一种汽车噪声不舒适度评价方法技术

本发明专利技术公开一种汽车噪声不舒适度评价方法。所述方法包括：读取待评价汽车的噪声样本信号，计算每个噪声样本的响度、尖锐度、粗糙度和语音清晰度；按照不舒适度‑声品模型计算每个噪声样本的不舒适度，所述模型是一个以响度、尖锐度、粗糙度和语音清晰度为自变量、以不舒适度为因变量的线性函数；对噪声样本的不舒适度进行综合，得到待评价汽车噪声的综合不舒适度。本发明专利技术通过根据不舒适度‑声品模型计算噪声样本的不舒适度，能够更加真实地反映车内乘员对噪声的感受，解决了现有技术只根据噪声样本A声级大小对汽车噪声的不舒适度进行评价存在的准确度不高的问题。

An evaluation method of car noise discomfort

【技术实现步骤摘要】
一种汽车噪声不舒适度评价方法
本专利技术属于汽车噪声评价
，具体涉及一种噪声不舒适度评价方法。
技术介绍
噪声是指妨碍人们正常休息、学习和工作的声音，以及对人们要听的声音产生干扰的声音。噪音的来源很多，如街道上的汽车声、建筑工地的机器声以及邻居电视机过大的声音，都是噪声。汽车噪声是噪声污染的主要来源。汽车噪声能够引起人们心理烦躁等多种不舒适的感觉。与舒适度相对应，Y.Huang和M.J.Griffin提出噪声和垂直全身振动单独和同时作用时使人产生的不舒适感觉即不舒适度，可以用来描述振动和噪声单独作用或者共同作用引起人的不舒服程度的主观感觉。现有技术一般采用噪声样本的A声级对汽车噪声的不舒适度进行评价。A声级为对不同频率声音的声压级经A计权修正，再叠加计算得到的噪声总声压级。对于频谱比较平稳的宽频噪声，A声级能够较好地反应主观感觉。但是即使A声级相同，不同路况下的噪声使人产生的不舒适度也可能不同。采用Friedman检验分析发现：同一辆车在不同路况下行驶，在车内噪声A声级相同的情况下，不同路况车内噪声使人产生的不舒适度存在差异；多辆车在同一路况下行驶，在车内噪声A声级相同的情况下，每辆车内噪声使人产生的不舒适度也存在差异。因此，现有技术中只根据A声级大小对汽车噪声的不舒适度进行评价，评价结果存在较大偏差。
技术实现思路
为了解决现有技术中存在的上述问题，本专利技术提出一种噪声不舒适度评价方法，考虑了声音样本的心理声学参数即响度、尖锐度、粗糙度和语音清晰度对不舒适度的影响，使噪声的舒适度评价方法更客观、更合理，评价结果更准确。为实现上述目的，本专利技术采用如下技术方案：一种汽车噪声不舒适度评价方法，包括：步骤1，读取待评价汽车的噪声样本信号，计算每个噪声样本信号的响度、尖锐度、粗糙度和语音清晰度；步骤2，根据步骤1的计算结果，按照不舒适度-声品模型计算每个噪声样本的不舒适度，所述模型是一个以响度、尖锐度、粗糙度和语音清晰度为自变量、以不舒适度为因变量的线性函数；步骤3，对噪声样本的不舒适度进行综合，得到待评价汽车噪声的综合不舒适度。与现有技术相比，本专利技术具有以下有益效果：本专利技术通过读取待评价汽车的噪声样本信号，计算每个噪声样本信号的响度、尖锐度、粗糙度和语音清晰度，按照不舒适度-声品模型计算每个噪声样本的不舒适度，所述模型是一个以响度、尖锐度、粗糙度和语音清晰度为自变量、以不舒适度为因变量的线性函数，对噪声样本的不舒适度进行综合，得到待评价汽车噪声的综合不舒适度，实现了基于声音品质的汽车噪声不舒适度评价。本专利技术通过根据不舒适度-声品模型计算噪声样本的不舒适度，能够更加真实地反映车内乘员对噪声的感受，解决了现有技术只根据噪声样本A声级大小对汽车噪声的不舒适度进行评价存在的准确度不高的问题。附图说明图1为本专利技术实施例一种汽车噪声不舒适度评价方法的流程图。具体实施方式下面结合附图对本专利技术作进一步详细说明。本专利技术实施例一种汽车噪声不舒适度评价方法的流程图如图1所示，所述方法包括：S101、读取待评价汽车的噪声样本信号，计算每个噪声样本信号的响度、尖锐度、粗糙度和语音清晰度；本步骤用于计算每个噪声样本的心理声学参数——响度、尖锐度、粗糙度和语音清晰度。响度又称音量，反映人耳感受到的声音强弱，它是人对声音大小的一个主观感觉量，响度的大小决定于声音接收处的波幅，单位为sone。尖锐度用于描述声音的尖锐程度，单位为acum。响度和尖锐度是使人产生不舒适感觉的两个重要参数。粗糙度是描述声音调制程度的参数，单位为asper。语音清晰度是反映语音可理解程度的参数，是一个百分数。上述4个参数都能对人的心理产生一定影响，因此都属于心理声学参数。当然，这4个参数也都影响人们对噪声的不舒适感觉。其中，响度和尖锐度的影响比较明显，其它两个参数次之。S102、根据S101的计算结果，按照不舒适度-声品模型计算每个噪声样本的不舒适度，所述模型是一个以响度、尖锐度、粗糙度和语音清晰度为自变量、以不舒适度为因变量的线性函数；本步骤用于根据噪声样本的4个心理声学参数计算每个噪声样本的不舒适度。计算方法是基于一个以响度、尖锐度、粗糙度和语音清晰度为自变量、以不舒适度为因变量的线性模型即不舒适度-声品模型，将4个心理声学参数代入模型即可得到噪声样本的不舒适度。这里的声品是指所述4个心理声学参数也可用于表示声音品质，因此用声品代替4个参数。所述线性模型是一个近似模型，一般是利用统计数据采用线性回归法得到的。S103、对噪声样本的不舒适度进行综合，得到待评价汽车噪声的综合不舒适度。为了得到待评价汽车整车的不舒适度，本步骤对S102得到的每个噪声样本的不舒适度进行综合，得到整车的综合不舒适度。综合方法可以是求噪声样本的不舒适度的平均值，或加权求均值。当然也可以采取其它可行的综合方法。值得说明的是，本实施例得到的不舒适度的大小只能用于采用本实施例评价方法的不同汽车之间的比较，不舒适度大的汽车噪声影响大，但不能与采用不同评价方法汽车进行比较，因为不同评价方法之间得出的不舒适度的大小(绝对值)不统一。通过进行Friedman检验分析发现：同一辆车在不同路况下行驶，在车内噪声A声级相同的情况下，不同路况车内噪声使人产生的不舒适度存在差异；多辆车在同一路况下行驶，在车内噪声A声级相同的情况下，每辆车内噪声使人产生的不舒适度也存在差异。本实施例基于响度、尖锐度、粗糙度和语音清晰度4个心理声学参数，根据不舒适度-声品模型计算噪声样本的不舒适度，能够更加真实地反映车内乘员对噪声的感受，解决了现有技术只根据噪声样本A声级大小对汽车噪声的不舒适度进行评价存在的准确度不高的问题。作为一种可选实施例，所述噪声样本是从在不同路况下以不同速度行驶的待评价汽车上采集的声音信号，噪声样本的时长为5秒，声压级范围为49～91dB(A)。在本实施例中，噪声样本是从行驶的待评价汽车上采集的真实的噪声信号，汽车以不同速度行驶在不同路况下。每个噪声样本的时长为5秒，A声压级范围在49～91dB(A)之间。不同路况可以是柏油路、水泥路或土路等；速度可以选30、40、60、80公里/小时等。作为一种可选实施例，所述S101利用Artemis软件计算噪声样本的响度、尖锐度、粗糙度和语音清晰度。本实施例给出了计算噪声样本的响度、尖锐度、粗糙度和语音清晰度的一种技术方案。本实施例利用Artemis软件计算上述4个参数。输入噪声样本信号，Artemis软件可自动计算上述4个参数。响度的计算采用Zwicker模型，即ISO532B中给出的响度计算方法。该方法适用于稳态声场。尖锐度是基于响度的结果的得到的。作为一种可选实施例，建立S102的不舒适度-声品模型的方法包括：S1021、依次播放噪声样本的录音，所述噪声样本为实时采集的不同车型的汽车在不同路况下行驶时产生的噪声，噪声样本的时长为5秒，声压级范围为49～本文档来自技高网...

【技术保护点】
1.一种汽车噪声不舒适度评价方法，其特征在于，包括：/n步骤1，读取待评价汽车的噪声样本信号，计算每个噪声样本信号的响度、尖锐度、粗糙度和语音清晰度；/n步骤2，根据步骤1的计算结果，按照不舒适度-声品模型计算每个噪声样本的不舒适度，所述模型是一个以响度、尖锐度、粗糙度和语音清晰度为自变量、以不舒适度为因变量的线性函数；/n步骤3，对噪声样本的不舒适度进行综合，得到待评价汽车噪声的综合不舒适度。/n

【技术特征摘要】
1.一种汽车噪声不舒适度评价方法，其特征在于，包括：
步骤1，读取待评价汽车的噪声样本信号，计算每个噪声样本信号的响度、尖锐度、粗糙度和语音清晰度；
步骤2，根据步骤1的计算结果，按照不舒适度-声品模型计算每个噪声样本的不舒适度，所述模型是一个以响度、尖锐度、粗糙度和语音清晰度为自变量、以不舒适度为因变量的线性函数；
步骤3，对噪声样本的不舒适度进行综合，得到待评价汽车噪声的综合不舒适度。


2.根据权利要求1所述的汽车噪声不舒适度评价方法，其特征在于，所述噪声样本是从在不同路况下以不同速度行驶的待评价汽车上采集的声音信号，噪声样本的时长为5秒，声压级范围为49～91dB(A)。


3.根据权利要求1所述的汽车噪声不舒适度评价方法，其特征在于，所述
步骤1利用Artemis软件计算噪声样本的响度、尖锐度、粗糙度和语音清晰度。


4.根据权利要求1～3任意一项所述的汽车噪声不舒适度评价方法，其特征在于，建立所述步骤2的不舒适度-声品模型的方法包括：
步骤2.1，依次播放噪声样本的录音，所述噪声样本为实时采集的不同车型的汽车在不同路况下行驶时产生的噪声，噪声样本的时...

【专利技术属性】
技术研发人员：王海军，常光宝，何嘉洋，顾晓丹，庞崇剑，黄煜，李豆，
申请(专利权)人：上汽通用五菱汽车股份有限公司，
类型：发明
国别省市：广西;45