见本文提出的声品质网络综合评价模型是正确有效的；此模型可直接用于车内噪声的声品质检测，对汽车的声学设计和改进具有指导意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题背景和意义
• 1.2 国内外研究现状
• 1.2.1 声品质评价的发展过程
• 1.2.2 国外声品质研究现状
• 1.2.3 国内声品质研究现状
• 1.3 论文主要研究内容
• 第二章 汽车车内噪声实验
• 2.1 汽车车内噪声的组成
• 2.2 汽车车内噪声的测量
• 2.2.1 实验条件
• 2.2.2 实验设备配置
• 2.2.3 汽车工况设置
• 2.2.4 噪声信号的保存
• 第三章 心理声学参数的计算
• 3.1 人类听觉系统
• 3.1.1 听觉系统的构造
• 3.1.2 掩蔽效应
• 3.1.3 临界带宽和激励声级
• 3.2 A 计权声压级
• 3.3 响度
• 3.3.1 响度的影响因子
• 3.3.2 响度的计算
• 3.3.3 车内噪声响度分析
• 3.4 尖锐度
• 3.4.1 尖锐度的影响因子
• 3.4.2 尖锐度的计算
• 3.4.3 车内噪声尖锐度分析
• 3.5 粗糙度
• 3.5.1 粗糙度的影响因子
• 3.5.2 Fastl 粗糙度计算法
• 3.5.3 Aure 粗糙度计算法
• 3.5.4 车内噪声粗糙度分析
• 第四章 声品质主观评价实验
• 4.1 主观评价实验
• 4.1.1 主观评审团的组成
• 4.1.2 实验地点
• 4.2 主观评价方法
• 4.2.1 排序法（Ranking）
• 4.2.2 评分法（Rating Scale）
• 4.2.3 成对比较法（Pair Comparison）
• 4.2.4 语义细分法（Semantic Differential）
• 4.3 主观评价实验流程
• 4.3.1 实验设置
• 4.3.2 实验过程
• 4.3.3 实验结果保存
• 4.4 主观评价结果检验分析
• 4.4.1 重复性验证
• 4.4.2 相关性验证
• 4.4.3 显著性检验
• 第五章 车内噪声声品质智能网络评价模型建立
• 5.1 声品质模型概述
• 5.2 建模流程
• 5.2.1 神经网络结构
• 5.2.2 神经网络训练
• 5.3 建模结果验证与分析
• 5.3.1 模型验证
• 5.3.2 模型结果分析
• 第六章 总结与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 攻读硕士学位期间发表的学术论文及取得的相关科研成果
• 致谢