一种车内异响检测与评价系统及检测方法

1.本发明涉及汽车振动噪声技术领域，更具体的是，本发明涉及一种车内异响检测与评价系统及检测方法。


背景技术：

2.随着汽车性能的提高，驾驶员和乘客对车辆的乘坐舒适性的要求也越来越高。随着纯电动汽车的广泛应用，汽车内部的噪声水平大大降低，车辆内部的异响问题在车厢内部变得尤为突出。异响问题与车辆的安全问题密切相关，许多异响预示着车内某些部件的异常。为了评价和检测异响问题，传统的寻找问题解决问题的方法现阶段依然十分依靠工程师的主观判断，即工程师在道路上或道路模拟器上，通过移动自己的位置，靠近可能的异响源进行主观听音判断。然而，车内噪声干扰因素较多，声源定位困难且主观性大，噪声数据难以生成可视文本进行定量描述。目前没有一个可靠的客观评价和检测异响的方法，因此需要一种能够客观检测和评价车内噪声的系统。


技术实现要素：

3.本发明的目的是设计开发了一种车内异响检测与评价系统，通过多模块化结构实现噪声信号的采集和传输，并将采集到的噪声信号与异响特征信息库进行比较，获得噪声信号的异响评价等级，提高了异响检测的准确性和客观性。
4.本发明还设计开发了一种车内异响的检测方法，通过对采集的噪声信号进行去噪后获得重构降噪后的去噪信号，消除了干扰因素的影响，提高了异响检测的准确性。
5.本发明提供的技术方案为：
6.一种车内异响检测与评价系统，包括：
7.多个噪声信号采集模块，其分别设置在车辆内部的多个区域中，用于车内的噪声信号的采集；
8.信号降噪模块，其与所述噪声信号采集模块相连接，用于对所述噪声信号去噪形成去噪信号；
9.异响分析模块，其与所述信号降噪模块相连接，用于获得所述去噪信号中的多种特征参数；
10.存储器，其内部存储有异响特征信息库，且所述存储器与所述异响分析模块相连接，用于与所述多种特征参数相比较；
11.处理器，其与所述存储器相连接，用于确定所述噪声信号的异响评价等级。
12.优选的是，所述多个区域包括：中控台区域、座椅区域和车辆内饰区域。
13.优选的是，所述异响分析模块包括：异响检测模块、声品质分析模块和非声学特征分析模块。
14.优选的是，所述声品质分析模块能够得到响度特征参数、尖锐度特征参数、粗糙度特征参数和抖动度特征参数。
15.优选的是，所述异响评价等级包括：严重异响、一般异响和轻微异响。
16.一种车内异响的检测方法，使用所述的车内异响检测与评价系统，包括如下步骤：
17.步骤一、采集车辆内部的噪声信号；
18.步骤二、对所述噪声信号进行去噪处理获得去噪信号：
19.x
d
(n)＝σx
k
(n)；
20.式中，x
d
(n)为去噪信号，σ为信号加权因子，x
k
(n)为第k层子信号；
21.其中，所述信号加权因子满足：
[0022][0023]
式中，h为赫斯特指数，且所述赫斯特指数满足：
[0024][0025]
式中，f2(n,m)为子空间序列段的二阶波动函数，且所述子空间序列段的二阶波动函数满足：
[0026][0027]
式中，y[(m
‑
1)n+i]为第(m
‑
1)n+i层子信号的累计离差，y
s
(i)为第i个子空间序列段的波动趋势；
[0028]
所述第i个子空间序列段的波动趋势满足：
[0029][0030]
式中，a
n
为拟合多项式系数，i
n
为多项式阶次为n的项；
[0031]
第k层子信号的累计离差满足：
[0032][0033]
式中，y(k)为第k层子信号的累计离差，x(i)为第k层子信号的第i个噪声信号点，为噪声信号x(n)在时间区域[1,n]内的均值，k＝1,2,...,n；
[0034]
步骤三、对所述去噪信号进行异响分析获得异响分析结果；
[0035]
步骤四、将所述异响分析结果与异响特征信息库中的数据进行对比确定异响评价等级。
[0036]
优选的是，所述子空间序列段为将所述噪声信号等长分割成n
n
个长度为m的数据序列；
[0037]
所述子信号为将所述噪声信号按照20hz～16khz分成n个临界频带的信号。
[0038]
优选的是，所述异响分析包括：异响检测、声品质分析和非声学特征分析；
[0039]
所述异响检测包括如下过程：
[0040]
确定去噪信号的异响检测向量：
[0041]
aic(n)＝slog(var(x[1,s]))+(n
‑
s
‑
1)log(var(x[s+1,n]))；
[0042]
式中，aic(n)为去噪信号的异响检测向量，s为滑动窗长，s＝1,2,...,n，n＝length(x)，var(x[1,s])为去噪信号x中共s个数据点的方差，var(x[s+1,n])为去噪信号x中共n
‑
s个数据点的方差；
[0043]
确定阈值向量：
[0044]
t＝0.6(aic(n)
max
‑
aic(n)
min
)；
[0045]
式中，aic(n)
max
为异响检测向量的最大值，aic(n)
min
为异响检测向量的最小值；
[0046]
确定异响标记向量：
[0047][0048]
若t
bsr
(i)＝0为当前位置无异响，若t
bsr
(i)＝1为当前位置发生异响，在异响信号时间序列上异响标记向量从0到1的个数为异响发生频次，异响标记向量从0转变为1的时刻为异响发生时刻；
[0049]
非声学特征分析通过去噪信号的能量特征参数确定，所述能量特征参数满足：
[0050][0051]
式中，ψ[x
d
(i)]为能量算子；
[0052]
所述能量算子满足：
[0053][0054]
式中，x
d
(i+1)为去噪信号中第i+1个噪声点，x
d
(i
‑
1)为去噪信号中第i
‑
1个噪声点，x
d
(i)为去噪信号中第i个噪声点。
[0055]
优选的是，步骤四中所述异响分析结果与异响特征信息库中的数据进行对比后得到所述异响分析结果与异响特征信息库中的数据的相似度，所述相似度最大时为异响评价等级，所述相似度满足：
[0056][0057]
式中，d(x,y)为欧几里徳距离，所述欧几里徳距离满足：
[0058][0059]
式中，y
i
为响度特征参数、尖锐度特征参数、粗糙度特征参数、抖动度特征参数、异响发生频次或者能量特征参数，x
i
为异响特征信息库中与多种特征参数相对应的数据特征值；
[0060]
所述相似度的范围为[0,1]。
[0061]
本发明所述的有益效果：
[0062]
(1)、本发明设计开发的一种车内异响检测与评价系统，通过多模块化结构实现噪声信号的采集和传输，并将采集到的噪声信号与异响特征信息库进行比较，获得噪声信号
的异响评价等级，提高了异响检测的精确度。
[0063]
(2)、本发明设计开发的一种车内异响的检测方法，通过对采集的噪声信号进行去噪后获得重构降噪后的去噪信号，并获得去噪信号的多种特征参数，进而实现异响客观评价，消除了干扰因素的影响，提高了异响检测的准确性。
附图说明
[0064]
图1为本发明所述车内异响检测与评价系统的模块连接关系示意图。
[0065]
图2为本发明所述车内异响的检测方法的流程示意图。
具体实施方式
[0066]
下面结合对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
[0067]
如图1所示，本发明提供的一种车内异响检测与评价系统，具体包括：多个数据采集模块和数据处理系统，通过多个数据采集模块将采集到的数据发送至数据处理系统进行预处理和异响检测，所述多个数据采集模块即为多个噪声信号采集模块，其设置在车辆内部的不同区域，用于车内各区域的噪声信号的采集；数据处理系统包括：信号降噪模块、异响分析模块、存储器和处理器，所述信号降噪模块与所述噪声信号采集模块相连接，用于对所述噪声信号去噪形成去噪信号；异响分析模块与所述信号降噪模块相连接，用于获得所述去噪信号中的多种特征参数；存储器内部存储有异响特征信息库，且所述存储器与所述异响分析模块相连接，用于与所述多种特征参数相比较；处理器与所述存储器相连接，用于确定所述噪声信号的异响评价等级。
[0068]
其中，所述车辆的不同区域包括：中控台区域、座椅区域和车辆内饰区域，车辆中控台区域包括组合仪表罩、转向灯开关、仪表板前挡风玻璃连接位置、仪表板中部饰条和中控箱锁扣；车辆座椅区域为主驾座椅靠背内部和副驾座椅靠背内部以及后排座椅靠背内部，主驾座椅置物袋和副驾座椅置物袋；车辆内饰区域为左侧a柱饰板与顶棚搭接位置和右侧a柱饰板与顶棚搭接位置，左侧b柱饰板与顶棚搭接位置和右侧b柱饰板与顶棚搭接位置，左侧c柱饰板与顶棚搭接位置，左前门装饰板中部位置和右前门装饰板中部位置，左后门装饰板中部位置和右后门装饰板中部位置，后背门警示架和后置物板。
[0069]
如图2所示，在本实施例中，所述多个噪声信号采集模块均为声级计等音频采集设备，采集设备通过电缆总成连接数据采集卡，数据采集卡通过usb接口将信号传输给数据处理系统用于对行驶过程中每个中控台部件、内饰部件以及座椅部件的碰撞或摩擦异响的情况进行采集和记录。
[0070]
所述多个噪声信号采集模块分别设置在组合仪表罩处、前挡风玻璃处、中控箱处、侧柱饰板与顶棚搭接处、前后门装饰板处、驾驶员、副驾驶员和后排乘员的左右耳处等，驾驶员左右耳处测点位置具体位置应满足人工头的垂直坐标在座椅表面与靠背表面交线以上(0.70
±
0.05)m处，若使用两个传声器，另外需满足水平坐标分别在座椅与靠背对称面左右0.20
±
0.02m处。
[0071]
所述异响分析模块包括：异响检测模块，声品质分析模块和非声学特征分析模块，降噪处理后的去噪信号随即通过异响检测模块、声品质分析模块和非声学特征分析模块进
行异响检测、声品质分析和非声学特征计算。
[0072]
所述声品质分析模块能够得到响度特征参数、尖锐度特征参数、粗糙度特征参数和抖动度特征参数。
[0073]
所述异响评价等级包括：严重异响、一般异响和轻微异响。
[0074]
本发明设计开发的一种车内异响检测与评价系统，通过采集到的噪声信号与异响特征信息库进行比较，获得噪声信号的异响评价等级，提高了异响检测的精确度。
[0075]
本发明还提供了一种车内异响的检测方法，使用所述的车内异响检测与评价系统，具体包括如下步骤：
[0076]
步骤一、采集车辆内部的噪声信号；
[0077]
其中，所述采样频率为48khz；
[0078]
步骤二、对所述噪声信号进行去噪处理获得去噪信号，排除背景噪声的影响，具体包括如下过程：
[0079]
(1)将噪声信号x(n)按照人耳可听范围内的20hz～16khz分成n个临界频带的子信号，作为优选的是，n＝24，每个子信号的频率范围如表一所示。
[0080]
表一 子信号的频率范围
[0081][0082][0083]
计算每层子信号的累计离差：
[0084][0085]
式中，y(k)为第k层子信号的累计离差，x(i)为第k层子信号的第i个噪声信号点，为噪声信号x(n)在时间区域[1,n]内的均值，k＝1,2,...,n；
[0086]
(2)将所述噪声信号等长分割成n
n
个长度为m的子空间序列段，通过k阶多项式，用最小二乘法实现每个子空间序列段中极值点间的非线性拟合，得到各个序列段的波动趋势：
[0087][0088]
式中，y
s
(i)为第i个子空间序列段的波动趋势，a
n
为拟合多项式系数，i
n
为多项式阶次为n的项；
[0089]
消除各个子空间序列段的波动趋势，求出平方的平均数，并计算该数据序列的二阶波动函数：
[0090][0091][0092]
式中，y[(m
‑
1)n+i]为第(m
‑
1)n+i层子信号的累计离差，y
s
(i)为第i个子空间序列段的波动趋势，f2(n,m)为子空间序列段的二阶波动函数，f
q
(n)为噪声信号x(n)的二阶波动函数；
[0093]
(3)改变子空间序列段长度m，重复上述步骤，得到全序列波动函数随子空间序列段长度m的变化曲线，绘制曲线的双对数坐标图，拟合曲线得到斜率为个子信号去趋势波动的hurst指数：
[0094][0095]
式中，h为赫斯特指数，f2(n,m)为子空间序列段的二阶波动函数；
[0096]
(4)重构信号加权因子：
[0097][0098]
式中，σ为信号加权因子；
[0099]
(5)重构降噪后的信号：将子信号加权叠加重构，重构信号即为降噪后信号，具体表达式：
[0100]
x
d
(n)＝σx
k
(n)；
[0101]
式中，x
d
(n)为去噪信号，σ为信号加权因子，x
k
(n)为第k层子信号；
[0102]
步骤三、对所述去噪信号进行异响分析获得异响分析结果；
[0103]
其中，所述异响分析包括：异响检测、声品质分析和非声学特征分析；
[0104]
所述异响检测包括如下过程：
[0105]
确定去噪信号的异响检测向量：
[0106]
aic(n)＝slog(var(x[1,s]))+(n
‑
s
‑
1)log(var(x[s+1,n]))；
[0107]
式中，aic(n)为去噪信号的异响检测向量，s为滑动窗长，s＝1,2,...,n，n＝length(x)，var(x[1,s])为去噪信号x中共s个数据点的方差，var(x[s+1,n])为去噪信号x中共n
‑
s个数据点的方差；
[0108]
确定阈值向量：
[0109]
t＝0.6(aic(n)
max
‑
aic(n)
min
)；
[0110]
式中，aic(n)
max
为异响检测向量的最大值，aic(n)
min
为异响检测向量的最小值；
[0111]
确定异响标记向量：
[0112][0113]
若t
bsr
(i)＝0为当前位置无异响，若t
bsr
(i)＝1为当前位置发生异响，在异响信号时间序列上异响标记向量从0到1的个数为异响发生频次，异响标记向量从0转变为1的时刻为异响发生时刻；
[0114]
所述声品质分析模块能够得到响度特征参数、尖锐度特征参数、粗糙度特征参数和抖动度特征参数，分别选取四个声学参数的最大值与最小值的差值作为四个声学特征参数；
[0115]
所述非声学特征分析通过去噪信号的能量特征参数确定，所述能量特征参数为能量算子的累计，所述能量特征参数满足：
[0116][0117]
式中，ψ[x
d
(i)]为能量算子；
[0118]
所述能量算子满足：
[0119][0120]
式中，x
d
(i+1)为去噪信号中第i+1个噪声点，x
d
(i
‑
1)为去噪信号中第i
‑
1个噪声点，x
d
(i)为去噪信号中第i个噪声点。
[0121]
所述异响分析结果包括：异响频次信息、异响声品质参数和异响能量特征参数，这几种特征信息互相补充组合描述了不同噪声信号中异响成分的具体特征。
[0122]
步骤四、将所述异响分析结果与异响特征信息库中的数据进行对比得到所述异响分析结果与异响特征信息库中的数据的相似度，所述相似度的范围为[0,1]，所述相似度越大，所述异响分析结果与异响特征信息库中的数据距离越近，当所述相似度最大时为异响评价等级，所述相似度满足：
[0123][0124]
式中，d(x,y)为欧几里徳距离，所述欧几里徳距离满足：
[0125][0126]
式中，y
i
为响度特征参数、尖锐度特征参数、粗糙度特征参数、抖动度特征参数、异响发生频次或者能量特征参数，x
i
为异响特征信息库中与多种特征参数相对应的数据特征
值。
[0127]
所述异响特征信息库如表二所示。
[0128]
表二 异响特征信息库
[0129]
[0130][0131]
根据相似度，进而确定异响评价等级；
[0132]
其中，所述异响评价等级包括：严重异响、一般异响和轻微异响。
[0133]
并且，在每次信号特征对比过程中都将检测数据的特征值和评级更新至所述异响特征信息库中。
[0134]
本发明提供的一种车内异响的检测方法，得到的异响检测结果和评价结果有效提高了车内声学检测的效率，降低了异响检测的人力成本，增强了检测和评价结果的客观性，能够为车辆声品质的提高提供可靠依据。
[0135]
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限
于特定的细节和这里示出与描述的实施例。