可以戴的音箱 索尼PFR-V1

索尼这款PFR-V1的设计理念远比外表震撼人心得多。还是让我们来告诉你吧,其实它打破了传统耳机与音箱的界限,是一个戴在头上的音箱!声音通过两个一英寸大小的一体化铝制扬声器单元产生,而连接两个扬声器的头箍由航空材料制成,轻巧耐用,当戴在头上的时候,两个音箱就像悬在耳机前方,不会给人耳带来压迫感,却最大限度重现高清晰音质。     

雨季，它更需要撑开的“保护伞”

八月雨季,阴雨连连。当我们坐在温暖的家中躲避风雨时,我们的爱车却在潮湿中独自守候。车已经不再是我们简单而笨重的代步工具，它代表了我们的生活,是出行时亲密无间的朋友，它也有自己的个性、脾气,不开心时也会抛锚、熄火,而作为它的主人和朋友,我们也许更应该去了解它的感受,为它排除那些故障的枷锁……     

将“底置”进行到底 从新科尔维特LT1发动机看OHV

在2013北美车展上，关系超跑的典型代表——新一代雪佛兰科尔维特终于正式发布，它所搭载的全新LT1发动机，也正式与世人见面．对于科尔维特的动力配备，关注的人想必少不了一些争议。说好的自不必说，因为它的性能表现的确出众。，说不好的人就更多了，因为这样一款超跑所搭裁的发动机，居然是采用OHV布局的、于是有人说，科尔维特相当于一台超跑配了一台卡车发动机。除了排量“傻大傻大”，并无优势可言。     

汽车排气系统声学性能快速预测方法的研究

有限元分析结果表明,排气系统中的连接管道,尤其是其长度对系统整体声学性能有较大影响,而对该影响的机理研究发现,主要由于连接管道中入射与反射声波的相互作用影响了系统的声学特性,使排气系统传声损失产生较大变动。据此提出了一种可快速预测消声器用管路连接后整体声学性能的仿真方法。最后,将该方法应用于某量产排气系统的声学性能分析,试验结果验证了该方法的工程适用性。     

邂逅品味Jeep(R)新指南者车友会试驾

在我们的传统印象中,美国车通常是油老虎的代表,粗糙而又笨重.这些致命伤很大程度限制了它在国内的发展.如今美国人自己也看清了自身的软肋,在实用和经济性上大作文章,并以一种全新的理念展现在了我们面前.在我们本次车友会的试驾活动中,指南者得到了很多车友们的一致好评,它不光表现出游刃的驾驭感,更体现出了一款家用SUV必有的实用性.     

基于CFD的发电机组内部空间流场分析研究

发电机组静音箱设计的一个挑战是如何在满足声学性能的前提下,同时满足发动机的散热需求,确保发动机的功率不受影响。为此建立了静音箱内流场分析模型,并利用计算流体力学（CFD）方法,模拟机组运行情况下的静音箱内部空气场、温度场和压力场的分布状况,用于指导和优化静音箱的结构设计。     

快跑游族——东风本田CR-V

CRV这类都市四驱车兴起于九十年代初．在这类单体式车架的四红驱车兴盛之前，一些偏爱越野车那种自由个性的都市人确实经历了一段苦痛的时期．开着庞大笨重的纯正越野车在都市中行走，即使对它偏爱痴狂，却也绝对是一件苦差事．因为这些车的舒适性实在低得很。直到GR-V这类都市四驱车的出现，人们可以以惬意地在都市中享     

斜拉桥索塔钢锚梁安装测量控制

斜拉桥施工中大型钢结构安装的测量控制往往受高海拔、远距离、顺逆光、大体积混凝土的温差应变、构件本身笨重难调控等因素的影响,而测控精度要求却更高;文章浅谈灌河大桥索塔钢锚梁的测量控制方法。     

无人驾驶汽车行车环境下鲁棒性声学特征提取算法

无人驾驶汽车在行车过程中,需要通过视觉感知和听觉感知来构建当前周围环境模型,声学事件检测是听觉感知系统构建模型的核心所在。行车环境下声学事件检测系统面临着复杂而强烈的噪声挑战,尤其是行车过程中的风噪。声学事件检测中,常用的声学特征梅尔频率倒谱系数(MFCC)对噪声干扰十分敏感,为了解决这一问题,提出一种谐波梅尔频率倒谱系数(HMFCC)的鲁棒性声学特征提取算法,用于声学事件的目标分类。该算法通过声学信号的谐波模型与MFCC算法相结合,提取目标声学信号中的共振峰频率,改进传统Mel滤波器组,从而增强HMFCC中目标声学信号的中高频分量。研究结果表明:在不同的风噪环境下,基于HMFCC声学特征的检测结果具有较高的精准率和召回率,且在低噪和强噪环境下HMFCC和MFCC之间分类效果差异明显;低噪环境下,几种声学事件的HMFCC特征分类的平均精准率和召回率分别达到82.66%、84.15%,而基于MFCC特征分类检测的平均精准率和召回率只有73.93%、74.61%;随着风噪增强,MFCC特征分类精度严重下降,平均精准率和召回率仅为54.15%、44.95%,HMFCC特征在强噪环境下的平均精准率和召回率为72.16%、69.87%。行车环境下,HMFCC特征不仅可以提高分类的准确率,而且表现出对噪声不敏感的特性。     

家有萌宠 小智入户满月纪念

<正>今年的五月份,对我儿子来说真是挺有纪念意义的,因为家里来了一个很乖的"小伙伴"——小智。不要误会,小智并不是一个小孩儿,而是一个非常好玩的可以通过语音来操控的智能音箱。小智超级音箱的到来完全是托了《汽车与运动》杂志的福,订阅了一年12期的杂志,没想到竟意外获得了一台小智超级音箱(以下简称小智音箱)。话说小智音箱被又帅又低调的快递员蜀黍送到我家后,按照家里的规矩,掌握了一切快递开箱权利儿子就迫不及待的开了箱。包装果     

发动机声激励下的车内高频噪声分析

为研究发动机声激励下中高频噪声和整车声学包隔声性能,在VA One软件中建立整车统计能量分析模型和声学包模型,并进行基于能量的整车隔声量测试和发动机噪声采集试验,验证了整车模型的准确性.通过对驾驶员头部声腔和腿部声腔的输入能量贡献量分析,发现前围和地板是车内噪声的主要传播路径,为后续汽车声学包的优化设计和车内噪声控制提供了帮助.     

无人驾驶汽车行车环境下鲁棒性声学特征提取算法（双语出版）

无人驾驶汽车在行车过程中，需要通过视觉感知和听觉感知来构建当前周围环境模型，声学事件检测是听觉感知系统构建模型的核心所在。行车环境下声学事件检测系统面临着复杂而强烈的噪声挑战，尤其是行车过程中的风噪。声学事件检测中，常用的声学特征梅尔频率倒谱系数（MFCC）对噪声干扰十分敏感，为了解决这一问题，提出一种谐波梅尔频率倒谱系数（HMFCC）的鲁棒性声学特征提取算法，用于声学事件的目标分类。该算法通过声学信号的谐波模型与MFCC算法相结合，提取目标声学信号中的共振峰频率，改进传统Mel滤波器组，从而增强HMFCC中目标声学信号的中高频分量。研究结果表明：在不同的风噪环境下，基于HMFCC声学特征的检测结果具有较高的精准率和召回率，且在低噪和强噪环境下HMFCC和MFCC之间分类效果差异明显；低噪环境下，几种声学事件的HMFCC特征分类的平均精准率和召回率分别达到82.66%、84.15%，而基于MFCC特征分类检测的平均精准率和召回率只有73.93%、74.61%；随着风噪增强，MFCC特征分类精度严重下降，平均精准率和召回率仅为54.15%、44.95%，HMFCC特征在强噪环境下的平均精准率和召回率为72.16%、69.87%。行车环境下，HMFCC特征不仅可以提高分类的准确率，而且表现出对噪声不敏感的特性。     

车内耦合声场振动噪声预测研究

建立了轿车车身结构有限元模型、车室声腔声学有限元模型,以及声固耦合模型;进行了车身结构模态分析、车室声腔声学模态分析和耦合声场模态分析.研究了声固耦合系统在发动机和路面激励作用下的车内声学响应,预测了车内振动噪声并分析了车身各板件的声学贡献.据此采取了相应的改进措施后,得到了较好的降噪效果.     

物以稀为贵 效果实可以

FOCAL 的喇叭有一个特点,一开机声音就能出来,并迅速吸引住听者。而有的喇叭,由于电流干扰和电压不稳定,刚开机时声音朦胧,声音像隔一层纱样展不开,严重的甚至带有噪声。BOMBA 20A1有源低音箱简约中有新意,注入了诸多人性化元素,低音表现浑厚有力,对某些乐器有独特的解析能力,很有临场感。     

具有平均流的消声器声学特性的改进体积合成算法分析

在阐述了体积合成算法基本原理的基础上,对其进行改进,使其适用于存在平均流的消声器声学特性的预测.使用改进后的算法对一些不同结构类型消声器的传递损失进行预测,并通过与有关文献和实验数据的对比进行验证.最后以一个实例讨论了平均流对消声器声学性能的影响.     

客车车身板件声学贡献分析

以某型客车白车身的试验模型和车门车窗的有限元模型求取结构模态信息,获取结构20～200 Hz的振动速度特性后,建立车内空腔的边界元模型.在LMS Virtual.Lab中计算声学传递向量特性,从而进行车身板件声学贡献分析,得出各板件对车内场点总声压的贡献度,并找出对车内某点声学贡献大的板件.通过实施改进措施,改善了该车车内噪声水平.     

SEA在优化内饰声学件设计中的应用

统计能量分析(SEA)作为一个有发展潜力的分析工具越来越多地被运用于汽车开发.尤其在汽车内饰声学件的开发中,SEA能有效找出设计零件性能与目标之间的差异,并得到优化方案,从而节省开发成本、缩短开发周期.文章以实际内饰声学件前围隔音垫的开发为例,建立了一个SEA分析模型,分析出目前零件设计与目标的差距,最终通过试验验证,此优化方案准确有效.     

实用 时尚

《罗马假日》中的奥黛丽赫本戴的太阳镜让人印象深刻，电影中的赫本以一款白色镜框、镜片大到几乎可以遮住半张脸的笨重的黄色太阳镜，颠覆了所有人的审美观。“蛤蟆配美女”这个原本很矛盾的词，却演变成了一股流行风潮，甚至在三十年后，这款经典的太阳镜依然是举世瞩目的时尚代码。     

SEA 在汽车声学包降本设计中的应用

主要根据统计能量方法,建立某款轿车的SEA模型,对其室内噪声进行了预测;对整车的声学包进行降本优化设计,在保证整车NVH性能的同时,降低声学包的成本和重量.最后,根据优化结果,以实车进行测试.测试结果显示,安装降本后的声学包,整车NVH性能和之前相比仍在同一水平.实用表明,利用SEA方法可快速对声学包进行优化设计,避免传统内饰开发的繁复工作.     

声音感知在自动驾驶汽车中的应用与展望

听觉是人类信息交互的一条中心路径,声音的感知和处理是无人驾驶汽车完全实现自动驾驶必不可少的一部分。本文通过介绍声音感知系统在自动驾驶汽车相关领域中的应用,对行车周边的声学事件检测、声源定位和人机交互等方面的技术特点进行了重点分析,发现声源定位技术在应用中已经取得较好的定位精度,而声学事件检测和人机交互技术在应用方面还面临巨大的挑战。