车内噪声品质分析与选择性消声控制方法研究

调整和改善车内噪声品质特性。提出基于频率选择性滤波的归一化最小均方算法号整形模块、A/D转换模块、主控制单元、D/A转换模块、编程及通讯接口、声功率放大模块以及电源模块过汇编语言和C语言混合编程方式在开发环境SiliconLaboratoriesIDE最后，以自主研制的控制器为，在某国产轿车上构建了车内噪声选择性自适应主动控制系统。在汽车稳态行驶工况下，利用NFSF算法对车内副驾驶后排座椅它频率噪声成分受到的影响不大，相应的响度与度值也得到了有效降低，车内噪：Title:ResearchonQuality ysisofVehicleInteriorNoiseandselectivenoisecontrolmethodMajor:VehicleEngineeringIntherapiddevelopmentofautoindustrytoday,interiornoise eimportantevaluationindexofridecomfortandproductquality,itisgoodorbadwillhaveagreatinfluenceforthepurchaseintentionofconsumersandmarketcompetitivenessoftheproduct.Inthepasttheregulationsandstandardsofcarnoise,mostlyinAweightedsoundlevelasnoiseevaluation,However,Alevelnoin-depthconsiderationofvehicleinteriornoiseacousticqualitycharacteristics,notacomprehensiveresponsetonoisefeeling.However,A-weightedsoundlevelwithoutdeepconsiderationsofthequalitycharacteristicsofinteriornoisesoundcannotfullyreflectthefeelingsofnoise.Inthiscase,thenewconceptofmodernnoise-soundqualityemergeasthetimesrequire,anditpointsoutthatnoiseofpeople'sfeelisaffectedbythepsychologicalandphysiologicalfactors,reflectedasthesubjectsofevaluationoncertainconditionsthesubjectiveperceptionofsound.Byusingbothpassiveandactivecontrolmethodcaneffectivelycontroltheinteriornoiseofvehiclesoundquality.Thetraditionalpassivenoisemethodcanbeinawidefrequencyrangeformediumandhighfrequencynoisereduction,butthelowfrequencynoisesuppressioneffectisweak,anditisdifficultforinteriorsoundqualitytobeimproved.Themethodofactivenoisereductiontomakethenoisecontrolismoretargeted,canbeachievedinteriornoisefrequencysegmentsareselectivelycancel,usedtoachievethepurposeofimprovingsoundqualityinsidevehicle,andthelowfrequencynoisecontroleffectisgood.BasedontheNationalNaturalScienceFundProject“thecarinteriornoisequalityysisandmethodresearchofadaptiveactivecontrol",carinteriornoisesoundqualityysisandcontrolstrategyasthemainlines,preferenceandannoyanceasanindexto'sdomesticcarinteriornoiseofsubjectiveevaluationandobjectivetativeysis.Bymeansofdigitalfilteringtechniqueswerenoiseselectivelyactivenoisecontroltheoryandmethodresearch,,developedtheactivenoisecontrolinvehicleprincipleprototype,constructedinsidetheadaptiveactivenoisecontrolsystem,andinsometypesof-madecarswascarriedoutonthecarinteriornoiseselectivelyactivecontrolexperimentandthenoisequality yzed.ThepapermainlycompletedtheresearchFirst,collecteightdifferenttypesofdomesticcarintheuniformsteadystatedrivingandthedrivingcyclesofauniformlyacceleratingcarsoundsamplesasevaluationobject,29menformedtheevaluationteam,adoptsadaptivegroupedpair-wisecomparisonmethodOnthesubjectiveevaluationofthetestdatahasbeenrigorouslytested,andweedouttheevaluationresultwasoutoftheordinaryevaluation,finallyobtainedthesoundsamplesoundqualitypreferenceperformancevalueandannoyanceratingvalueindifferentconditions;andthesubjectiveevaluationresultsandfivepsychoacousticparametersandtwokindsofA-weightedsoundpressurelevelcarriedoutcorrelationysisandmultiplelinearregressionysis.Theresultsshowthattheloudnessandsharpnessofinteriorsoundqualityaremoresignificanteffectinsteadystateconditions;andwhentheloudnessismoresuitableasvehicleisdescribingthegood-badindexofinteriorsoundqualityinuniformlyacceleratedconditions.Secondly,bymeansofselectivesubtractionofvehicleinteriornoisecomponentthatthesoundqualityisgreatlyinfluencedbythebandamplitudemethod,adjustmentandimprovementofinteriornoisequalitycharacteristics。AdaptivecontrolmethodisproposedbasedonfrequencyselectivefilteringofNFSFalgorithm，studyonthecontrolmechanismofselectivenoiseeliminationforadaptiveactivecontrolsysteminvehicleinteriornoise;Thesimulationmodelconstructedofalgorithmin/andrationalsetupoffilter’sparameters,singlefrequencynoisesignalandnarrowbandrandomsignalnoisesignalcarryoutthesimulationysisofadaptiveelimination,theresultsprovedthatthealgorithmisefficient.Again,basedontheabovetheory,theselectiveadaptiveactivecontrolsystemvehicleinteriornoiseisdesignedanddeveloped.Thehardwareofthesystemconsistingbyprogrblepreamplifiermoduleandsignaladjustingmodule、progrblepreamplifiermodule、progrblepreamplifiermodule、sticmoduleofspeedsignalA/DconversionmodulemaincontrollerD/Aconversionmoduleprogrammingandcommunicationinterfacesoundpoweramplifiermoduleandthepowersupplymodulecomposedthehardwareofanadaptiveactivecontroller.ThecontrolsystemisprogrammedbyClanguageandassemblylanguagemixedprogrammingmethodinSiliconLaboratoriesIDEofthedevelopmentenvironment,whichincludestheinitializationprocedure,modulecallprocedures,adaptivealgorithmandselectiveprogramofdigitalfiltering.Finally,basedonadaptiveactivecontrolsystemofinterior noiseofthefrequencyselectivefilter,hardwaredesignandsoftwaredevelopmentworkhaveFinally,thatwasindependentlydevelopedthecontrollerasthecore,adaptiveactivenoisecontrolsystemofinteriorsoundqualitywasconstructedinacertaindomesticcar.Insteady-stateconditions,usingtheNFSFalgorithmwasimplementingselectiveactivecontrolfornoiseoftheoccupantears.Theresultsshowthat,thenoiseofcancellationfrequencydecreasesobviously,otherfrequencycomponentsarealmostuninfluenced;theloudnessandsharpnessvaluehasbeeneffectivelyreduced;theSQvalueofevaluationindexwillincrease14%aboveforinteriorsoundquality。Intheaccelerationrunningcondition,thenoisenearthedriver'searswasmadeactivecontrolbytheFXalgorithm.Theresultsshowedtheenergyofnoiseandamplitudewasdecreased,accelerationinteriorsoundqualityisaffected,whichtheloudnesshasfallenbynearly10%,theevaluationindex-SQvalueofsoundqualityincreasedby16%.:Auto,Vehicleinteriornoise,SoundQuality,FrequencySelectivity，AdaptiveActiveNoisecontrol第1章 研究背 国内外车内噪声品质的研究进 国外声品质研究的概 国内声品质研究的概 主动控制技术在控制车内噪声中的应 噪声主动控制技术概 噪声主动控制技术研究现 噪声主动控制技术在改善车内噪声品质研究中的应 车内噪声选择性主动控制技术的研究意 的主要研究内 第2章心理声学基础和客观参数模 引 声品质评价的心理声学基 听觉感知的生理基 人耳的听 掩蔽效 特征频带与Bark尺 双耳效 常用心理声学客观参量的描 本章小 第3章车内噪声品质评价及客观分析模型的建 声品质的评价试 3.1.1评价的必要 听审团的评价方 选择评价方法及确定试验方 评价主体的选 声音样本及预处 听音环 稳态工况下车内噪声品质偏评价试 自适应分组成对比较法的确 自适应分组成对比较法试验及其数据检 心理声学客观参数及相关性分 车内噪声品质偏客观模型的建 加速工况下车内噪声品质烦躁度评价试 声音样本的聚类分 等级评分法评价试验及其数据检 评价结果与客观参数相关性分 车内噪声品质烦躁度模型的建 本章小 第4章车内噪声选择性自适应主动控制算法建模与仿真分 自适应滤波器的确 自适应有源噪声主动控制系统类型的确 基于小波变换理论的初始噪声信号辨 小波变换的基本原 多分辨率分析和Mallat算 小波变换对车内噪声的辨识结 多通道自适应有源噪声主动控制算 算法简 自适应噪声主动控制 算 频率选择性噪声主动控制算法及其仿真分 可变步长频率选择性最小均方算 基于 算法的仿真模型与结果分 本章小 第5章车内噪声选择性自适应主动控制系统的建 车内噪声选择性自适应主动控制系统的总体组 车内噪声选择性自适应主动控制系统的硬件设 自适应主动控制器结 自适应主动控制器各功能模块的设 系统中其它硬件的选 车内噪声选择性自适应主动控制系统软件的设 系统初始化及自检模 转速信号及处理模 次级声通道传递函数辨识及 自适应滤波模 车身振动及误差声通道信号模 车内噪声选择性自适应主动控制系统软件开发流 主动控制系统采样频率的确 本章小 第6章车内噪声品质自适应主动控制试验及结果分 车内噪声品质自适应主动控制试验的实 车内噪声品质自适应主动控制试验结果分 稳态工况下车内噪声及声品质主动控制试验结果分 加速工况下车内噪声及声品质主动控制试验结果分 实施主动控制前后车内噪声品质评价指数SQ值对比分 本章小 第7章全文总结与工作展 的研究结 创新 工作展 参考文 攻读博士期间的学 及其它成 致 第1章 研究背功能紊乱等健康上的影响[1][2]。同时，车内噪声还会导致驾驶员驾车时注意力分OC1953－74标准，实施了EPA标准以应对城市客车车内噪声,我国在上述的汽车噪声标准和中，噪声评价指标一般以A计权声级表示。然而，A质（SoundQuality）不同所导致的。而作为评价主体的人在特定条件下对声音的主1较高但听起来却比较舒服的研究中才对声品质有了初步的认识。而直到上个世纪90年代中期人们对声品质的概念才有了公认的定义，即Blauert[6] “ADescriptoroftheAdequacyofaSound”,在特定任务内涵和技术目标中声音的适宜度被称为声品质，这一概念强调的是人对于声音特征判断的性[7]。声品质概念的提出，标志着噪声控制不仅仅是简单的降低噪声的声压级，更重要的是可以根据乘员的感受对产品特点进行调试。在消除令人烦躁的噪声成分的同时保留使人产生愉的成分，通过实行选择性噪声主动控制的方法，将产品的噪声水平调节到令消费者满意的程度。对于汽车产品而言，将汽车声学设计与消费者的需求联系在一起，使之融入整车及零部件的声学设计中，营造一个舒适的、令消费者满意的车内声学环境，这体现了“”的设计理念，同时也对我国汽车国内外车内噪声品质的研究进展国外声品质研究的概况噪声品质的研究与传统声学的研究相比具有很强的性和交叉性，其测试手1、声品质评价的研1995Solomon[8]提出了语义细分法并将其用于声品质的研究中，之后德国波Bis[11]在对车内噪声品质进行了系统的实验研究后发现，劲度和愉快度是描述车21999，HinoNaokiSatoYasuoMiura2001年，TeikC.Lim等在对电动车窗打开时的噪声信号进行研究时，选取70人LijianZhang针对手套箱关闭时品质进行了研究，利用评价的方法对声品质偏指标进行了评价试验[16]。2002年，瑞典科学家对车辆内部和外2005的研究人员组织了21的评价小组对小型客车车内噪声品质进行国仁荷大学的Sang-KwonLee和Hyun-HoLee对车内的轰轰声进行了评价研究；2009年，玻州大学的PaulrajMP,SazaliYaacob等人采用等级评分出不驶工况下车内噪声的舒适度分值；结果显示，当车辆静止发动机空转时分值为0.8685[20]。语对的车载空调噪声进行评价，发现车载空调的声品质主要受粗糙感、距离感32、声品质客观评价的研究声品质客观评价的研究开始于应用一些心理学的特征量对声品质特性进行1997年R.Guski[23]等对影响电动车窗听觉感知偏的主要因素进行了研究，结果表明噪声的强度、音色的变化以及度是影响听觉感知偏的主要因素。1999年Bodden[24][25]等人采用时域掩蔽和时域积分的方法建立了柴油发动机嗒嗒声的客观评价模型，并根据该模型得到与响度、平均响度、抖动度的相关系数为0.95。2000年Hashimoto[26]等对300Hz以下的车内低频噪声进行了研究，提出车辆在稳态TeikC.Lim行了研究，结果表明较高强度、陡度、瞬时效应和时变特征听起来更加烦躁[7]。2002Ott[8]有抖动的特征，并建立了基于发动机转速信息的半阶次和阶次特征的粗糙度数学模9。2004年，比利时和德国的科学家对20-200Hz范围内的振幅波动感觉引起2006年，韩国的Sang-KwonLee等人对客车加速过程中的车内噪声品质进行了研究，42008年，伊朗的MohdJailaniMohdNor和mmadHosseiniFouladi对粗糙93%（VACI）度量模型[32]通过多元回归分析建立了指标为响度、度和抖动度的声品质客观评价模型；并对与模型预测结果进行了对比及分析，两者之间的相关系数为0.95[33]。2011年，韩国KAIST大学噪声与振动控制中心的W.-HCHOJ.-GIH等人在对窗电机异响的声品质进行了客观分析，评价指标分别为响度、度、粗糙度和波研究结果差异较大，一些国外的研究成果因涉及到商业，具体的评价过程和建模国内声品质研究的概况5中国声学与大阪大学开展了噪声评价用语研究[38，39]，这是跨文者进行适当分类，就可以用一维的偏指标较好地描述汽车声品质[40]。噪烦躁度指数计算方法[4]基础上，提出了简单易行的声品质评价流程，并依此开发了相应的软件[42]；2007进了21声特征的描述非常精确和有效[3]2009陈吉林大学汽车的王登峰教授及其率领的NVH课题组一直致力于车内噪声ANC）系统，对系统中的误差传声器和次级声源布置方案及其相关算法进行了仿6主动控制技术在控制车内噪声中的应用噪声主动控制技术概述噪声主动控制技术研究现状LordRayleigh是最早提出采用次级声波对初级声波进行最终达到消声目的的科学家。1935年，德国人lLueg提出通过有源控制来消除噪声的方法，并在美在1953年，RCA公司的EveretMay等人设计出了一种名为“电子吸声器”行性[56]5080主动控制技术逐渐开始起步且发展迅速[57。其中，法国的学者M.J.M.Jessel和W.G.Canvet等人以惠更斯原理为Helmboltz－Kirchlhoff建以该三人名字的首个字母命名的JMC原理，对噪声主动控制的基础理论进行了定量叙述7[58]1995的Tamamura的特性进行分析，并考虑了自适应算法的收敛速度和自适应系统的传递系数等因素1.1。1999年，Virginia州立大学的JeromeCouche对某FordSUV车内由发动机40-500Hz的范围内取得了6.5dB的降噪量[61]。2001SanoAccordANC2002年，西班牙巴伦西亚工业大学的M.Ferrer和A.Gonzalez等人建立了由发动2006年，北伊利诺伊州立大学的SenM.Kuo和RaviK.Yenduri对基于频域8噪声主动控制，这种方法在有效地加快收敛速度的同时能减小计算的复杂程度[64]2007，D.Zhou,V.DeBrunnerFX算法的可用于单频噪声或特定窄带噪声抵消的控制算法[65]。2010年C.Chang,D.Chen等人基于FX算法的收敛特点，针对非线性声学通AGA，并基于此建立了可以省去次级通道辨识的ANC[66]。此外，Rafaely、Elliott等人设计了由两个麦克风传感器和两个次级声源扬声器组成的有靠，如图1.2所示，应用内模理论和H2/H∞控制方法设计了控制算法。100-400Hz15.7dB的降噪量。而的丰田公司在最近的概念车中也使用了噪声主动控制技术，来降低车内的噪声，设计方案如图1.3所示[67]。图1.2有靠降低乘客头部附近的噪声图1.3丰田公司汽车降噪方噪声主动控制技术在改善车内噪声品质研究中的应用研究者们在对车内噪声和声品质控制的研究中发现，降噪方法可以在中高频Müller-BBMANC9ANC[6]。西班牙巴伦西亚工业大学的研究者在内进行了针对发动机噪声的主动控制试现[70]2008伊州立大学的科学家提出了一种基于频域延迟和分段整形滤波方法以得到理想声品质的等杂程度，但在使用时需要高阶次的自适应滤波器[712009年，比利时鲁汶大学的opoldo.deOliveira[2]2010的HuaBao和IssaM.S.PanahiE针对心理声学参数的噪声主动控制系统模型（PANC，运用仿真分析法对响度、ANCPANCANC13.8%、14.3%、1.8%31.4%7]。车内噪声选择性主动控制技术的研究意义因此，本提出对车内噪声实施选择性主动控制的研究思路，研究应用噪声主的主要研究内容8分析，并构建了声品质偏和烦躁度样本回归模型。选择性有源抵消，在环境中对车内噪声选择性自适应主动控制系统进行仿统原理样机。该样机以C8051f120单片机为，集成了电源稳压模块、信号调理模2引是否适合居住，出行时周围环境是否存在，机器设备运转是否正常等等；同时声之类似，人对声音不同方面的听觉感受可以用响度、度、音调等参量以及音高、述，其目的在于给出声音激励和听觉感受之间的准确关系[76-79]。这门科学也为评声品质评价的心理声学基础听觉感知的生理基础入人耳最终转化为声音信息作用于人的呢？要解决这个问题首先要从人类的听觉系廓的运动能力早已经，但其形状有利于声波的能量，引起较强的鼓膜振动；理，相当于4倍管长的声波可与充气的管道产生最大的效果。由于外耳道长度约为2.5cm，所以当一个频率为3500Hz经外耳道传至鼓膜时，它的强度会增加10图2.1人耳的剖链和内耳卵圆窗之间的位置关系如图2.2能量衰减极大，可达99%甚至。但由于鼓膜到卵圆窗膜之间传递系统的特殊力学图2.2中耳和耳蜗关系模式 图2.3耳蜗管横断面截人耳的听域20Hz-20KHz都会存在一个最小振动强度，恰好能够产生听觉效应。图2.4描述了人耳在接受不同听域范围内体现出来。由人的范围图可以看出，人耳最敏感的频率是在1000Hz-3000Hz图2.4人的范掩蔽效应频域掩2.5所示，一个频率为1000Hz、声强为60dB的纯音与另外一个频率为1100Hz、声42dB1000Hz1000Hz的18dB2000Hz纯音同时出现的情况下，人的双耳将同时听图2.5时域掩时域掩蔽现象是指同步发出或者在时间段上邻近之间都会出现掩蔽效2.6所示，若被掩蔽音存在于掩蔽音之前，那么此时产生的掩蔽效应为超前掩蔽(pre-图2.6masking)，可在50~200毫秒的时间段内产生显著的掩蔽效2.7为白噪声作为掩蔽音的例子[87]。图中，绝对听阈由最下500Hz的区域内接近于水平。而掩蔽阈与绝对听阈在靠近可听频域的两侧是相等的。如图2.7所示，当白噪声的谱密度级LWN的值为负数时，人耳听觉域以外也能图2.7不同谱密度级时白噪声的掩蔽阈特征频带与Bark尺FletcherFletcher图2.8Hz对频率域进行划分，将不Bark尺度对频率域进行划广泛的应用。在Bark尺度中，Bark域和频率域之间关系可表示为：Bark13arctan(0.76f)3.5arctan(f/ fKHz16kHz24个临界频带，每个临界频带依次对应为一个Bark，结果如表2.1所示[84]。带宽/中心频率/带宽/1-23456789双耳效应会有一定的差异。这种细微的差异经过耳廓、外耳道等的和反射作用，使声常用心理声学客观参量的描述1、响响度（Loudness）1KHz、40dB1sone，宋(sone)为24N N1

1KHz方(phon。实验证明，1KHz等响声的声压级每提高10dB，响度值增加1倍，这就2.3

N)

N 40

N

0.0005)0 N

式中：LN代表响度级；N代表响度。2、度(Sharpness)是描述声音中高频成分占总体声音的物理量，单位为acum，定义中心频率为1KHz、强度60dB的临界窄带噪声的度值为1acum[87]。尖计算度可以采用两种临界频带频谱响度积分的方式来进行Zwicker推导出 24N(z)zg(z)S N

g(z)

z z24S ln(0.05N

在上述两个度模型中：S代表度，N代表总响度，N(z)代表临界频带的特征响度，z代表特征频带。这两种方法都有其局限性，研究表明，噪声信号的实际程度还与带宽有关，3、抖动度、粗糙度人耳听觉系统对调制频率在20Hz以下感知程度称为抖动（Fluctuation60dB1kHz4Hz、100%1vacil，抖动度的单位是vacil。Zwicker抖动度计算F △LE F(fmod/4)(4/fmod式中：fmod为调制频率；LE(z)为临界频带内的掩蔽量,定义为N'max(z)LE(z)20lgN

式中：N'min(z)N'max(z)分别代表特征响度的最小值和最大值20－200Hz调制频率后可以用粗糙度进行评价，它反映着信号调制频率的素有：调制因子、调制频率、调制离差。粗糙度的计算如下24R0.3fmod △LE 在诸多影响粗糙度及抖动度的因素中，调制比和调制频率对它们的影响最为明而大40dB，加2—3。 4、语音清晰度Index2.9所示。图2.9本章小本章介绍了听觉系统的生理结构及功能特性，对心理声学的重要研究结论进以及双耳效应等。根据国内外声品质的研究经验，对响度、度、粗糙度、抖动度第3章车内噪声品质评价及客观分析模型的建声品质的评价试3.1.1评价的必要是：1通过评价可以加深人对声音信号的理解,得出对声信号较为全面的评价;2声品质客观评价结果是否准确，还要通过评价试验进行检验3现有声品质客听审团的评价方法本。排序法的优点是简单、快捷、工作量小，它的缺点是排序时没有给出A声音比B分组成对比较法：同济大学声学的兴等人在进行大样本量的评后再对每个样本组进行独立地成对比较评价实验,最后将各组的评价结果重建得到在传统的成对比较试验中，假设总体的样本数量为N，每组样本对的评价时间t，RTT=RN2 由式(3.1)可以看出，当样本量较大时，评价时间会变得很长，同时增大了评价者的劳动强度进而使评价者在评价过程中感到疲劳，最终导致评价结果准确性的下降。研究结果表明，每位评价者一次实验的评价时间最好控制在20～30过45[10]组比法把本匀分到nT=RN2t 比较式(3.1)和(3.2)可知，在样本数量相同的情况下，分组之后的总体评价时间较传统的评价时间缩短了1/n。声音的属性（安静的/喧闹的，低沉的/的）和感觉（强劲的/乏力的，粗犷更为详尽地描述，一般情况下以5或7个等级划分最为普遍。语义对7等级的具体划分极度很有点不确定有点很安 喧选择评价方法及确定试验方案分组成对比较法和等级评分法对全部声音样本进行评价，获取所需的评价分值。品 品 图3.1评价试验流程评价主体的选择的结果产生影响。因此,科学地选择评价主体可以有效地保证评价试验结果的真实性和有效性。国外通常是通过培训拥有一定声学评价经验的评判组来进行评价测29者为18人而女性评价者为11人，范围在25～30岁的有16人，31～50岁之间的有13人，身体状况良好且无。声音样本及预处评价试验成功与否的一个重要因素是如何获得能够真实反映产品声学属性并受外界环境干扰极小的高质量声音样本。为此，本章采用了丹麦B&K公司生产的4100D和B&K3560B4100D回放方面，为保证回放信号能够真实反应人耳的感受，回放设备选用B&K选择受外界干扰很小的郊区进行了声音样本试验。在对匀速工况下样采样后将噪声样本逐一回放，根据不同工况选择并截取了32个长度均为5秒的无杂在车辆加速行驶工况下样本时驾驶同样的8辆国产轿车由怠速工况平稳加速到80km/h时分别记录下这8辆轿车副驾驶后排座椅乘员耳旁位置处信号，每种工况均记录4次。之后对到信号进行筛选，挑选24个波形平稳、外界干扰最小信号作为最终的评价样本。听音环境听音环境的好坏会对评价主体的心理产生影响，进而会影响到评价的结果。价人员对待测声音信号真实的感受。本文的评价试验选择在某安静的房间内稳态工况下车内噪声品质 评价试自适应分组成对比较法的确定自适应分组成对比较法的基本原理是基于分组成对比较法(Groupedpairedcomparison，简称GPC法)[100]的一种通过自 本的评价结果，其重建如下ij

V2

)(VijV1j) V1jV2j分别表示关联样本L1L2在该组内的原始评价分值，Vij表示第j组内第i个样本的原始评价分值，为比例系数，β为平衡谐调量。实验时，相邻两组之间的和β的值可以由(3.4)求出V′=V+ 式中，V和V′是关联样本后两个评价组的评价值向量。在反演重建时，通过对和β的有效调节，能够在适宜的赋值范围内得到最佳评价结果。从（3.3）节。图3.4为分组间关联样本建立过程图，假设图中的第1样本组中有K个样本，定义lLijLijK3.4AGPC2222AGPC而大大增加了评价实验的工作量。为尽可能的减少评价时间，选择各组样本数目关联样本的确定准则pP(Yij1|i,j)F(ijij1,2,K且i

…………………式中π代表样本真值，F(π1,πNπN样本真值的集合,且π服从均值为μ，协方差矩阵∑的正态分布。把全部样本分为n个组，且将样本根据其声品质的不同特性尽可能均匀地分布到各组中，因此分组后第m组的样本真值π(mm=1,2,…n)也服从正态分布。Kullback-LeiberU的衡量标准就可以用U值来表示。假设是关联样本位置l的集合，一个分组的样本数KC2Kysl的分组样本可能的评价结果的集合，则会得到Kullback-Leiber期望U(l)的表达式如下[104]：U（l）ln[p(|y)]p(y|)p(

p(式中p(π)为样本真值的先验概率密度，p(π|y)是评价之后的后验概率密U(l*)≥U(ll*就是关联样本的最佳位置。rU(l)[E(pslnps)E(qslnqs)E(ps)lnE(ps)E(qs)lnE(qs sps表示某分组中l对样本ij比较i的概qs=1-ps；r为该组中比较对的个数，若该组的样本数为K,则r=K2；同时通过分析π的正态先验分CijE(pijlnpij)E(qijlnqij)E(pij)lnE(pij)E(qij)lnE(qij 式（3.7）U(llCij之和，式（3.8）中pijF(θi-θj)为给定样本真值πiqij=1-pijCijCji时集合中使得所有Cij的和最大的l就是关联样本的最佳位置。P(Y1|,) exp(i exp(i)exp(j 1exp[(ij (i,j1,2,K且i 当已知样本真值π的分布时，可以通过(3.8)和(3.9)计算获得Cij值。(3.9)ijp后，根据BT模型就可以预测出(π-π)的值，其计算如下[103]： P(Yij1|i,j P(Yji1|i,j样本队，最终确定该样本队的l即关联样本最佳位置l*。l*是难以获得的。因此在实际应用中，只要样本队的标准差尽量大，而均值E(πi-πj)尽量小，重建后的评价结果就会比较好。因此，在评价试验中，应该选取具有中等声音品质特性样要样本队的均值E(πi-πj)不可以太小。综合以上分析，可以得出求解l*的经 V代表分组中全部样本的评价均值，L和Lj代表处于最佳位置lijij(L*V)(L*V min|VV||L*L*|max|VV| 式(3.12)中,i,j1,2,…Kij，K和样本评价值V来进行调整在使用AGPC法进行声品质评价试验中，K的值一般6～15，V2～5。l可能不满足上述条件，但在评价值重建之后也可以得到准确度较高的评价结果。因此，只要关联样本的评价值满足经验(3.11)，通常就会认为评价结果是令自适应分组成对比较法试验及其数据检验自适应分组成对比较法试如何将样本进行合理的分组对AGPC法评价试验来讲至关重要。根据不同声的样本组成比较对，准备比较评价。依此类推，CA、B表3.1车内噪声评价成对比较法试验测试IIIIII结合本次实验，若对全部32个长度为5s样本做完整的成对比较评价，样本及样本对之间的切换间隔分别为2s和5s，所花费的时间至少需要140min；而应用AGPC法每组耗时近19min，完成全部试验只需57min，比传统评价法节省了59%的时自适应分组成对比较法试验结果的数据检验统计分析前准确去除错误判断的数据。本节在对AGPC法评价试验设计中采用相同声（i-i）比较、不同回放顺序(ij-ji)比较以及反映评价数据连贯性的三角对于相同声（i-i）的比较可以理解为在同一组中评价者对两个相同声(ij-ji)对两个声进行比较，且两次比较的结果截然相反，则说明出错的原因在于该评价者对声音次序过于敏感；而进行三角循环（ijk）误判比较时，先对三个声音两两分组，之后判断各组之间比较结果的相互关系，如果声音i优于j、j优于k，而在比较i和k时却又认为k优于i，显然，在这次比较中至少存在一个不三角循环误判是20世纪四、五十年代Kendall在对试验数据进行一致性系数检验时提出来的[105,106]，后来经过Parizet等人的研究与推导[99]，得出目前国际上的三角循环误判检验（3.13：C1

n1ijk式中，C为三角循环误判率；A3=n!/3!；n为声音样本总数； 为试验中 为了准确得到三角循环误判数SUMerrPij、PjkPiki-j、j-和i-k的比较结果，并将任意两个声音样本如ijPij=1、Pij=0Pij=-1（对应声音样本ijijji。对比较 却有

P0jk，却有PP 函数ijk取1，否则为0。再将全部取值带入到式（3.13）中就可计算出三角循环误判次数SUMerr和误判率C的值。得到的误判次数和误判率，如表3.2、3.3、3.4所示。3.2(i-i)ABCABCABC101010010001111121031011212112000001212000001112011101021000000111130110020112301110101--------3.3(ij-ji)ABCABCABC3563472335773344576775744754772444457968768489553473344476653773944487798768456--------3.4ABCABCABC--------表3.2中给出了试验数据中29位评价者在相同声音样本（i-i）比较中出现的误判明这些评价者的试验数据准确率偏低；表3.3给出的是按不同顺序（ij-ji）比较时的误判统计结果，评价者受顺序的影响在评判时存在明显的差异；表3.4是根据（3.13）和（3.14）计算得出的评价者在各组评判中的三角循环误判率，TP22相同声音样本比较的误判次数比较多，而三角循环的误判率却较小；而评价者TP17Ci1

，i 根据(3.15)计算出29个评价者在各样本组中评价指标的计权一致性系数，价者的数据，最终剔除TP10、TP18、TP19这3个可信度较差的评价者的评价数据。剩3.5计权一致性系数统计表ABCABCABC评价试验结果统表3.6车内噪声评价试验结果统计123456789由于全部32个样本的传统PC法评价实现难度较大，因此选出A、B两组样本的重建结果与应用传统PC法得到的这两组样本偏评价结果做相关性比较，如图3.5明AGPC法能够代替传统的PC法完成对大样本量试验的评价。3.5AGPCPC心理声学客观参数及相关性分析心理声学客观参数及其计算3.7度AIA线性相关分析表3.8声品质偏评价结果排序值与客观物理参数间的相关度AIA-----分别是响度、度以及AI指数，相关系数绝对值都在0.9以上；粗糙度及两种声度所表现出与评价结果的相关性较低是合理的。散点图3.6至图3.12则绘制出 车内噪声品质偏客观模型的建学模型，并依据此模型研究评价结果和多个客观参数之间的具体关系。多元线性pyiabjxjiij

i1,2, 其中~N(0,2)，即他们为独立同分布的正态随量，a,b,b,，b称为 归系数。为求解a和bj,j1,2,p的值，采用最小二乘法，即使误差平方和达到最小时的a和bj作为最佳估计值。 SSE(yiyii j对a和bj求偏导数并令其值等于零，有

………………SSE 为上述相关分析后的4个心理声学客观参数（响度、度、粗糙度、AI指数）和两种声压级（Ax1x2x3x4x5x6表示，可得声品质yab1x1b2x2b3x3b4x4b5x5b6 nab1x1ib2x2ib3x3ib4x4ib5x5ib6x6i i i

ni

i1 i

i axbx2bxxbxxbxxbxxbxxxnnnnnnnin

nin

1inin

nin

1i

i

1i

i

1i

i

1ii

1i

xb

xxb

x2b

xxb

xxb

xxb

xxxnnai1

1i2i i1 i1

2i3i 2i4ii1 i1

2ii

2ii

i

2i

nxx

nx

b

x2

nx

bnx

bnx

nx i

1i

1i 2i

3i2i 33ii1

4i

3i 5 i

3i 6i

3i nin

3in x

xx

xx

xx

x2b

xx

nxxx

b1

1i

b2

4i

b3

4i

b4

4i

b6

4i

4ii

i

i

i

i

i1 i

i

xb

xxb

xxb

xxb

xxbx2b

x xi1

1i

5i

5i

5i4i i1n

5ii1

5iaxbxxbxxbxxbxxbxxbx2xi

1ii

6ii

6ii

6ii

6ii

i

i

6i 式中的n值等于32。AIA3.93.9tB—---度---y1.520.01x1

SQ=1.52-0.01×Ld- 0.568和0.4，说明在稳态行驶工况下，响度对车内噪声品质偏的影响略大于尖加速工况下车内噪声品质烦躁度评价试声音样本的聚类在完成AGPC法对稳态工况下车内噪声品质评价试验后，接下来将采用等级24应用聚类分析的前提是要得到各个样本的心理声学客观参数值，与3.2节相同，本节选择了响度、度、粗糙度、抖动度、AI指数5种心理声学客观参数及A计权值如表3.10所示。3.10度AIA系统聚类分析，得到如图3.13所示的聚类分析树形图。图3.13聚类分析后样本分类树形本各自单独分成一类，其余的15等级评分法评价试验及其数据检等级评分法评价试的研究经验[114]本节采用国际通用的10等级刻度，即1～10级打分。等级评分法的测试表格见表3.10。表3.10等级评分法评价试验测试12345678评价结果数据检在等级评分法试验结束29位评价者对10个匀加速行驶工况下声音样本的声品质烦躁度评价值，随后对这些评价结果进行了有效性数据检验。在SPSS软件29×293.11TPTPTPTPTPTPTPTPTPTPTPTPTPTPTPTPTPTP如表3.12所示。3.12----3.12，290.7，分TP6、TP12、TP15、TP23TP27。从统计学意义上讲，当Spearman系数低0.7时意味着这五位评价者与其他评价者的评价结果的线性相关程度较弱[116]，综合考24评价结果统计表 42评价结果与客观参数相关性分使用SPSS软件对评价结果和五种心理声学客观参数及两种声级的计算结果（其3.14度AIA------图3.14响度与烦躁度评价结果相关 图3.15度与烦躁度评价结果相关 3.18AI3.19A车内噪声品质烦躁度模型的建的关系。根据上述相关分析结果，剔除与评价值相关性较差的度、抖动度和线性声压级这3个参数，选择响度、粗糙度、AI指数和A声级进入回归方程作为自变量，分别用x1、x2、x3、x4表示，因变量为声品质评价排序值（即，烦躁度等级排序值yyab1x1b2x2b3x3b4 式中y为因变y的估计值a、b1、b2、b3、b4nnab b b b n i

i

i1 i1 i1 n

bx

x x

xx 1 x

1i 31i 41i

1i i

i i i ia

1x

x2

nx

nx

nxn in

1in

1i2i 22ii1n

32i3ii1n

4in

2i in

2ia bx bx bx2bx x in

1i

3i2i i1n

i

3in

3ia bx bx bx bx2xi

1ii

4ii

4ii

i

i

4i 式中：i代表声音样本的个数，共有10个样本用于声品质烦躁度回归分析，所以3.15tB—---由表3.15可知模型的预测结果与评价结果的相关系数为0.921，决定系数为0.849y1.964

SQ=1.964- 本章小本章对若干自稳态和匀加速工况下行驶时车内噪声样本进行了评价试24多年驾龄的车主共29人的评价组，分别采用自适应分组成对比较方法和等级评分法进行了噪声品质偏和烦躁度评价试验。2、分别对两种工况下的噪声样本评价试验数据进行了严格检验并剔除了评3、将两种工况下的评价结果与五个客观心理声学参数及两种声压级进行了相关性分析。结果表明在匀速稳态行驶工况下，响度、度、AI指数和A声压级与型。分析表明，汽车在匀速稳态行驶工况下，响度和度对车内噪声品质的影响更4响度和度在一定程度上得到改善。不过传统的降噪方法也存在一定局[118]因此，本章依据对噪声实施选择性主动控制（SANC，SelectiveActiveNoise ，NormalizedFilter-x 自适应滤波器的确定4.1滤波器原理框图连续系 离散系时 y(t)x(t)*y()H()X

y(n)x(n)*y()H()X频 H()H()ejh( H()H()ejhResponseFilter。FIR数字滤波器对于脉冲输入信号的响应最终趋向于0，相对于IIR滤波器而言是有限的。FIR滤波器的优点是脉冲响应为有限长，且比IIR滤波器更容易优化、稳定性好；缺点则是设计方式较IIR滤波器复杂。比较两种数字滤波器的优缺点，结合本章频率选择性自适应主动控制算法的需自适应有源噪声主动控制系统类型的确定为前馈控制、反馈控制和混合型控制[124]三种类型。图4.2所示为该系统的结构示意图。图4.2自适应有源前馈控制系统示意 图4.3自适应有源前馈控制系统框图4.3中：p(n)为噪声源信号；x(n)为参考信号，它与噪声源信号之间的关系为x(n)=p(n)*h1(n),h1(n)为参考通路的脉冲响应；y(n)为次级声源反相信号；e(n)为通道传递函数；W(z)代表自适应控制器。这种控制模式具有结构简定性好的目的，其结构示意如图4.4所示。成一个电系统，可以得到如图4.5所示的有源反馈控制系统的等效框图。图4.4自适应有源反馈控制系统示意 图4.5自适应有源反馈控制系统框4.5中，d(n为期望信号，e(n为误差信号，P(z为次级通道传递函数，W

e(n)

d1P(z)W

……………H(z)e(n)d

1P(z)W

…………

() 1P()W()

()……See(和Sdd()分别为e(n和d(n的功率谱。为使See(达到最小，则要求1P()W(2最大，也就是说P()W(趋于无穷大时误差信号将趋于零。因此，若调节滤波器W()在频域范围内获得的响应最大，则在实际应用中可以得到最好的前文中分别对有源前馈控制系统与有源反馈控制系统的优缺点及适用条件进行了分析,综合两种控制系统的特点，可以设计出一种混合型的有源控制系统[125]理示意图及系统框图如图4.6和4.7所示。图4.6自适应有源混合控制系统示意 图4.7自适应有源混合控制系统框基变换理论的初始噪声信号辨小波变换的基本原理i,

(t)|i|12(tj),i,jR,且i i波变换方法是二进制动态采样网络法，可针对尺度参数i及平移参数j进行离散化，将每个网络节点对应的尺度参数和平移参数分别取2a，2ab，

(t)2a2(2at a,b 放大倍数2a，对应为观测到信号的某部分内容；若想进一步放大部分信号更小及Mallat算法。多分辨率分析和Mallat算法多分辨率分析若令函数（t）L2R，且(t2a2(2atb是（t）生成的二维离散序列，其参考子空间V0由L2(R) Vclose:k

Vclose:kZ,a 它表示Va是（2at）通过平移形成的全部闭集子空间，即Va是与分辨率2a对应的多[130-

Va a即…V2V1V0V1V2…，在分辨率2a上对信号f（t）的分析应包2（a1）上对信号的分析VaVaL2

(t)Va(2t)

(t2ab)Vj,b 存在(tV，使得(2atbbZ构成V VaaZ）L2R空间的一个多分辨率分析近似，则存在尺度函数(t)L2R)。(t)经平移和拉

2a2(2atb),k a件的任意矢量空间VaaZ）L2R)空间的多分辨率分析。Mallat算法出一个信号或函f(tL2R在分辨率为2a下的离Aaf(tf(t在分辨率为2(a1)的离散近Aa1f(tAaf(t滤波来获得。信号f(t在分辨率2a近下的小波函数与尺度函数可由（t）和(t分别来Aaf(tDaf(tAaf(t)Ca,ba,b Daf(t)Da,ba,b 其中，Ca,b和Da,b分别为2a 分辨率下的粗糙系数和细节系数；Aaf(t)和Daf(t)分别依据Mallat算法的分解理论，Aaf(t分解成粗糙部分Aa1f(t)与细节部分Da1f(t)之和Aaf(t)Aa1f(t)Da1f Aa1f(tCa1,ma1,m(t)

Da1f(tDa1,ma1,m(t形成以得到一维信号小波变换的Mallat算法原理框图如图一维信号小波变换原理框图4.9一维信号小波逆变换原理框图图中，h0和h1分别代表低通滤波器和高通滤波器，且满足如下关系h(k)(1)kh(k 小波变换对车内噪声的辨识结果24.104.10由图4.10可知，当发动机转速从800r/min变化到3000r/min时，经过小波变换多通道自适应有源噪声主动控制算法自适应过程是一个不断近目标的过程，它所遵循的途径是以数学模型来表示，并按照某种准则对自适应均衡器系数进行调整最终使自适应均衡器的目标函数最小有下法迫法，算法，RLS算法以及各种盲均衡算法等，目前最为流行的两种自适应算法为最小二乘(RLS)算法和最小均方误差()算法。与RLS算法简介算法基本原在本章的第一节中介绍自适应滤波器时阐述了滤波器的设计是要期望响应d(n)与实际输出y(n)之间的均方误差J(n)最小，这种方法被称为最小均方误差（MSE）准图4.11为自适应横向滤波器的原理结构图。图中M阶滤波器的权系数w1,w1,…,wm可以根据估计误差e(n)值的大小进行自身调节，使得某个函数值最小[135,136]。设在n时刻滤波器的估计误差：由此可得J(n)的梯度

J(n)=E{|e(n)|2}=E{|d(n)- ▽J(n)=2E{x(n)H(n)}w(n)- 4.11自适应横向滤波器的结构示意图(n)

[e2

梯度矢量估计方向与滤波器系数矢量变化之间的关系，则可推导出算法的权系 w(n1)w(n)2

(n)]

算法的收敛

[Ix(n)xH(n)]w(n)设系数误差矢量为Δw(n)，将其代入式（4.18）的右边，w(n1)[Ix(n)xH(n)][w(n)w0]x(n)d [Ix(n)xH(n)]w(n)w0[x(n)d(n)x(n)xH(n)w0式中，w0是滤波器系数的最佳矢量值。如果将w0移到等号的左边，则w(n1)-w0Δw(n+1)=[Ix(n)xH(n)]w(n)[x(n)d(n)x(n)xH(n)w E[w(n1)]E{[Ix(n)xH(n)w(n)]}E[x(n)d(n)x(n)xH(n)w=(IE[x(n)xH(n)])E[w(n)]E[x(n)d(n)}E[x(n)xH(n)]w=(IR)E[w(n)](PRw0

) E[w(n1)](IR)E[ 0

近似等于最佳维纳解w0。算法的误调

MMMM M21M1 自适应噪声主动控制NFX算N算为了解决稳态误调与计算步长存在的，加快算法的收敛速度，一些学者提出了用可变步长方法缩短其收敛过程的归一化（Normalized ）算法[135,136,138]。其变步长 的权系数迭代更 可由式（4.18）改写w(n1)w(n)(n)e(n)x(n)w(n)w(n 的收敛速度，应尽可能多的减小瞬时平方误差，其可以写成e2(n)[d(n)xT(n)w(n)] d2(n)wT(n)x(n)xT(n)w(n)2d(n)wT(n)x(n假设滤波权系数矢量变化量w(n)w(nw(n，则相应的平方误差e2ne2(n)e2(n)2wT(n)x(n)xT(n)w(n)wT(n)x(n)xT(n)w2d(n)w与此同时，瞬时平方误差的变化量e2(n)可定义

e2ne2ne2n2wT(n)x(n)e(nwT(n)x(n)xT(n)w(n…（4.29）把w(n)(n)e(n)x(n)代入上式中，得到：e2(n)2(n)e2(n)xT(n)x(n)2(n)e2(n)[xT(n)x(n)]2……（4.30）为了加快收敛速度，选取合适地(n)使得平方误差最小，故将 可变系数 求偏导数，并令其等于零得((n)xT 若得到的(n)导致e2(n)出现负值，说明此时对应于e2(n)的最小点，等价于平方误差e2(nMSEw(n1)w(n) e(n)x(n)xT(n)x(n式中，μ为控制误调的固定收敛因子，γ为避免xT(n)x(n)过小而导致步长值太大而设的参量。通常称（4.32）为归一化 NFX算 w(n1)w(n) 中，得NFX算法的权向量迭代如下：w(n1)w(n) e(n)x(n)C(w)xT(n)x(n次级声通道传递函数的辨识图4.12中输入信号x(n)被同时送入自适应滤波器和未知信道。调整自适应滤波图4.12次级通道传递函数辨识模型示意图图4.134.13函数辨识原理框图。图中算法依据x(n)和误差e(n)的值调整横向滤波器权系数W(z，当e(n0，此时横向滤波器的权系数W(z所代表的传递函数就可以作为次级通路传递函数C(w)的估计值C(w)