首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
参照国家标准GB15742,对10余辆不同类型的乘用车进行了正前方和右前方30°两个方位的汽车喇叭声学测试.采用主观相似性实验对所得样本进行分类,并按国标进行检验和筛选.最终对6个合格有效的声音样本进行粗糙度、尖锐度、双耳响度和波动度等6个参量的计算,并对这些参量间的相关性和多参量差异进行了分析.结果表明,导致喇叭产生不同声音特点的心理声学因素主要是粗糙度和尖锐度,其次是双耳响度,而波动度差异不明显.  相似文献   

2.
车内噪声品质偏好性主客观评价及相关性分析   总被引:1,自引:0,他引:1  
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。  相似文献   

3.
以乘用车车窗升、降时的驾驶员处双耳声信号为对象,引入综合评价指标心理声学烦躁度,综合相关性分析和主成分分析方法,提取出影响声品质的关键客观参量。采用参考语义法进行主观评价试验,完成了数据有效性分析,结果表明:主观评价试验结果与客观评价结果一致,影响车窗玻璃升降声主观感受的主要因素为抖动度、双耳响度和尖锐度。研究结果验证了基于心理声学烦躁度进行声品质客观评价与分析方法的正确性。  相似文献   

4.
支持向量机在汽车加速车内声品质预测中的应用   总被引:1,自引:0,他引:1  
应用支持向量机方法对汽车加速时车内声品质进行预测。以噪声样本的响度、尖锐度、粗糙度、AI指数等客观评价参量作为输入因子,主观烦躁度评价结果作为输出因子,利用支持向量机回归方法建立了汽车加速车内声品质的预测模型。对比结果表明,与多元线性回归模型相比,基于支持向量机的汽车加速车内声品质预测模型能够更准确地反映客观评价参量与主观烦躁度之间的非线性映射关系,预测精度更高。  相似文献   

5.
对汽车空调进行了声品质评价研究,通过主观评价和参量客观分析,得出怠速工况下汽车空调声品质主观评分及对应的客观评价指标,并提出了声品质主观评价方案,建立了汽车空调不同工作模式下的烦恼度模型和主观评价指标的广义回归神经网络(GRNN)模型.研究结果表明:空调压缩机开启时声品质主要受嗡响指标影响,中高风速下,其声品质主要受轰...  相似文献   

6.
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。  相似文献   

7.
以10款具有不同关门声品质感的乘用车为研究对象,基于语义细分法、成对比较法的主观评价试验结果和心理声学客观参量(尖锐度积分、响度能量比、响度能量变化率、响度变化时间)建立了主、客观预测模型,为了提高模型预测精度,将评价模型分为"豪华感"和"时尚感"两类。将该模型与传统多元回归映射模型进行对比,结果表明,该模型样本内预测精度最大提升18.5%,样本外预测精度最大提升40.3%,基于风格类型划分的关门声品质预测模型具有更高的预测精度。  相似文献   

8.
以从4辆家用轿车采集的雨刮系统8个噪声样本为试验对象,由人耳主观分辩出能够描述雨刮系统运行状态的3种主要的感受噪声成分,即电机声、换向声和刮刷声,并分别采用成对比较法和参考语义细分法对雨刮系统噪声和这3种成分噪声的烦恼度进行了主观评价。通过各噪声成分频带范围的分析,对其进行了频率截取和滤波处理,并计算了处理后的客观评价参量。利用多元回归分析,建立了3种成分噪声的声品质客观评价模型,并最终建立了以3种成分噪声的烦恼度值来表征雨刮系统噪声品质的评价模型。结果表明,该评价模型能够预测雨刮系统噪声的品质。  相似文献   

9.
为综合乘用车振动舒适性主观评价和客观评价的优点,使评价结果更可靠,对主观评价和客观评价试验结果进行分析,建立了根据客观试验数据预测主观评价的得分模型。选取7辆乘用车进行振动舒适性主观与客观评价试验,在实车试验的基础上测量客观参数值,并对车辆舒适性进行主观评分,建立了舒适性主观评价预测模型。客观评价试验包括脉冲输入和随机输入行驶试验,测量位置为驾驶员座椅支撑面、靠背和脚底地板处,测量参数为这3个位置的脉冲输入最大加速度响应和随机输入三轴向线振动。在客观评价试验的基础上,增加急加速试验工况作为主观评价试验,对车身俯仰、侧倾晃动等指标进行了主观评分。根据各主观指标得分,运用熵值法确定各评价指标权重,计算了试验车主观评价总分。运用灰色关联度分析找到影响主观评价的10个主要客观测量参数,分别基于支持向量机和BP神经网络建立了主观得分预测模型,并引入相对误差和均方根误差比较分析了2模型的预测精度。结果表明:基于支持向量机建立的主观评分预测模型具有更高的精确度和稳定性,更适合解决乘用车振动舒适性主观评价预测的小样本问题,可为乘用车振动舒适性的快速评价提供模型参考。  相似文献   

10.
以DL50型机动车用喇叭为试验对象,采用JJG 1059-1999(测量不确定评定和表示>规定的评定方法,对按照GB 15742-2001<机动车用喇叭的性能要求及试验方法>规定进行机动车用喇叭声压级测量时引起的不确定度的各种因素进行了分析和评定.分析结果表明,机动车用喇叭声压级测量不确定度主要来源于试验环境,与被测物体发出声响的频率有关.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号