一种基于掩蔽效应评价变速器啸叫的方法与流程

文档序号:26843266发布日期:2021-10-08 23:39阅读:462来源:国知局
一种基于掩蔽效应评价变速器啸叫的方法与流程

1.本发明属于噪声处理技术改进领域,尤其涉及一种基于掩蔽效应评价变速器啸叫的方法。


背景技术:

2.目前的方法一般为用总声压级减去经验δl(如15db(a)等)得到目标线,根据啸叫阶次与目标线对比,从而判断是否有啸叫。对于不同要求的车,定义的δl值不相同,没有统一的标准。
3.在滑行工况下,红色实线是随着发动机转速变化的总声压级,红色虚线是在不同的转速下减去15db(a)(即δl)后得到的目标曲线。比较啸叫阶次的曲线(如11阶和30阶)与目标曲线(红色虚线)在不同转速下的大小,如果阶次曲线大于目标曲线则认为有啸叫。如图1所示。
4.目前的方法用不同转速下的总声压级作为掩蔽声,啸叫阶次作为被掩蔽声,使用一个在所有转速所有阶次都恒定的经验值δl(掩蔽声与被掩蔽声的差值)得到目标线,该方法并没有完全考虑车辆不同转速下的各种噪音(如发动机噪音、路躁、风噪等)对变速器啸叫合理的掩蔽效应。
5.实际上δl是一个随着不同转速不同阶次变化而变化的值。图1中30阶的曲线在目标之下,但主观感受在4000rpm至2816rpm转速段仍然能听到啸叫;11阶的曲线在2479rpm至971rpm转速段主观感受均有啸叫,但阶次线不完全大于目标线。若要对不同转速、不同啸叫阶次积累一个有效的数据库,工作量非常大,且对于不同的车一致性较差,特别是对于cvt变速器,没有固定的掩蔽声与被掩蔽声的固定配合,无法准确判断啸叫。
6.另外,现有判断变速器啸叫的方法一般需要经过彩图查看,再经过滤波,才能确认啸叫,若存在多个啸叫时,工作量大,容易遗漏啸叫声。
7.现有方法判断啸叫只能判断有与无,无法判断有啸叫时的严重程度,对于部分nvh性能要求不同的车无法评价能否接受。


技术实现要素:

8.本发明的目的在于提供一种基于掩蔽效应评价变速器啸叫的方法,旨在解决无法量化啸叫严重程度的技术问题。
9.本发明是这样实现的,一种基于掩蔽效应评价变速器啸叫的方法,所述方法包括以下步骤:
10.s1、对多辆不同的车型啸叫工况进行数据采集;
11.s2、对采集的数据进行整理并设计不同的转速下、不同的阶次的细腻啸叫声;
12.s3、对声音样本进行主观评价并提取声品质参数;
13.s4、通过主观评分与客观参数的pearson相关性分析筛选变量;
14.s5、利用z

score标准化处理筛选后的主客观参数并通过主成分分析(pca)进一步
融合客观参数;
15.s6、完成融合后进行svm优化形成变速器啸叫的评价体系;
16.s7、形成评价体系后输入测试得到的三个客观心理学参数的数值后获得主观评价分,根据主观评价分判定啸叫严重程度。
17.本发明的进一步技术方案是:所述步骤s4中的客观参数的pearson相关系数计算式:其中,x为客观参数数据;y为主观评分数据。
18.本发明的进一步技术方案是:所述主观评价相关度高的客观参数为纯噪音比、突出度、音调度。
19.本发明的进一步技术方案是:所述步骤s3中的声品质参数为响度、语音清晰度、尖锐度、音调度、纯噪比、突出度、语音清晰度中的一种或多种。
20.本发明的进一步技术方案是:所述步骤s5中的z

score标准化处理筛选的计算式:x*为标准化后的数据;为原数据的平均值;σ为原数据的标准差。
21.本发明的进一步技术方案是:所述步骤s6中还包括以下步骤:
22.s61、将处理后的数据输入支持向量机进行k折交叉验证;
23.s62、计算k次训练的平均均方误差并将平均均方误差作为适应度函数;
24.s63、利用遗传算法全局搜索获取最小适应度函数对应支持向量机参数;
25.s64、将得到的向量机参数输入到支持向量机进行建模形成变速器啸叫评价体系。
26.本发明的进一步技术方案是:所述步骤s7中的主观评分为0

10,低于5的为有啸叫,分数越低,啸叫越严重。
27.本发明的有益效果是:通过三个参数,考虑了啸叫在一个临界频带的突出程度、啸叫声在相邻的两个临界频带的突出程度以及考虑了响度的斜坡激励影响的掩蔽效应。
附图说明
28.图1是现有技术中某变速器啸叫的阶次曲线图。
29.图2是本发明实施例提供的基于掩蔽效应评价变速器啸叫的方法流程图。
30.图3是本发明实施例提供的某变速器40阶啸叫的示意图。
31.图4是本发明实施例提供的4 tone

to

noise ratio纯噪比的示意图。
32.图5是本发明实施例提供的prominence ratio突出度的示意图。
33.图6是本发明实施例提供的specific tonality(hearing model)音调度的示意图。
具体实施方式
34.如图1所示,本发明提供的基于掩蔽效应评价变速器啸叫的方法,采用心理声学的三个组合参数即noise to ratio(纯噪音比)、prominence ratio(突出度)、tonality hms(音调度)来评价变速器啸叫,解决现有方法仍然采用总声压级和啸叫阶次的量级来判断变
速器啸叫的现状。解决无法量化啸叫严重程度的问题。
35.步骤s1,对多辆不同的车型的啸叫工况进行数据采集;
36.步骤s2,对实车采集的数据进行整理,并设计不同转速下、不同的阶次的虚拟啸叫声;
37.步骤s3,对所有声音样本进行主观评价,并提取声品质参数如响度、语音清晰度、尖锐度、音调度、纯噪比、突出度、语音清晰度等等;
38.步骤s4,通过主观评分与客观参数的pearson相关性分析筛选变量。经筛选,主观评价相关度高的客观参数为纯噪音比、突出度、音调度;pearson相关系数计算如下式:
[0039][0040]
式中:x为客观参数数据;y为主观评分数据。
[0041]
步骤s5,用z

score标准化处理筛选后的主客观参数,主成分分析(pca)进一步融合客观参数,z

score标准化计算公式如下式:
[0042][0043]
式中:x*为标准化后的数据;为原数据的平均值;σ为原数据的标准差。
[0044]
步骤s6,随后将进行svm优化,主要过程为:将处理后的数据输入支持向量机进行k折交叉验证,计算k次训练的平均均方误差,将平均均方误差作为适应度函数,利用遗传算法的全局搜索能力找到最小适应度函数对应的支持向量机参数,将得到的优化后参数输入到支持向量机进行建模。至此,已形成变速器啸叫的评价体系。
[0045]
步骤s7,形成评价体系后,输入测试得到的三个客观心理学参数(noise to ratio纯噪音比、prominence ratio突出度、tonality hms音调度)的数值后,便得到主观评分,从而可以评价啸叫的严重程度,低于5分即认为有啸叫,分数越低,啸叫越严重。
[0046]
本技术提出了一种使用noise to ratio(纯噪音比)、prominence ratio(突出度)、tonality hms(音调度)这三个心理声学参数(见附图1/2/3)组成的评价体系来判断变速器啸叫。这三个参数分别考虑了啸叫在其临界频带内的突出程度、啸叫所在的临界频带相对相邻的临界频带的突出程度、考虑啸叫所在的临界频带的响度的突出程度,该三个参数与主观评价有较高的相关性。
[0047]
现在的方法考虑用总声压作为掩蔽声,啸叫阶次作为被掩蔽声,用这两个参数的差值去校核是否能听到啸叫。而本专利采用的声品质参数考虑了啸叫声所在的临界频带以及相邻的临界频带内的影响,是真正的考虑掩蔽效应的心理学方法。
[0048]
开发了一套主客观评价变速器啸叫体系,通过输入三个客观心声学参数,得到主观评分,主观评分为0

10分,评价为5分表示能听到啸叫的声音,评分越接近0表示啸叫越严重。
[0049]
专利能快速有效定位到啸叫的具体阶次,并通过三个参数,考虑了啸叫在一个临界频带的突出程度、啸叫声在相邻的两个临界频带的突出程度以及考虑了响度的斜坡激励
影响的掩蔽效应。如某车的变速器40阶啸叫,如图3所示,为某车的驾驶员右耳处麦克风测得的样本经过提取后得到三个客观心理参数。该三个参数能客观反映主观感受到的啸叫程度。
[0050]
专利建立了一套变速器啸叫的评价体系,能够根据大量的主观、客观数据库对评价样本给出相应的评分,可对啸叫的有无以及强弱程度给出合理的评价。图3给出了上述40阶啸叫的客观参数,根据开发的评价习题,该变速器得分2.6分,啸叫严重。
[0051]
1、三个判断啸叫的心理声学参数:
[0052]
(1)tone

to

noise ratio(tnr:ecma

74,iso 7779)纯噪比
[0053]
该参数是校核tone在其所在的临界频带的突出程度,当tone的峰值所在的临界频带中,tone的声音与剔除该tone后的那一个临界频带所剩下的噪音值的差值大于ecma

74规定的目标值,就认为是突出的。
[0054]
(2)prominence ratio突出度
[0055]
突出度考虑的是啸叫噪音所在临界频带和周边两个临界频带的比较关系,根据ecma

74,如果一个音调的突出度比大于9分贝,它就被归类为突出。
[0056]
(3)specific tonality(hearing model)音调度
[0057]
specific tonality(hearing model)音调度模拟了声音在人耳中的整个传播过程,包括外耳中耳的滤波特性,在内耳中行波、激励带宽的形成和基底膜上听觉神经末梢的触发延迟等一系列反馈。
[0058]
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1