非平稳车辆噪声心理声学智能评价方法研究-车辆工程专业论文.docxVIP

上海工程技术大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权上海工程技术大学可以将本学位论文的全部或部分内容编入有关数据库进行检索， 可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密□，在 年解密后适用本授权书。 本学位论文属于 不保密?。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 非平稳车辆噪声心理声学智能评价方法研究 摘 要 声品质评价作为一种新的评价手段，由于其评价结果和人的主观评价结果更加符 合，所以已经被用于车辆噪声评价过程。但目前声品质评价理论尚不成熟，仍处于广 泛的探讨中。由于技术和商业保密的原因，一些声品质方面的研究成果尚未完全公开。 因此，开展基于人体听觉感知的非平稳车辆噪声评价方法研究具有重要的理论和现实 意义。 本文在前人研究的基础上，考虑人耳的听觉特征，提出了一种基于声音能量特征 的神经网络声品质评价模型。首先对声品质的概念和相关的心理声学评价参数进行了 研究，分析确定了影响响度、尖锐度和粗糙度等参数的特征因素。针对车辆低频加速 噪声信号，对短时傅里叶变换（STFT）、维格纳-威尔分布（WVD）、小波变换（WT） 和希尔伯特黄变换（HHT）等时频分析方法进行了比较研究。结果表明小波包分析所 得的信号分量特征频带和人耳听觉特征吻合，因此更适合非平稳车辆噪声的时频特征 提取。参考人耳特征频带划分规律，选用 db35 小波将信号划分为 21 个特征频带，以 50ms 为时间间隔划分时域，分别提取各时频区域能量及其滤波后低频包络信号的能量 特征。以两种能量特征为输入，以传统算法计算得到的心理声学评价参数结果为输出， 采用 BP 神经网络分别建立非平稳车辆噪声响度、尖锐度和粗糙度智能评价模型。最 后通过调整神经网络的拓扑结构和参数来优化网络性能，对所建模型的有效性进行分 析验证。 验证结果表明：对非平稳车辆噪声信号而言，采用本文所提出的声品质智能评价 模型得出的响度、尖锐度和粗糙度误差均在 10%以下，响度和尖锐度误差甚至可以达 到 5%，说明所建立的基于能量特征的神经网络模型具有较高的精度，可直接用于汽 车车内噪声的声品质评价。本文所提出的建模方法可拓展到声学相关其他领域，用于 其他产品声品质的建模、分析和评价。 关键词：车辆噪声，声品质，时频分析，小波包，BP 神经网络 II II RESEACH ON INTELLIGENT EVALUATION METHOD FOR NONSTATIONARY VEHICLE NOISE BASED ON PSYCHOACOUSTICS ABSTRACT Sound quality evaluation (SQE), as a new evaluation method has been used in vehicle noise evaluations because its result is much closer to people’s feeling. However, at present, the SQE theories are not mature enough and have still being discussed. Many research results have not been generally published, due to the technical and commercial secrecy reasons. Thus, studying auditory-perception-based SQE approaches for nonstationary vehicle noise has significant theoretical and practical values in engineering. Based on the previous studies, this paper presents a new energy-based neural network SQE model, considering the auditory feature of human. The SQE related phycoacoustical concepts and parameters are investigated and their influences to the indices, such as loudness, sharpness and roughness, etc., are determin