搜索
研究生课程考核试卷（适用于课程论文、提交报告）科目：数理统计教师：姓名：学号：专业：汽车工程类别：（专业）上课时间：2015年2月至2015年5月考生成绩：卷面成绩平时成绩课程综合成绩阅卷评语：阅卷教师(签名)汽车声品质评价与应用研究摘要汽车声品质设计理念的提出，将汽车声学设计与消费者的需求紧密联系在一起，使之融入汽车整车及各零部件的声学设计中，体现了“以人为本”的设计理念。将声品质作为噪声的评价标准，建立一个良好的、舒适的、另消费者满意的车内声学环境，是当今汽车噪声研究的重要内容，也是未来的发展方向。目前，国内外对汽车声品质的研究并不成熟，还存还在很多亟待解决的问题，如：声品质主观评价试验耗时、耗财，工作量大；评价者易受疲劳及外界因素的影响，导致评价结果不准确；以往的多元线性回归模型推广能力差、预测精度低；声品质评价模型缺乏对改善车内声品质方面的实践应用和指导意义。本文旨在研究汽车声品质的预测模型及其在实践中的应用，使该模型能够真实反映我国消费者对国产轿车声品质的主观感觉，并得出有效的、准确的评价结果，而无须进行主观评价试验及复杂的建模和计算。关键词：声品质，心理声学，主观评价第1章绪论1.1研究背景及意义随着汽车噪声研究领域的发展以及人们对汽车舒适性要求的不断提高，对汽车噪声的研究已经由车外噪声对环境的污染转为车内噪声对驾驶员及乘客产生的影响。研究人员发现，较高的车内噪声会使车内乘员感觉烦躁、焦虑，如果长时间处于这种噪声环境下，容易产生头痛、失眠、心悸、耳鸣、注意力分散、记忆力衰退、反应迟钝等不良症状，在影响身体健康的同时也容易出现意外事故。因此，各国对车内噪声都制定了相应的控制标准，如美国针对城市客车车内噪声制定的EPA标准、针对载货汽车驾驶室制定的SAEJ336标准等。我国最早在GB1496-1979中提出了匀速行驶时车内噪声的测试方法，但没有给出限值，直到1998年1月1日实施的《机动车运行安全技术条件》（GB7258-1997）中才提出了客车车内噪声级不大于82dB(A)，汽车驾驶员耳旁噪声声级不大于90dB(A)的要求。除政府法规对车内噪声的要求越来越高外，消费者对车内噪声的要求也在不断提高，并成为影响消费者购买汽车主要考虑的因素之一。1994年德国人Blauort和Bodden提出的声品质定义在国际上得到广泛认同。其指出，声品质中的“声”并不是指单纯的声波，而是指人耳对声音事件的听觉感知过程；“品质”是指人对这种声音事件感知过程做出的主观判断。声品质概念的出现，为现代噪声控制提出了全新理念，即噪声控制的最终目的不只要降低噪声的声压级，而是要以消费者对产品声音主观感受的要求为最高目标，通过调节产品的声音特性，实现选择性的噪声控制。本文旨在研究汽车声品质的预测模型及其在实践中的应用，尝试采用人工神经网络技术建立国产轿车的声品质预测模型，并将该模型应用于改善汽车车内声品质的实践中，同时对适合于汽车声品质改善的声源识别方法也进行了探索。这一研究对于提高国产轿车的车内声学舒适性、实现以“以人为本”的设计理念、增强我国汽车产品的质量和国际竞争力有着重要的意义和实用价值。第2章B级轿车车内声品质主观评价试验2.1引言声品质的主观评价是人根据对声音的主观感受做出的判断，其最终的评判标准是人的听觉感受，而这种主观感受是没有办法通过任何的仪器设备、软件等进行物理测量的，但可以通过主观评价试验用某些物理声学和心理声学的客观参量来进行描述。目前，我国在汽车声品质研究中主要存在两方面问题。其一是所建立的声品质评价模型大多以普通A级轿车为主，而对于中、高档轿车的声品质研究鲜有涉及。随着我国汽车工业的迅速崛起和人民生活水平的提高，中、高档轿车已走入普通家庭，成为汽车销售市场的主力军。因此，建立中、高档轿车的声品质评价模型，为改善和提高车内声环境提供依据，是目前我国汽车声品质研究急需解决的问题。其二是对加速工况下声品质的评价研究鲜有涉及。汽车加速行驶时的车内声品质研究是汽车声品质研究的重要内容，它反映了整车的动力性、安全性等重要信息，其声品质的好坏将直接影响顾客对汽车的主观印象。为了研究中、高档轿车在匀速和加速工况下的车内声品质，为建立声品质神经网络预测模型提供先验知识和样本数据，本研究对中、高档轿车在匀速工况下的声品质偏好性指标和加速工况下的声品质烦躁度指标进行了主观评价试验。本章详细介绍了声品质主观评价试验的过程及结果，包括声音样本的采集与处理、评价结果的数据检验与统计等步骤，并对主、客观评价结果进行了相关分析和多元线性回归分析。2.2声音样本的采集与处理在进行主观评价试验前高质量的采集声音样本、真实的反映样本的声学特性在很大程度上决定了主观评价试验结果的准确性与真实性。本文采用德国郎德（HeadAcoustics）公司的数字式仿真人工头HMSIII以及多通道数采系统SQlabII进行声音样本的采集工作。该人工头的外形设计模仿了人体的几何尺寸以及人外耳的声学结构，可以准确、实时的对声音事件进行双耳记录。为了最大限度保证声音样本高质量的回放效果，采用HAIII型高保真耳机，该耳机配有功率放大器而且充分考虑了人耳的掩蔽效应和双耳特性。除此之外，声音样本的采集试验还配有：小野精密声级计、B&K声级校准器、DRS3/1aa雷达测速仪、气象测试仪器（风速仪、气压表、湿度表、温度表）、发动机转速测量装置。试验地点选为郊区平整的柏油马路，来往车辆少。声音样本的采集参照GBT18697-2002《声学汽车车内噪声测量方法》进行，人工头布置在副驾驶位置，车内噪声测量的测点距座椅纵中心线200mm，距座位表面垂直高度700mm，测点布置如图3.1所示图2.1车内声音测量的人工头、声级计传声器测点分布在对匀速工况下的声音样本的采集试验中，共记录了6种B级轿车以最高档位在不同速度下（50km/h、60km/h、80km/h、100km/h、120km/h）匀速行驶时副驾驶员耳旁位置处的声音信号，每种工况均记录4次，记录时间超过30秒。经过筛选，挑选出每种轿车在不同速度下的最佳采样，共得到30个声音样本。根据国际通用样本的时间长度，将样本截取为5秒，并对样本进行了等响处理。在采集加速工况下的声音样本时，对9种B级轿车分别以3档和最高档位，从稳定车速的初始工作状况开始缓加速行驶并记录副驾驶员耳旁位置处的声音信号，到90％额定转速对应的车速或120km/h车速为止，每个档位记录4次。挑选出每种轿车在不同档位的最佳采样，对采集的声音样本从50km/h开始120km/h为止进行截取，共得到18个声音样本。第三章匀速工况下车内声品质的主观评价试验3.1声音样本的聚类分析本文对匀速工况下车内声品质采用成对比较法进行主观评价试验。然而，在声音样本数目比较多的情况下，直接进行成对比较法，工作量非常大，且评价者容易疲劳，在很大程度上影响评价结果的一致性和准确性。对于这种情况，可采用分组成对比较法减少工作量，但由于相似性的评价数据不存在传递性，限制了其使用范围。本文采用聚类分析，从30个声音样本中选择有代表性的样本进行主观评价试验，大大降低了主观评价试验的工作量。聚类分析是一种在没有先验知识的情况下根据样本或变量的诸多特征按照其在性质上的亲疏程度进行自动分类的多元统计学分析方法。在聚类分析中，为了衡量样本间的亲疏程度，常用距离、匹配系数和相似系数作为度量标准。不同性质的样本有着不同的计算距离公式，本文的样本中变量均为定量变量，常用的定量变量距离计算公式有：（1）闵可夫斯基（Minkowski）距离（3-1）式中：dij代表样本i与样本j之间的距离；p为样本中的变量个数；q为某一常数。式（3-1）中，当q=1时，dij(1)称为绝对值距离；当q=2时，dij(2)称为欧氏距离；当q=∞时，dij(∞)称为切比雪夫距离。（2）兰氏（Lance和Wiliiams）距离（3）马氏（Mahalanobis）距离式中：xi=(xi1,xi2,···,xip)´，xj=(xj1,xj2,···,xjp)；S为样本的协方差矩阵。（4）斜交空间距离式中：rkl是变量xk与变量xl之间的相关系数。距离越小，说明样本越亲密，越有可能聚成一类；距离越大，说明样本越疏远，越有可能分属不同的类。匹配系数与距离一样是用来度量样本间的相似性，匹配系数的定义为：从上式中可以看出，匹配系数大，样本越相似。相似系数常用于衡量变量之间的相似性，相似系数越大，相似程度就越高，反之亦然。常用的相似系数有：（1）夹角余弦（2）相关系数式中：层次聚类也称系统聚类，是聚类分析中一种常用的分类方法。本文将声音样本的客观参数值作为观测量，使用SPSS（StatisticalPackagefortheSocialScience）应用统计学软件采用最近邻法对样本进行分层聚类，图3.2为聚类分析后的树形图。图3.1聚类分析后的声音样本分类树形图图3.1中的下方数字代表声音样本编号，从图中可以看出，在树形图的最后一层中声音样本已被分成了若干类，其中，编号为26、3、5的样本为一类，编号为19、8的样本为一类，以此列推。考虑到成对比较法的样本数量最多为12～16个，最终决定从30个样本中选择12个（带圈样本）进行主观评价实验。3.2心理声学客观参数的计算在获得主观评价试验数据后，为建立主、客观评价结果之间的联系需要计算每个声音样本的心理声学客观参数。本文使用德国HeadAcoustics公司的ArtemiS软件对12个声音样本的6种主要心理声学客观参数（响度、尖锐度、粗糙度、抖动度、AI指数、音调度）和两种声压级（线性声压级和A计权声压级）进行了计算与分析。该软件功能强大，不仅可以对声音信号进行截取和等响处理，还可以精确计算出各种心理声学参数值，为后续分析在准确度上提供了保证。由于目前国内、外对汽车车内声品质的评价都是以副驾驶左耳旁位置的声音信号为研究对象，因此，本试验针对副驾驶位置人工头左耳的声音信号进行计算、评价和分析。图3.2为匀速工况下某声音样本的6种心理声学客观参数的时域图。(a)响度(b)尖锐度(c)粗糙度(d)抖动(e)AI指数(f)音调度图3.2匀速工况下声音样本心理声学客观参数的时域图从图3.2中可以看出，在相同的时间范围内，除抖动度参数外，其它5个心理声学参数随时间的变化量较小。由于心理声学参数可描述人对于声音特征属性的听觉感受，稳定的心理声学参数值也说明汽车匀速行驶时，人对于车内声音的主观感受在一段时间内基本保持不变，使得评价者在进行主观评价试验时便于判断。12个声音样本的客观参数值如表3-1所示。表3-1匀速工况下声音样本的客观参数值第四章相关分析与回归分析4.1主观评价结果与客观参数间的相关分析为了研究声品质偏好性与客观参数之间的关系，找出在本文试验条件下有哪些声响客观参数对车内声品质偏好性指标的影响显著。使用SPSS软件对表3-3中的偏好性绩效值与相应的6种心理声学客观参数值及两种声压级进行线性相关分析，绘制了相关性散点图并计算了相关系数，如图4.1所示。从图4.1中可以清楚的看出，6个心理声学参数中，响度、尖锐度、粗糙度和AI指数与偏好性的主观评价结果（绩效值）有着明显的线性相关性，而抖动度和音调度的相关性较低。表4-1为声品质偏好性的主观评价结果与各客观参数之间的具体相关系数。(a)响度与偏好性绩效值的相关性(b)尖锐度与偏好性绩效值的相关性(c)粗糙度与偏好性绩效值的相关性(d)抖动度与偏好性绩效值的相关性(e)音调度与偏好性绩效值的相关性(f)AI指数与偏好性绩效值的相关性图4.1种心理声学参数与声品质偏好性绩效值的相关性散点图表4-1偏好性绩效值与客观参数间的相关系数注：**表示双尾检验等级≤0.01；*表示双尾检验等级≤0.05从表4-1中可以看出：①6种心理声学客观参数中，除抖动度和音调度与偏好性绩效值的相关系数较小外，响度、尖锐度、粗糙度和AI指数的相关系数均较高，其绝对值都在0.8以上。考虑到本文对声音样本的采样试验是在郊区进行的，路面为平整柏油马路，来往车辆少，所以抖动度对车内噪声