车内声品质主客观评价模型对比分析

摘要：

为了研究轿车理想的车内声品质主客观评价模型,采集某轿车在时速为60 km·h-1时,车内播放不同音乐时的驾驶员双耳噪声样本.对声样本进行剪辑、等响及分频段等预处理,基于成对比较法进行车内声品质主观评价试验、客观参量计算并建立了多元线性回归、BP神经网络和径向基函数(RBF)3种评价模型.评价模型的预测效果表明:多元线性回归评价模型各个频段的误差较大,稳定性较差,车内声品质的评价为非线性过程;BP神经网络预测模型整体频段的误差最小,频率为160～1 280Hz时的误差较大,相比多元线性回归模型误差进一步缩小,但距理想的预测效果还有一定的距离;基于径向基函数评价模型误差基本能控制在20％以内,且稳定性较高,能够较好地预测此试验工况下的声品质.

关键词：声品质、主客观评价模型、多元线性回归、BP神经网络、径向基函数

所属期刊栏目：38

分类号：U467.1(汽车工程)

资助基金：国家自然科学基金资助项目51575238

在线出版日期：2017-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：403-409