汽车制动工况下车内时变噪声响度特征

汽车车内噪声对驾驶员和乘员的舒适性有重要影响,因此研究基于人耳的汽车制动工况下车内时变噪声响度特征具有重要意义。对Moore时变响度模型的计算方法进行了详细研究,在Matlab中建立其模型并验证了模型的正确性。然后建立了汽车制动工况下车内噪声测试系统,获得了某款混合动力城市客车制动工况下乘员耳旁降噪前、后的噪声,并以此噪声为研究对象,对比分析传统时频方法、Zwicker和Moore特征响度分析方法的异同点。结果表明,特征响度比时频分析方法更能准确反映影响人响度感受的车内噪声来源;短期响度能够反映人的响度感觉,但最大值并不能全面反映汽车车内噪声的响度特征;Moore响度模型比Zwicker响度模型频率分辨率更高且能量分布更为集中。     

汽车声品质主客观评价方法研究

阐述了汽车产品开发过程中声品质主观评价方法的不足,介绍了各心理声学参数的应用。以10种类型轿车在不同车速下不同位置座椅处的耳旁噪声为评价对象,对车内噪声品质用成对比较法进行了主观评价试验;分析计算了各噪声样本的主要心理声学客观参数;在精确计算评价结果误判率的基础上,通过相关分析和多元回归分析,建立了匀速车内噪声主观偏好性与心理声学参数间的数学模型。研究结果表明,与轿车匀速车内噪声品质相关的主要心理声学参量根据车速的不同而不尽相同。     

基于心理声学分析的车内异常噪声辨识

介绍了车内异常噪声辨识的心理声学分析方法；指出基于心理声学的分析方法考虑了入耳听觉特性。能够定量地反映不同噪声的主观感受差别，较好地符合异常噪声辨识要求。在试验测试基础上，从响度、粗糙度、尖锐度和抖动度等方面对车内噪声品质进行了对比分析。     

摇窗机声品质研究

随着人们对汽车乘坐舒适性要求的提高,传统的A 声级已不能满足汽车噪声的要求,于是对汽车零部件声品质的研究得到了更多的关注.本文对某轿车摇窗机噪声抱怨,采用声品质心理声学客观参量进行分析评价,并给出了具体的解决方案.数据分析和主观评价结果表明,优化方案解决了摇窗机噪声抱怨的问题.     

汽车关门声品质的评价及改进

介绍汽车关门声的产生机理、主观评价与客观评价的方法和指标,对某轻型客车的关门声品质进行对标测试,并进行改进设计及验证。     

汽车关门声声品质评价方法的研究

介绍了基于A计权声压级时频特性的汽车关门声品质评价方法,建立了Zwicker瞬时响度与时变响度、Moore瞬时响度与时变响度和尖锐度的计算模型,分析了各种模型对汽车关门声品质评价的适用性;最后建立了以A计权声压级时频特性、尖锐度和瞬时响度为指标的汽车关门声品质评价方法,并通过对两个关门声样本的评价,验证了该方法的可行性。     

以响度为度量的车内噪声有源控制

考虑听觉的主观性,提出一种基于响度控制的车内噪声有源控制系统.通过在传统有源噪声控制系统中加入若干响度滤波器,适当放大人耳敏感频率成分,衰减不敏感成分,使控制目标由声压转变为响度.相应导出Loudness-LMS算法,设计了响度滤波器.对车内噪声进行响度和声压控制的仿真结果表明:响度控制的声压减小量少于声压控制,但响度衰减得更多,具有更好的主观听觉效果.     

主观评价声品质参数的计算

传统的基于客观指标的噪声评价方法已经不能满足新车型的开发要求。为了更好地体现客户的主观感受。在评价噪声的过程中引入基于主观评价的声品质方法。文章详细介绍了语言清晰度、响度及尖锐度3个声品质参数的计算方法,对4辆不同品牌排量为1.3L的两厢乘用车进行车内匀速噪声测试,并进行了客观评价和主观评价。通过对比可以看出,基于主观的噪声评价方法更真实地反映了车辆的噪声水平和品质。     

加速工况下车内噪声品质烦躁度的评价研究

以9种B级轿车从50→120 km/h加速时的噪声信号为评价对象,采用等级评分方法对车内噪声品质烦躁度进行了主观评价试验.分析计算了各噪声样本的主要心理声学客观参数,并通过相关分析和多元线性回归分析,建立了车内噪声品质烦躁度评价的数学模型.结果表明,在加速工况下影响B级轿车车内噪声品质烦躁度的3个参数分别为响度、粗糙度和A计权声压级.     

汽车声品质分析方法与评价流程

首先介绍声品质的含义和汽车声品质概念的起源。在建立听觉感知模型基础上,详细阐述汽车声品质研究对象的特点;并从汽车声品质的发展历程出发,将其研究内容进行归类。重点讨论以声品质评价和汽车声品质设计等为主要内容的汽车声品质研究方法。最后,提出汽车声品质工程评价流程和汽车声品质研究的意义。     

声强测量技术在汽车噪声控制中的应用

简述了声强测量法的基本原理,分析了开发的声强测量系统的特性,介绍了该系统在汽车噪声控制中的应用实例,证明该系统能准确地确定主要噪声源之所在,为采取有效的降噪措施提供可靠依据。     

汽车声品质主观评价试验方法探究

首先讨论了汽车声品质主观评价的必要性,然后从几个方面对主观评价进行详细阐述,包括主观评价试验前的准备、试验的一般方法以及试验结果的分析.     

基于CNN和LSTM融合特征提取的车内声品质评价模型研究

基于深度学习方法建立的车内声品质评价模型不需要高度依赖声学理论和经验知识,可以有效提取深层次特征,客观高效地获得符合主观感受的评价结果。为获取噪声中符合人耳对声音感受的频率信息,便于在深度学习中进行特征提取,采用对数梅尔频谱和时频遮掩相结合的方法对采集到的噪声样本进行预处理。为有效提取车内噪声深层次特征,融合卷积神经网络（Convolution Neural Network,CNN）和长短时记忆网络（Long Short-Term Memory Network,LSTM）各自的优点,建立了融合特征提取层。使用全连接和Softmax输出单元组合构建了分类器模块。在合适的超参数下,模型通过充足的训练获得了96.88%的训练准确度。使用大量样本对模型进行验证,得到93.69%的验证准确度;采用混淆矩阵对模型进一步验证,总体的预测评价等级与真实评价等级偏差不大,证明模型的预测结果与主观评价结果具有很好的一致性。     

车内噪声品质偏好性主客观评价及相关性分析

以5种轿车典型运行工况下后排乘员耳旁噪声样本为评价对象,利用自适应分组成对比较法对车内噪声品质进行了偏好性主观评价试验。计算了各样本的主要心理声学参数,通过相关分析和线性多元回归分析,建立了以响度和尖锐度描述车内噪声品质偏好性结果的数学模型。通过各组间的关联样本将各组评价结果进行反演构建,得到的总体样本评价结果与传统成对比较法评价结果一致性好,且节省了50%的评价时间。     

汽车无级变速器传动性能评价系统研究

根据无级变速器电子控制单元的控制算法,结合试验数据,建立了无级变速器(CVT)性能评价系统中的驾驶员模型、发动机模型、无级变速器模型与整车动力学模型。同时给出了各个模型在Simulink中具体的建模方法。最后,针对具体车型,建立了该车型的CVT传动性能的评价系统。