专利名称：：基于听觉模型的车内噪声烦躁度客观量化评价方法
技术领域：
：本发明涉及心理声学及汽车声品质评价方法，具体说是车辆内部噪声的心理声学声品质客观评价方法。
背景技术：
：声品质反映了人对声音的主观感受，目前现有的测试仪器和相关方法尚无法直接测量该指标，不过声品质能够用直接测量和计算获得的心理声学参数来描述，这些参数能够反映出不同声音信号造成主观感受差异的客观物理参量，同时还能综合考虑人体心理反应机制和声学感知特性。因此，所希望的声品质客观评价是能够对任意声信号进行分析处理与声品质评价，并且实时的计算出相关心理声学参数值的一种方法。长期以来，各汽车厂家对车内声品质的评价，大都采用主观评价的方法。声品质主观评价研究是通过问巻调查或主观评价实验等形式，对主观评价数据通过统计分析等方法，获得适当的评价术语以描述声品质的主观感知特征，从而达到对声品质进行区分评价的目的。由于声品质本身反映了人对声音的主观感受，所以相对客观评价方法而言，主观评价结果对声品质的反应更准确。常用的声品质主观评价方法有排序法、等级评分法、幅度调节法、成对比较法、语义细分法等。在实际应用中往往是将两种或多种方法结合起来使用，最常用的是等级评分法和成对比较法。声品质主观评价方法存在如下几个方面的缺陷1)主观性太强，非常容易受到环境和各种自身因素的影响，从而导致评价结果的误差大。2)主观评价方法需要很多测试者，而且很多评价方法需要对测试者事先进行听音培训，在增加了大量成本的同时，还浪费了大量的时间。3)评价等级各不相同，没有统一标准。
发明内容本发明的目的在于为克服车内噪声品质主观评价的不足，提供一种基于听觉模型的车内噪声烦躁度客观量化评价方法。计算机技术和人工智能技术的迅猛发展，为实现一种声品质客观评价方法提供了技术上的支持。基于头相关传递函数机理的人工头模型，和基于人耳听觉特性的听觉外周计算模型，在声品质客观评价研究方面有着很大的优势，主要体现在1)基于头相关传递函数机理的人工头模型模拟了真人头部和肩部的实际尺寸，真实地还原了听音者的声场环境，同时人工头耳部的结构，也模拟了真人耳部的尺寸和轮廓，真实地再现了外耳对声音信号的收集、定位与放大作用。2)将模拟听觉系统对声信号处理过程的听觉外周计算模型，作为声信号的预处理阶段加入到声品质客观评价系统中，可提高整个客观评价系统的性能。基于人耳听觉特性的听觉外周计算模型模拟了人类听觉系统的中耳和内耳对声音的处理机制，同时模拟了声信号从自由声场到听觉外周系统的传递过程和转换机制，为声品质客观评价系统提供了很好的技术保证。3)克服了主观评价方法的复杂和繁琐，同时也克服了环境因素可能导致的误差，在节约成本的同时也节约了时间。因此，基于HRTF机理的人工头模型和基于人耳听觉特性的听觉外周计算模型的组合，非常适合对车辆内部噪声声品质进行评价和研究。本发明解决其技术问题所采用的技术方案，是采用人工头模型，采集不同车型的不同档位和车速的声信号样本，将其输入听觉外周计算模型进行分析计算，最后得出声品质心理声学参数的计算结果，建立心理声学声品质客观评价模型。基于听觉模型的车内噪声烦躁度客观量化评价方法包括下列步骤1.设计基于头相关传递函数机理的人工头模型。2.用基于人耳听觉特性的听觉外周计算模型，模拟人类听觉系统的中耳和内耳对声音的处理机制，模拟声信号从自由声场到听觉外周系统的传递过程和转换机制。3.用人工头模型对9辆不同类型的轿车在平整路面上分别进行匀速、加速和怠速工况下的车内噪声信号采集。4。对采集的噪声样本进行预处理和响度规格化处理。5..用基于Matlab的声品质计算模型对经听觉外周计算模型声信号转换的电信号值进行计算，得到各工况的双耳响度、尖锐度、粗糙度和抖动度四种心理声学参数。6.用分组成对比较法，对声样本进行声品质主观评价，获得主观评价结果试验数据。7.用SPSS软件，计算声品质主观评价结果与心理声学客观参数之间的相关系数，绘制各参量与主观评价结果排序值之间的相关散点图，以直观的形式表示各主客观评价结果的相关性。8.经分析计算，获得匀速工况、加速工况和怠速工况下的主观烦躁度的客观量化模型。)匀速工况下的主观烦躁度的客观量化模型为-SQ=-0.031xU-l.845x@+8.90i其中SQ-声品质烦躁度等级^/*度*-尖锐度2)加速工况下的主观烦躁度的客观量化模型为-SQ-—0.256x丄d+1.285x^6—0.067x^+13.194其中SQ-声品质烦躁度等级^/_响度」伤-粗糙度，U声级3)怠速工况下的主观烦躁度的客观量化模型为.-SQ=—0.16xZ+17.896其中SQ-皿声品质烦躁度等级A-线性声压级步骤1中的人工头模型是模拟真人头部和肩部的尺寸，可真实地还原听音者的声场环境;人工头耳部的结构，是模拟真人耳部的尺寸和轮廓，可真实地再现外耳对声音信号的收集、5定位与放大。步骤2中的听觉外周计算模型先由无限冲击响应滤波器实现中耳的模拟过程，后由双重共振非线性滤波器组实现内耳的模拟过程；待测声信号输入听觉外周计算模型后得到转换的电信号值。步骤3中的车内噪声信号采集的过程是匀速工况为3档、5档这两个档位下，以不同的速度匀速行驶，车速分别为50km/h、60km/h、80km/h、100km/h和120km/h;加速工况为3档、5档这两个档位下油门全开，车速从50km/h加速到120km/h;在各工况下，将人工头模型放置在右前座位置，并依次采集记录人工头模型左右耳位置处的噪声信号。步骤4中的预处理与响度规格化处理是在每种工况中挑选一段汽车运行状态最平稳，并同时外界干扰最小的声音记录片段，按IS0532B要求，在一个扩散场里噪声响度规格化为16宋，处理后得到各工况时间长度为5秒的声音样本匀速工况44个，加速工况18个，怠速工况9个。本发明的有益效果是，可实现不同车型、不同档位和车速的车内声品质客观评价心理声学参数的计算，使声品质评价结果科学合理，不仅具有很好的稳定性，而且能科学有效地计算出车内噪声心理戸学参数值，并与目前一直沿用的主观评价方法的评定结果，具有很好的相关性、一致性和高的可信度，通过本发明，结合CAE新车设计，可推动和提高汽车工业产品的声品质，从而提高产品的竞争力。图1为基于听觉模型的车内噪声烦躁度客观量化评价方法流程图图2为听觉外周计算模型的内耳DRNL滤波器组结构图图3(a)为匀速工况主观烦躁度评价等级与双耳响度的相关性散点图图3(b)为匀速工况主观烦躁度评价等级与尖锐度的相关性散点图图3(c)为模型预测值与主观评价值的相关性散点图图4(a)为加速工况主观烦躁度评价等级与响度的相关性散点图图4(b)为加速工况主观烦躁度评价等级与粗糙度的相关性散点图图4(c)为加速工况主观烦躁度评价等级与A声级的相关性散点图图4(d)为模型预测值与主观评价值的相关性散点图图5(a)为怠速工况主观烦躁度评价等级与线性声级的相关性散点图图5(b)为模型预测值与主观评价值的相关性散点图具体实施例方式下面结合附图详细说明本发明-1.车辆内部噪声样本的采集。采集车内声样本的方法很多，而且根据车型及其车速的不同，采集方法也有所不同，一般的方法是采用直接将传声器放置在车内某个位置，虽然此种方法也能采集到车内噪声信号，但是却忽略了头相关传递函数对声信号传递的影响，这对于精确地分析车内声品质有着很大的影响。采用基于头相关传递函数机理的人工头模型采集车内噪声信号，能够有效地模拟人头和肩部等部位对声场中声信号传递的影响。2.对采集声样本的预处理。将人工头模型采集到的声信号进行预处理，每种工况挑选一段汽车运行状态最平稳，同时外界干扰最小的声音记录片段，对选出的原始采样信号进行长度截断和响度均衡化处理，按照IS0532B要求在一个扩散场里噪声响度规格化为16宋c3.听觉外周计算模型对声样本的分析和计算。基于人耳听觉特性的听觉外周计算模型，模拟了人类听觉系统的中耳和内耳对声音的处理机制，同时模拟了声信号从自由声场到听觉外周系统的传递过程和转换机制，本部分由一个无限冲击响应(IIR)滤波器来实现，之后用双重共振非线性(MNL)滤波器组来实现内耳的模拟过程。4,声品质心理声学参数的确定和计算。声品质客观评价过程就是心理声学参数的计算过程，用MATLAB编程实现心理声学参数的计算模型。5,参数对比验证评价结果的正确性和准确性，实现声品质的客观评价。举例说明实施例以9种不同车型的不同档位时不同车速的各工况下的车内噪声为声品质评价对象，确定四个评价指标。它们分别是双耳响度、尖锐度、粗糙度、抖动度。通过放置在人工头模型双耳处的声传感器进行实验数据的采集，获得实车行驶时的车内噪声信号样本，经过数据预处理后，应用听觉外周计算模型进行声品质心理声学参数的计算；同时用主观评价的方法对相应的声音样本用主观评价方法的成对比较法进行主观评价实验，并将相应的主观评价结果分类统计。图1为基于听觉模型的车内噪声烦躁度客观量化评价方法流程。图2为听觉外周计算模型的内耳DRNL滤波器组结构图。它是模型中最主要的部分。该滤波器组是双通路系统，一个是线性的，一个是非线性的。将待测声信号输入模型中，通过模型的分析与计算，输出声品质评价心理^学参数的计算值。图3(a)、(b)为匀速工况主观烦躁度评价等级与计算所得声品质心理声学参数值的相关性散点图。在此种情况下，四种心理声学参数中，双耳响度、尖锐度与声品质主观评价结果之间的相关系数较高，绝对值基本都在0.8以上，而抖动度和粗糙度的相关系数很小。考虑到本文采样试验是在汽车匀速行驶的稳态工况下进行的，且路面为平整的柏油马路，所以车内噪声受抖动度影响较小的结果是合理的。在明确了上述相关关系之后，为了确定声品质烦躁度客观量化模型中包含哪些心理声学参数，需进行多元线性回归分析。回归分析是一种确定某因变量与若干自变量之间定量表达式的统计分析方法，本文中的因变量为烦躁度主观评价等级值，自变量为上述相关分析后的3个心理声学参数和A声级。再次使用SPSS软件进行回归分析，回归分析结果如表1、2所示。表1表明，应用SPSS进行回归分析计算，保留了响度和尖锐度两个参数，其它参数被自动剔除。7表1烦躁度评价模型概述<table>tableseeoriginaldocumentpage8</column></row><table>a.预测值(常数项)，响度b.预测值(常数项)，响度，尖锐度表1表明，经回归分析后，存在两个模型，一个为仅含有常数项和响度参数的模型，其预测模型与主观评价结果之间的相关系数为0.924，决定系数为0.854。另一个为含有常数项、响度和尖锐度的模型，其预测模型与主观评价结果之间的相关系数为0.932，决定系数为0.868。显然，含有3个变量的模型与主观评价结果相关性更高，因此，选择该模型作为主观烦躁度的客观量化模型。表2回归系数表<table>tableseeoriginaldocumentpage8</column></row><table>根据表中的非标准化系数值(B)，得到多元线性回归方程如下SQ(声品质)=-0.03"^(响度)-L845x印(尖锐度)+8.901上式即为样车在匀速工况下，主观烦躁度的客观量化模型。上式表明，在匀速工况下，轿乍的主观烦躁度可以用心理声学参数中的响度和尖锐度来表述。因此，降低轿车在匀速工况下的烦躁度，应该注意对噪声的响度和尖锐度进行控制。另外，表2中响度的标准化系数绝对值为0.651，略大于尖锐度的0.297,说明在本试验条件下，响度的影响比尖锐度大。为了验证模型的准确度，在本开发模型试验车辆以外的其它车辆组的匀速声音样本中选择9个样本，将每个声音样本所对应的响度和尖锐度值带入客观量化模型得到模型预测分值(见表3),并与其主观评价值进行相关分析，相关系数达到0.945,证明了该模型的有效性和可行性，其相关性散点如图4(a)、(b)、(c)、(d)所示。表3模型预测值与主观评价值<table>tableseeoriginaldocumentpage8</column></row><table><table>tableseeoriginaldocumentpage9</column></row><table>图4(a)、(b)、(c)、(d)是该实施例的加速工况主观烦躁度评价等级与计算所得声品质心理声学参数值较高的相关性散点图，在此种情况下，四种心理声学参数中，双耳响度、粗糙度与声品质主观评价结果之间的相关系数较高，绝对值基本都在0.8以上，两种声压级中A声级与烦躁度评价结果相关性较大。散点4(a)、(b)、(c)、(d)更直观地表现出响度、粗糙度和A声压级与主观评价结果的线性相关性。在明确了上述相关关系之后，为了确定声品质烦躁度客观量化模型中包含哪些心理声学参数，需进行多元线性回归分析。回归分析是一种确定某因变量与若干自变量之间定量表达式的统计分析方法，本文中的因变量为烦躁度主观评价等级值，自变量为上述相关分析后的3个心理声学参数和A声级。再次使用SPSS软件进行回归分析，回归分析结果如表4、5所示。表4表明，经回归分析后，只有A声级、响度和粗糙度进入模型，其它参数被剔除。表4烦躁度评价模型概述<table>tableseeoriginaldocumentpage9</column></row><table>a.预测值(常数项)，A声级b.预测值(常数项)，A声级，响度c.预测值(常数项)，A声级，响度，粗糙度d.预测值(常数项)，响度，粗糙度表4表明，经回归分析后，存在4个模型，第一个为仅含有常数项和A声级的模型，其预测模型与主观评价结果之间的相关系数为0.909，决定系数为0.826;第二个为含有常数项、A声级和响度的模型，其预测模型与主观评价结果之间的相关系数为0.939，决定系数为0.882;第三个为含有常数项、A声级、响度和粗糙度的模型，其预测模型与主观评价结果之间的相关系数为0.965，决定系数为0.931;第四个为含有常数项、响度和粗糙度的模型，其预测模型与主观评价结果之间的相关系数为0.957，决定系数为0.916。显然，第三个模型与主观评价结果相关性更高，因此，选择该模型作为主观烦躁度的客观量化模型。表5回归系数表<table>tableseeoriginaldocumentpage9</column></row><table>B标准误差标准回归系数1(常数)21.3261.74412.2310.000A声级-O.2270.026-0.909-8.7140.0002(常数)17.1732.1468.0020.000A声级-O.丄390.039-0.558-3.53i0.003响度-0.0890.033-0.423-2.6750.0173(常数)13.1942.1256.2090.000A声级-O.0670.039-0.269-丄7240.107响度-0.2560.059-l.214-4.3050.001粗糙度1.2850.4100.6153.1320.0074(常数)9.5560.30930.9900.OO(〕响度-0.3410.035-1.617-9.609()■000粗糙度1.7050,3510.8164,8510.(X)O根据表5中模型3的非标准化系数值(B)，得到多元线性回归方程如下SQ(声品质)=—0.256xU(响度)+1.285xi^(粗糙度)—0.067x乂"声级)+13.〗94上式即为样车在加速工况下主观烦躁度的客观量化模型。上式表明，在加速工况下..轿车的主观烦躁度可以用心理声学参数中的响度、粗糙度和A声级来表述。另外，表4中响度的标准化系数绝对值为1.214,大于尖锐度的0.615和A声级的0.269，说明在本试验条件下，响度的影响最大。为了验证模型的精度，从其它车辆组的加速声音样本中选择9个样本，将每个声音样本所对应的响度、粗糙度、A声级值带入客观量化模型得到模型预测分值(见表6),并与其主观评价值进行相关分析，相关系数达到0.961,证明了该模型的有效性和可行性，其相关性散点图如图4(a)、(b)、(c)、(d)所示。表6模型预测值与主观评价值样本序号'i23456789响度20.519.2]8.7]7.923.2]7.518.225.i—19.5粗糙度2.062.012.021-7121.841.922.021.85A声级67.266.665.665.468.364.565.673.468.6主观评价分值6.096.406.616.435.256.766.6i4.455.98模型预测分值6.096.456-636.385.066.746.634.456.0710图5(a)、(b)是该实施例的怠速工况主观烦躁度评价等级与计算所得声品质心理声学参数值较高的相关性散点图，在此种情况下，四种心理声学参数中，抖动度与声品质主观评价结果之间的相关系数较高，绝对值基本都在0.8以上，两种声压级中线性声级与烦躁度评价结果相关性较大。只有抖动度和线性声级与烦躁度评价等级的相关性较高，线性声压级与等级分值的相关性散点图如图5(a)所示。烦躁度评价模型的建立，回归分析选择抖动度和线性声级与烦躁度主观评价等级值进行冋归分析，回归分析结果如表7、8所示。经回归分析后，只有线性声压级进入模型，抖动度被剔除。表7烦躁度评价模型概述!<table>tableseeoriginaldocumentpage11</column></row><table>a.预测值(常数项)，线性声压级表7表明，经回归分析后，只存在一个模型，模型中包含线性声压级和常数项，预测模型与主观评价结果之间的相关系数为0.945,决定系数为0.893。表8回归系数表<table>tableseeoriginaldocumentpage11</column></row><table>根据表8中的非标准化系数值(B)，得到多元线性回归方程如下SQ(声品质)--0.16"(线性声压级)+17.896上式即为样车在怠速工况下主观烦躁度的客观量化模型。上式表明,.在原地怠速工况下，轿车的主观烦躁度可以用线性声压级参数来表述。为验证模型精度，再从其它车辆组中的怠速工况声音样本中选择5个样本，将每个声音样本所对应的线性声压级值代入客观量化模型，得到模型预测分值(见表9)，并与其主观评价值进行相关分析，相关系数达到0.938。其相关性散点图如图5(b)所示。表9模型预测值与主观评价值<table>tableseeoriginaldocumentpage11</column></row><table>因此实验结果证明客观评价结果与主观评价结果一致性好，验证了该方法的可靠性和先进性，同时也可以以客观参量的大小，直接评价声品质的高低，从而实现了声品质的客观评价。在汽车声品质研究领域内，本方法可对任何档位和车速的车内噪声品质进行分析评价计算。而且，本发明并不仅限于实施例描述的对汽车车内噪声进行声品质评价计算，也可经适当的修改和代替，对其它种类的噪声声品质进行评价计算。权利要求1.一种基于听觉模型的车内噪声烦躁度客观量化评价方法，其特征在于包括下列步骤1)设计基于头相关传递函数机理的人工头模型。2)用基于人耳听觉特性的听觉外周计算模型，模拟人类听觉系统的中耳和内耳对声音的处理机制，模拟声信号从自由声场到听觉外周系统的传递过程和转换机制。3)用人工头模型对9辆不同类型的轿车在平整路面上分别进行匀速、加速和怠速工况下的车内噪声信号采集。4)对采集的噪声样本进行预处理和响度规格化处理。5)用基于Matlab的声品质计算模型对经听觉外周计算模型声信号转换的电信号值进行计算，得到各工况的双耳响度、尖锐度、粗糙度和抖动度四种心理声学参数。6)用分组成对比较法，对声样本进行声品质主观评价，获得主观评价结果试验数据。7)用SPSS软件，计算声品质主观评价结果与心理声学客观参数之间的相关系数，绘制各参量与主观评价结果排序值之间的相关散点图，以直观的形式表示各主客观评价结果的相关性。8)经分析计算，获得匀速工况、加速工况和怠速工况下的主观烦躁度的客观量化模型。2.按权利要求l所述的基于听觉模型的车内噪声烦躁度客观量化评价方法，其特征在于步骤l)中所述的人工头模型是模拟真人头部和肩部的尺寸，可真实地还原听音者的声场环境；人工头耳部的结构，是模拟真人耳部的尺寸和轮廓，可真实地再现外耳对声音信号的收集、定位与放大。3.按权利要求l所述的基于听觉模型的车内噪声烦躁度客观量化评价方法，其特征在于步骤2)中所述的听觉外周计算模型先由无限冲击响应滤波器实现中耳的模拟过程，后由双重共振非线性滤波器组实现内耳的模拟过程；待测声信号输入听觉外周计算模型后得到转换的电信号值。4.按权利要求l所述的基于听觉模型的车内噪声烦躁度客观量化评价方法，其特征在于步骤3)中所述的车内噪声信号采集的过程是匀速工况为3档、5档这两个档位下，以不同的速度匀速行驶，车速分别为50km/h、60km/h、80km/h、100km/h和120km/h;加速工况为3档、5档这两个档位下油门全开，车速从50km/h加速到120km/h;在各工况下，将人工头模型放置在右前座位置，并依次采集记录人工头模型左右耳位置处的噪声信号。5.按权利要求l所述的基于听觉模型的车内噪声烦躁度客观量化评价方法，其特征在于歩骤4)中所述的预处理与响度规格化处理是在每种工况中挑选一段汽车运行状态最平稳，并同时外界干扰最小的声音记录片段，按IS0532B要求，在一个扩散场里噪声响度规格化为16宋，处理后得到各工况时间长度为5秒的声音样本匀速工况44个，加速工况18个，怠速工况9个。6.按权利要求l所述的基于听觉模型的车内噪声烦躁度客观量化评价方法，其特征在于步骤8)中所述的匀速工况下的主观烦躁度的客观量化模型为SQ=-0.031xH.845x+8.901其中SQ-声品质烦躁度等级Lcf-响度Sp-尖锐度7.按权利要求l所述的基于听觉模型的车内噪声烦躁度客观量化评价方法，其特征在于歩骤8)中所述的加速工况下的主观烦躁度的客观量化模型为SQ=_0.256xU+1.285xi/-0.067xj+13.194其中SQ-声品质烦躁度等级Ld-响度诎-粗糙度4-yl声级8.按权利要求l所述的基于听觉模型的车内噪声烦躁度客观量化评价方法，其特征在于步骤8)中所述的怠速工况下的主观烦躁度的客观量化模型为SQ=-0.16x丄+17.896其中SQ-声品质烦躁度等级L-线性声压级。全文摘要基于听觉模型的车内噪声烦躁度客观量化评价方法涉及心理声学和汽车声品质评价方法，本发明包括设计人工头模型；用听觉外周计算模型模拟人的中耳和内耳对声音的处理机制；进行匀速、加速和怠速工况下的车内噪声信号采集；噪声样本预处理和响度规格化处理；用声品质计算模型获得心理声学参数；用分组成对比较法获得主观评价结果试验数据；计算、绘制各参量与主观评价结果排序值间的相关散点图；分析计算获得各工况下主观烦躁度的客观量化模型，本发明可实现不同车型、档位和车速的车内声品质客观评价心理声学参数计算，其值与主观评价方法的评定结果相关性和一致性好，评价结果稳定、可信度高，结合CAE新车设计，可提高汽车的声品质和竞争力。文档编号G06F19/00GK101672690SQ20091006758公开日2010年3月17日申请日期2009年9月27日优先权日2009年9月27日发明者卢炳武,姜文君,强孙,杰梁,王登峰,军谢,赵彤航申请人:吉林大学