CN109297583B - 汽车车内双耳异响时变噪声响度评价方法 - Google Patents

汽车车内双耳异响时变噪声响度评价方法 Download PDF

Info

Publication number
CN109297583B
CN109297583B CN201811071401.0A CN201811071401A CN109297583B CN 109297583 B CN109297583 B CN 109297583B CN 201811071401 A CN201811071401 A CN 201811071401A CN 109297583 B CN109297583 B CN 109297583B
Authority
CN
China
Prior art keywords
loudness
term
short
ear
frame
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811071401.0A
Other languages
English (en)
Other versions
CN109297583A (zh
Inventor
杨征葳
冯慧华
田静宜
李杰贵
牟小龙
吴礼民
柳玉聪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201811071401.0A priority Critical patent/CN109297583B/zh
Publication of CN109297583A publication Critical patent/CN109297583A/zh
Application granted granted Critical
Publication of CN109297583B publication Critical patent/CN109297583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
    • G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开的汽车车内双耳异响时变噪声响度评价方法，属于汽车振动与噪声分析领域。本发明实现方法如下：基于摩尔响度模型，利用数值计算软件，对非稳态工况下车内双耳时变噪声信号进行外中耳滤波；通过快速傅里叶变换得到信号的频谱，根据内耳激励模型及频域掩蔽效应计算单耳瞬时特征响度；加入短期时间因子得到单耳短期特征响度，利用高斯函数加权计算平滑的单耳短期特征响度，计算耳间抑制因子，得到受抑制的单耳短期特征响度；在人耳听阈范围内积分得到单耳短期响度，左右耳相加得到双耳短期响度；单耳短期响度加入长期时间因子得到单耳长期响度，左右耳相加得到双耳长期响度，其最大值即为此噪声样本在采样时间段内的双耳总响度。

Description

汽车车内双耳异响时变噪声响度评价方法
技术领域
本发明涉及一种时变噪声响度评价方法，尤其涉及一种对随时间变化的汽车车内噪声进行基于双耳异响分析的响度评价方法，属于汽车振动与噪声分析领域。
背景技术
随着汽车产业的快速发展，汽车的操控性和安全性基本可以满足消费者的需求，研发重点逐步转向舒适性。车内声学环境是汽车舒适性的重要组成部分，传统的车内噪声评价多以A声级和声功率等为指标，没有充分考虑人的心理声学特性，导致出现评价结果较好但使人烦躁的现象，于是评判声音主观优劣感受的“声品质”研究得到了较多关注。
响度是重要的声品质客观评价参数，尖锐度、粗糙度等的计算都以其为基础。在汽车行驶的过程中，工况变化、乘员语言交流、音乐播放等因素使车内声学环境时常变化，造成已有的稳态噪声响度评价方法失效。目前针对非稳态工况下车内时变噪声的响度研究较少，常用的茨维克模型将人耳听阈分为24个临界频带，并以合并和修正1/3倍频带后得到的特征频带近似代替临界频带。外中耳滤波仅对1500Hz以上的频率分量按照绝对听阈进行衰减，内耳听觉模拟的各参数值均以图表表示，时域掩蔽效应只考虑了时间后掩蔽效应，以上因素使得茨维克模型的精度有限。摩尔模型将人耳听阈分为372个等矩形带宽频带，详细模拟外中耳的滤波过程，建立内耳激励模型的转化方法，同时考虑时间前掩蔽和后掩蔽效应，使得车内噪声摩尔响度评价更为精确，但现有的方法忽略了多数情况下双耳异响的事实，也未考虑耳间的声音互抑作用。
发明内容
为了解决现有车内时变噪声响度分析方法未考虑双耳异响及耳间互抑作用的问题，本发明公开的汽车车内双耳异响时变噪声响度评价方法要解决的技术问题是：通过同时采集左右耳噪声，分别计算双耳响度，加入耳间抑制因子，模拟双耳互抑效应，提高车内时变噪声响度评价的精度。本发明具有扩大响度评价的可用工况范围，增强响度评价的听觉主观性，提高车内声学环境的优化效率，降低研发成本等优势，能够为提升汽车的振声性能提供可靠的改进依据。
本发明的目的通过下述技术方案实现。
本发明公开的汽车车内双耳异响时变噪声响度评价方法，基于摩尔响度模型，利用数值计算软件，对非稳态工况下车内双耳时变噪声信号进行外中耳滤波；通过快速傅里叶变换得到信号的频谱，根据内耳激励模型及频域掩蔽效应计算单耳瞬时特征响度；加入短期时间因子得到单耳短期特征响度，利用高斯函数加权计算平滑的单耳短期特征响度，计算耳间抑制因子，得到受抑制的单耳短期特征响度；在人耳听阈范围内积分得到单耳短期响度，左右耳相加得到双耳短期响度；单耳短期响度加入长期时间因子得到单耳长期响度，左右耳相加得到双耳长期响度，其最大值即为此噪声样本在采样时间段内的双耳总响度。
所述的汽车车内双耳异响时变噪声评价方法具有扩大响度评价的可用工况范围，增强响度评价的听觉主观性，提高车内声学环境的优化效率，降低研发成本等优势，能够为提升汽车的振声性能提供可靠的改进依据。
本发明公开的汽车车内双耳异响时变噪声响度评价方法，包括如下步骤：
步骤一、利用声音信号采集设备采集非稳态工况下车内目标点处的双耳噪声信号。
所述的声音信号采集设备优选人工头或两个传声器。
所述的非稳态工况包括汽车启动、加速、减速、制动，以及其他使车内声学环境发生非周期变化的工况。
所述的目标点包括驾驶员、副驾驶员和后排乘员的左右耳处，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。
步骤二、在数值计算软件中对左右耳噪声信号分别进行短期特征响度计算。
所述的数值计算软件优选MATLAB软件或Python软件。
步骤2.1：读取左耳噪声样本的采样频率fs，若小于30kHz则需要重采样，利用有限脉冲响应FIR(Finite Impulse Response)滤波器对左耳噪声信号进行外中耳联合滤波计算。
步骤2.1所述的噪声样本的采样频率和重采样频率优选32kHz。
步骤2.1所述的有限脉冲响应滤波器的位数优选4097。
步骤2.2：对滤波后的信号进行分帧，每帧的长度T不小于50ms，每帧包含的信号位数为Nm＝fs×T，以预设的时间间隔沿着时间轴进行帧移，在每帧内建立n个中心点对齐的长度不同的窗函数，对信号进行n个并行的快速傅里叶变换FFT(Fast FourierTransformation)。
步骤2.2所述的每帧包含的信号位数Nm优选2048。
步骤2.2所述的n个中心点对齐的长度不同的窗函数优选6个长度分别为2ms、4ms、8ms、16ms、32ms、64ms的汉宁窗。
步骤2.2所述的预设时间间隔优选1ms。
步骤2.3：每帧内的信号可看作稳定信号，按照摩尔稳态响度模型，由式(1)计算FFT变换后得到的信号频谱中各频率fo处的输入激励级ERBLo，计算带宽ERBo由式(2)得到。Pi 2为第i个包含在所述等矩形带宽ERB(Equivalent Rectangular Bandwidth)频带内的频率分量的有效值功率，Wi为其权重函数，由式(3)确定，其中pi＝4×fi/ERBo，gi＝|fi-fo|/fo，fi为第i个频率分量的频率值，P0为参考声压。
Figure BDA0001799602380000031
ERBo＝24.673(0.004368fo+1)……(2)
Figure BDA0001799602380000032
Figure BDA0001799602380000033
Figure BDA0001799602380000034
步骤2.3所述的参考声压P0取值为P0＝2×10-5Pa。
步骤2.4：计算频段为1.75～39Cam(Cam为等矩形带宽频带数的单位，参见MooreB.C.J.Development and current status of the“Cambridge”loudness models[J].Trends in Hearing,2014,Vol.18,1-29.)范围内，子频带宽度erbm在0.1～1Cam范围内，由式(4)计算各耳蜗滤波器的中心频率fc，其中erbc为Cam数。权重函数Wj决定耳蜗滤波器的形状，由式(5)确定，pj的计算方法为：
(Ⅰ)当fj≤fc时，pj＝4fc/ERBc-0.35[(4fc/ERBc)/30]·(ERBLj-51)；
(Ⅱ)当fj＞fc时，pj＝4fc/ERBc。
gj的计算方法为：
(Ⅲ)当|fj-fc|/fc≤1时,gj＝|fj-fc|/fc；
(Ⅳ)当1＜|fj-fc|/fc≤4时，gj＝1；
(Ⅴ)当|fj-fc|/fc＞4时，gj＝4。
其中，ERBc为耳蜗滤波器的等效矩形带宽，由式(6)确定，fj为ERBc范围内各分量的频率值，ERBLj为fj处的输入激励级。
ERBc＝24.673(0.004368fc+1)……(6)
步骤2.4所述的子频带宽度erbm优选0.25Cam。
步骤2.5：将步骤2.4得到的耳蜗滤波器Wj作用于各频率分量的有效值功率，由式(7)计算其输出激励。
Figure BDA0001799602380000041
其中，Ec为输出激励值，P0为参考声压，
Figure BDA0001799602380000042
为fj处的有效值功率，E0表示频率为1000Hz、声压级为0dB的纯音信号经过中心频率为1000Hz的耳蜗滤波器后的输出值。
步骤2.5所述的参考声压取值为P0＝2×10-5Pa。
步骤2.6：由步骤2.5得到的耳蜗输出激励Ec的大小分类计算左耳瞬时特征响度N′，具体实现方法如下：
(Ⅵ)当Ec/E0＜ETHRQ/E0时，
Figure BDA0001799602380000043
(Ⅶ)当ETHRQ/E0≤Ec/E0时，N′＝C[(GEc/E0+A)α-Aα]；
(Ⅷ)当Ec＞1010时，
Figure BDA0001799602380000044
其中C为常数，ETHRQ为单耳听阈激励，当频率大于500Hz时，激励比ETHRQ/E0为常数R，耳蜗滤波器增益G与激励比的乘积为常数，A，α的取值与G有关。
步骤2.6所述的常数C取值为C＝0.0617。
步骤2.6所述的频率大于500Hz时的激励比常数R取值为R＝2.065，对应于3.15dB的分贝值。
步骤2.7：按照步骤2.1～2.6由右耳噪声信号计算右耳瞬时特征响度。
步骤三、由步骤二得到的左右耳瞬时特征响度分别计算左右耳短期特征响度。在每个erbm子频带内，比较第二帧的瞬时特征响度与第一帧的瞬时特征响度的大小，如果第二帧大于第一帧，按照公式(8)计算，否则按照公式(9)计算。从第三帧开始依次比较每帧的瞬时特征响度与前一帧的短期特征响度的大小，如果大于前一帧，按照公式(10)计算，否则按照公式(11)计算，即可分别得到左右耳短期特征响度。
S2′＝ααS2+(1-αα)S1……(8)
S2′＝αrS2+(1-αr)S1……(9)
Sn′＝ααSn+(1-αα)S′n-1……(10)
Sn′＝αrSn+(1-αr)S′n-1……(11)
其中，S2′表示第二帧的短期特征响度，S2表示第二帧的瞬时特征响度，S1表示第一帧的瞬时特征响度，Sn′表示正在计算的这一帧信号的短期特征响度，Sn表示正在计算的这一帧信号的瞬时特征响度，S′n-1表示前一帧信号的短期特征响度，αα与每帧的时长和上升时间有关，αr与每帧的时长和下降时间有关。
所述的αα优选αα＝0.045。
所述的αr优选αr＝0.02。
步骤四、将步骤三得到的左右耳短期特征响度分别与相应的高斯平滑函数进行卷积计算，分别得到左右耳平滑的短期特征响度，左耳平滑的短期特征响度由式(12)计算得到，右耳平滑的短期特征响度由式(13)计算得到。
Figure BDA0001799602380000051
Figure BDA0001799602380000052
其中NL′(i)smoothed为平滑后的左耳短期特征响度，N′R(i)smoothed为平滑后的右耳短期特征响度，NL′为每帧内的左耳短期特征响度，N′R为每帧内的右耳短期特征响度。i为正在进行平滑处理的子频带Cam值，Di为正在计算的子频带Cam值与i之间的差值，当i+Di小于人耳听阈下限或大于人耳听阈上限时，NL′、NR′为0，B为影响耳间抑制作用曲线形状的参数。
所述的人耳听阈下限优选1.75Cam。
所述的人耳听阈上限优选39Cam。
所述的影响耳间抑制作用曲线形状的参数B优选0.08。
步骤五、根据公式(14)和(15)，由步骤四得到的左右耳平滑的短期特征响度，分别计算左右耳抑制因子。左耳短期特征响度除以左耳抑制因子，得到受抑制的左耳短期特征响度，右耳短期特征响度除以右耳抑制因子，得到受抑制的右耳短期特征响度，分别在人耳听阈下限至人耳听阈上限的范围内积分得到左右耳短期响度。
INHL(i)＝2/[1+{sech(NR′(i)smoothed/NL′(i)smoothed)}θ]……(14)
INHR(i)＝2/[1+{sech(NL′(i)smoothed/NR′(i)smoothed)}θ]……(15)
其中INHL(i)为左耳抑制因子，INHR(i)为右耳抑制因子，θ为幂指数。为了防止NL′(i)smoothed或NR′(i)smoothed为0时出现除以0的情况，将所述两个参数分别增加一个预设的很小的数am。
所述的预设数am优选am＝10-13。
所述的幂指数θ优选θ＝1.5978。
步骤六、在步骤五得到的左右耳短期响度的基础上，由式(16)～(19)分别计算得到左右耳长期响度。
沿着时间轴，首先比较第二帧的短期响度与第一帧的瞬时响度的大小，如果第二帧大于第一帧，按照公式(16)计算，否则按照公式(17)计算。从第三帧开始依次比较每帧的短期响度与前一帧的长期响度的大小，如果大于前一帧，按照公式(18)计算，否则按照公式(19)计算，即可分别得到左右耳长期响度。
S″2l＝ααlS′2s+(1-ααl)S1s……(16)
S″2l＝αrlS′2s+(1-αrl)S1s……(17)
S″nl＝ααlS′ns+(1-ααl)S″(n-1)l……(18)
S″nl＝αrlS′ns+(1-αrl)S″(n-1)l……(19)
其中，S″2l表示第二帧的长期响度，S′2s表示第二帧的短期响度，S1s表示第一帧的瞬时响度，S″nl表示正在计算的这一帧信号的长期响度，S′ns表示正在计算的这一帧信号的短期响度，S″(n-1)l表示前一帧信号的长期响度，ααl与每帧的时长和上升时间有关，αrl与每帧的时长和下降时间有关。
所述的ααl优选ααl＝0.01。
所述的αrl优选αrl＝0.0005。
步骤七、对步骤五得到的左右耳短期响度相加得到双耳短期响度，即可利用得到的双耳短期响度实现对车内双耳异响时变噪声响度详细变化过程的评价。对步骤六得到的左右耳长期响度相加得到双耳长期响度，双耳长期响度的最大值即为此噪声样本在采样时间段内的双耳总响度，即能够利用得到的双耳长期响度实现对车内双耳异响时变噪声响度整体感知的评价。
所述的双耳短期响度的短期定义为与一个字、一个音符等一样短暂的时间，反映了人耳对一段时间内声音响度的微观变化细节的感知。
所述的双耳长期响度的长期定义为与一个句子、一个音乐片段等一样或者更长的时间，反映了人耳对一段时间内声音响度的宏观变化过程的感知。
步骤八、利用步骤七得到的双耳时变噪声短期响度评价结果或双耳时变噪声长期响度评价结果，进行车内声场环境的评价和改进设计，提高汽车声学舒适性的优化效率，降低研发成本，能够为汽车声品质的提高提供可靠依据。
有益效果：
1、本发明公开的汽车车内双耳异响时变噪声响度评价方法，通过对信号进行分帧加窗，同时考虑时间前后掩蔽效应，能够用于各种非周期变化的车内声学环境，扩大响度评价的可用工况范围，通过考虑双耳异响和耳间抑制的特性，增强响度评价的听觉主观性，从而提高汽车振声性能的优化效率，降低研发成本。
2、本发明公开的汽车车内双耳异响时变噪声响度评价方法，通过同时采集左右耳噪声，分别计算双耳响度，加入耳间抑制因子，模拟双耳互抑效应，能够提高车内时变噪声响度评价的精度，可为提升汽车的振声性能提供有力参考。
3、本发明公开的汽车车内双耳异响时变噪声响度评价方法，利用得到的双耳时变噪声短期响度评价结果或双耳时变噪声长期响度评价结果，进行车内声场环境的评价和改进设计，能够为汽车声品质的提高提供可靠依据。
附图说明
图1为汽车车内双耳异响时变噪声响度评价方法流程图；
图2为自由场外耳传递函数；
图3为混响场外耳传递函数；
图4为中耳传递函数；
图5为实例1中摩尔双耳短期和长期响度计算结果图。
具体实施方式
下面结合附图与实施例对本申请进行进一步说明。
实施例1
本实施例公开的一种汽车车内双耳异响时变噪声响度评价方法，具体实例如图1至5所示。详细实施步骤如下：
步骤一、利用人工头采集某轿车从60km/h加速到120km/h过程中副驾驶处的左右耳噪声信号。人工头的高度在座椅表面与靠背表面交线以上0.70m处。
步骤二、在MATLAB中分别对左右耳噪声信号进行瞬时特征响度计算。首先对采样频率不是32kHz的信号进行重采样。根据声场类型，用长度为4097的FIR滤波器对左耳噪声信号进行外中耳联合滤波计算，自由场、混响场外耳传递函数及中耳传递函数分别如图2、3、4所示，本实例中为自由场。
对滤波后的信号进行分帧，帧的长度为64ms，每帧包含2048个采样点，沿时间轴以1ms为步长移动。6个并行的FFT分别基于时长为2ms、4ms、8ms、16ms、32ms、64ms的汉宁窗，它们的中心点相同，使用0进行扩展。
根据摩尔稳态响度模型，由式(1)计算FFT变换后得到的信号各频率分量的输入激励级ERBLo，其中带宽ERBo和权重函数Wi分别由式(2)和(3)得到。
计算频段为1.75～39Cam，子频带宽度为0.25Cam。由式(4)计算erbcCam频段的中心频率fc，由式(5)确定fc处耳蜗滤波器的形状Wj，由式(6)得到fc处耳蜗滤波器的等效矩形带宽ERBc。将得到的耳蜗滤波器作用于各频率分量的有效值功率，根据式(7)计算耳蜗滤波器的输出激励值。根据输出激励值的大小分类计算左耳瞬时特征响度。
本实例的单耳听阈激励比和耳蜗滤波器增益G的分贝值如表1所示，A，α与10lgG的关系分别如表2和表3所示。
表1单耳听阈激励比分贝值和10lgG值
频率/Hz 50 63 80 100 125 160 200 250
单耳听阈激励比/dB 27.46 23.45 18.47 15.13 11.97 9.34 7.43 5.75
10lgG/dB -24.31 -20.30 -15.32 -11.98 -8.82 -6.19 -4.28 -2.60
频率/Hz 315 400 500 630 750 800 1k
单耳听阈激励比/dB 4.73 3.92 3.15 3.15 3.15 3.15 3.15
10lgG/dB -1.58 -0.77 0 0 0 0 0
表2 A与10lgG值的关系
10lgG/dB A 10lgG/dB A 10lgG/dB A 10lgG/dB A
-25.0 7.784 -18.5 6.438 -12.0 5.437 -5.5 4.644
-24.5 7.667 -18.0 6.360 -11.5 5.364 -5.0 4.590
-24.0 7.551 -17.5 6.281 -11.0 5.291 -4.5 4.542
-23.5 7.435 -17.0 6.202 -10.5 5.218 -4.0 4.496
-23.0 7.318 -16.5 6.124 -10.0 5.145 -3.5 4.451
-22.5 7.210 -16.0 6.047 -9.5 5.086 -3.0 4.405
-22.0 7.103 -15.5 5.975 -9.0 5.027 -2.5 4.359
-21.5 6.996 -15.0 5.902 -8.5 4.972 -2.0 4.314
-21.0 6.889 -14.5 5.823 -8.0 4.918 -1.5 4.268
-20.5 6.782 -14.0 5.744 -7.5 4.863 -1.0 4.222
-20.0 6.675 -13.5 5.665 -7.0 4.808 -0.5 4.177
-19.5 6.596 -13.0 5.587 -6.5 4.754 0.0 4.131
-19.0 6.517 -12.5 5.510 -6.0 4.699
表3α与10lgG值的关系
10lgG/dB -25 20 -15 -10 -5 0
α 0.26692 0.25016 0.23679 0.22228 0.21055 0.20000
重复步骤二，根据右耳噪声信号计算得到右耳瞬时特征响度。
步骤三、以1ms为步长，在每个erbm子频带内，若第二帧的瞬时特征响度大于第一帧的瞬时特征响度，按照公式(8)计算，否则按照公式(9)计算。从第三帧开始，依次比较每帧的瞬时特征响度与前一帧的短期特征响度的大小，大于前一帧就按照公式(10)计算，否则按照公式(11)计算，即可分别得到左右耳短期特征响度。
步骤四、根据公式(12)和(13)，对步骤三得到的左右耳短期特征响度分别与相应的高斯平滑函数进行卷积，得到左右耳平滑的短期特征响度。
步骤五、以步骤四得到的左右耳平滑的短期特征响度为基础，结合公式(14)和(15)计算左右耳抑制因子，左耳短期特征响度除以左耳抑制因子，得到受抑制的左耳短期特征响度，右耳短期特征响度除以右耳抑制因子，得到受抑制的右耳短期特征响度，分别在1.75～39Cam内积分即得左右耳短期响度。
步骤六、以步骤五得到的左右耳短期响度为基础，首先比较第二帧的短期响度与第一帧的瞬时响度的大小，如果第二帧大于第一帧，按照公式(16)计算，否则按照公式(17)计算。从第三帧开始依次比较每帧的短期响度与前一帧的长期响度的大小，如果大于前一帧，按照公式(18)计算，否则按照公式(19)计算，即可分别得到左右耳长期响度。
步骤七、步骤五得到的左右耳短期响度相加即得双耳短期响度，步骤六得到的左右耳长期响度相加即得双耳长期响度，其最大值为41.08sone，因此本实例的噪声样本的双耳总响度为41.08sone(如图5所示)。
步骤八、利用步骤七得到的双耳时变噪声短期响度评价结果或双耳时变噪声长期响度评价结果，进行车内声场环境的评价和改进设计，提高汽车声学舒适性的优化效率，降低研发成本，能够为汽车声品质的提高提供可靠依据。
以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.汽车车内双耳异响时变噪声响度评价方法，其特征在于：包括如下步骤，
步骤一、利用声音信号采集设备采集非稳态工况下车内目标点处的双耳噪声信号；
步骤二、在数值计算软件中对左右耳噪声信号分别进行瞬时特征响度计算；
步骤三、由步骤二得到的左右耳瞬时特征响度分别计算左右耳瞬时特征响度；在每个erbm子频带内，比较第二帧的瞬时特征响度与第一帧的瞬时特征响度的大小，如果第二帧大于第一帧，按照公式(1)计算，否则按照公式(2)计算；从第三帧开始依次比较每帧的瞬时特征响度与前一帧的短期特征响度的大小，如果大于前一帧，按照公式(3)计算，否则按照公式(4)计算，即可分别得到左右耳短期特征响度；
S′2＝ααS2+(1-αα)S1……(1)
S′2＝αrS2+(1-αr)S1……(2)
S′n＝ααSn+(1-αα)S′n-1……(3)
S′n＝αrSn+(1-αr)S′n-1……(4)
其中，S′2表示第二帧的短期特征响度，S2表示第二帧的瞬时特征响度，S1表示第一帧的瞬时特征响度，S′n表示正在计算的这一帧信号的短期特征响度，Sn表示正在计算的这一帧信号的瞬时特征响度，S′n-1表示前一帧信号的短期特征响度，αα与每帧的时长和上升时间有关，αr与每帧的时长和下降时间有关；
步骤四、将步骤三得到的左右耳短期特征响度分别与相应的高斯平滑函数进行卷积计算，分别得到左右耳平滑的短期特征响度，左耳平滑的短期特征响度由式(5)计算得到，右耳平滑的短期特征响度由式(6)计算得到；
Figure FDA0002451990300000011
Figure FDA0002451990300000012
其中N′L(i)smoothed为平滑后的左耳短期特征响度，N′R(i)smoothed为平滑后的右耳短期特征响度，N′L为每帧内的左耳短期特征响度，N′R为每帧内的右耳短期特征响度；i为正在进行平滑处理的子频带Cam值，Di为正在计算的子频带Cam值与i之间的差值，当i+Di小于人耳听阈下限或大于人耳听阈上限时，N′L、N′R为0，B为影响耳间抑制作用曲线形状的参数；
步骤五、根据公式(7)和(8)，由步骤四得到的左右耳平滑的短期特征响度，分别计算左右耳抑制因子；左耳短期特征响度除以左耳抑制因子，得到受抑制的左耳短期特征响度，右耳短期特征响度除以右耳抑制因子，得到受抑制的右耳短期特征响度，分别在人耳听阈下限至人耳听阈上限的范围内积分得到左右耳短期响度；
INHL(i)＝2/[1+{sech(N′R(i)smoothed/N′L(i)smoothed)}θ]……(7)
INHR(i)＝2/[1+{sech(N′L(i)smoothed/N′R(i)smoothed)}θ]……(8)
其中INHL(i)为左耳抑制因子，INHR(i)为右耳抑制因子，θ为幂指数；为了防止N′L(i)smoothed或N′R(i)smoothed为0时出现除以0的情况，将所述两个参数分别增加一个预设的很小的数am；
步骤六、在步骤五得到的左右耳短期响度的基础上，由式(9)～(12)分别计算得到左右耳长期响度；
沿着时间轴，首先比较第二帧的短期响度与第一帧的瞬时特征响度的大小，如果第二帧大于第一帧，按照公式(9)计算，否则按照公式(10)计算；从第三帧开始依次比较每帧的短期响度与前一帧的长期响度的大小，如果大于前一帧，按照公式(11)计算，否则按照公式(12)计算，即可分别得到左右耳长期响度；
S″2l＝ααlS′2s+(1-ααl)S1s……(9)
S″2l＝αrlS′2s+(1-αrl)S1s……(10)
S″nl＝ααlS′ns+(1-ααl)S″(n-1)l……(11)
S″nl＝αrlS′ns+(1-αrl)S″(n-1)l……(12)
其中，S″2l表示第二帧的长期响度，S′2s表示第二帧的短期响度，S1s表示第一帧的瞬时特征响度，S″nl表示正在计算的这一帧信号的长期响度，S′ns表示正在计算的这一帧信号的短期响度，S″(n-1)l表示前一帧信号的长期响度，ααl与每帧的时长和上升时间有关，αrl与每帧的时长和下降时间有关；
步骤七、对步骤五得到的左右耳短期响度相加得到双耳短期响度，即可利用得到的双耳短期响度实现对车内双耳异响时变噪声响度详细变化过程的评价；对步骤六得到的左右耳长期响度相加得到双耳长期响度，双耳长期响度的最大值即为此噪声样本在采样时间段内的双耳总响度，即能够利用得到的双耳长期响度实现对车内双耳异响时变噪声响度整体感知的评价。
2.如权利要求1所述的汽车车内双耳异响时变噪声响度评价方法，其特征在于：还包括步骤八、利用步骤七得到的双耳时变噪声短期响度评价结果或双耳时变噪声长期响度评价结果，进行车内声场环境的评价和改进设计，提高汽车声学舒适性的优化效率，降低研发成本，能够为汽车声品质的提高提供可靠依据。
3.如权利要求1或2所述的汽车车内双耳异响时变噪声响度评价方法，其特征在于：所述的双耳短期响度的短期定义为与一个字、一个音符一样短暂的时间，反映了人耳对一段时间内声音响度的微观变化细节的感知；
所述的双耳长期响度的长期定义为与一个句子、一个音乐片段一样的时间，反映了人耳对一段时间内声音响度的宏观变化过程的感知。
4.如权利要求3所述的汽车车内双耳异响时变噪声响度评价方法，其特征在于：
步骤一所述的声音信号采集设备选人工头或两个传声器；
步骤一所述的非稳态工况包括汽车启动、加速、减速、制动，以及其他使车内声学环境发生非周期变化的工况；
步骤一所述的目标点包括驾驶员、副驾驶员和后排乘员的左右耳处，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0.70m±0.05m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。
5.如权利要求4所述的汽车车内双耳异响时变噪声响度评价方法，其特征在于：步骤二具体实现步骤如下，
步骤2.1：读取左耳噪声样本的采样频率fs，若小于30kHz则需要重采样，利用有限脉冲响应FIR(Finite Impulse Response)滤波器对左耳噪声信号进行外中耳联合滤波计算；
步骤2.2：对滤波后的信号进行分帧，每帧的长度T不小于50ms，每帧包含的信号位数为Nm＝fs×T，以预设的时间间隔沿着时间轴进行帧移，在每帧内建立n个中心点对齐的长度不同的窗函数，对信号进行n个并行的快速傅里叶变换FFT(Fast Fourier Transformation)；
步骤2.3：每帧内的信号可看作稳定信号，按照摩尔稳态响度模型，由式(13)计算FFT变换后得到的信号频谱中各频率fo处的输入激励级ERBL，计算带宽ERB由式(14)得到；Pi 2为第i个包含在所述等矩形带宽ERB(Equivalent Rectangular Bandwidth)频带内的频率分量的有效值功率，Wi为其权重函数，由式(15)确定，其中pi＝4×fi/ERBo，gi＝|fi-fo|/fo，fi为第i个频率分量的频率值，P0为参考声压；
Figure FDA0002451990300000041
ERBo＝24.673(0.004368fo+1)……(14)
Figure FDA0002451990300000042
Figure FDA0002451990300000043
Figure FDA0002451990300000044
步骤2.4：计算频段为1.75～39Cam范围内，子频带宽度erbm在0.1～1Cam范围内，由式(16)计算各耳蜗滤波器的中心频率fc，其中erbc为Cam数；权重函数Wj决定耳蜗滤波器的形状，由式(17)确定，pj的计算方法为：
(Ⅰ)当fj≤fc时，pj＝4fc/ERBc-0.35[(4fc/ERBc)/30]·(ERBLj-51)；
(Ⅱ)当fj＞fc时，pj＝4fc/ERBc；
gj的计算方法为：
(Ⅲ)当|fj-fc|/fc≤1时,gj＝|fj-fc|/fc；
(Ⅳ)当1＜|fj-fc|/fc≤4时，gj＝1；
(Ⅴ)当|fj-fc|/fc＞4时，gj＝4；
其中，ERBc为耳蜗滤波器的等效矩形带宽，由式(18)确定，fj为ERBc范围内各分量的频率值，ERBLj为fj处的输入激励级；
ERBc＝24.673(0.004368fc+1)……(18)
步骤2.5：将步骤2.4得到的耳蜗滤波器的权重系数Wj作用于各频率分量的有效值功率，由式(19)计算其输出激励；
Figure FDA0002451990300000051
其中，Ec为输出激励值，P0为参考声压，
Figure FDA0002451990300000052
为fj处的有效值功率，E0表示频率为1000Hz、声压级为0dB的纯音信号经过中心频率为1000Hz的耳蜗滤波器后的输出值；
步骤2.6：由步骤2.5得到的耳蜗输出激励Ec的大小分类计算左耳瞬时特征响度N′，具体实现方法如下：
(Ⅵ)当Ec/E0＜ETHRQ/E0时，
Figure FDA0002451990300000053
(Ⅶ)当ETHRQ/E0≤Ec/E0时，N′＝C[(GEc/E0+A)α-Aα]；
(Ⅷ)当Ec＞1010时，
Figure FDA0002451990300000054
其中C为常数，ETHRQ为单耳听阈激励，当频率大于500Hz时，激励比ETHRQ/E0为常数R，耳蜗滤波器增益G与激励比的乘积为常数，A，α的取值与G有关；
步骤2.7：按照步骤2.1～2.6由右耳噪声信号计算右耳瞬时特征响度。
6.如权利要求5所述的汽车车内双耳异响时变噪声响度评价方法，其特征在于：
步骤2.1所述的噪声样本的采样频率和重采样频率选32kHz；
步骤2.1所述的有限脉冲响应滤波器的位数选4097；
步骤2.2所述的每帧包含的信号位数Nm选2048；
步骤2.2所述的n个中心点对齐的长度不同的窗函数优选6个长度分别为2ms、4ms、8ms、16ms、32ms、64ms的汉宁窗；
步骤2.2所述的预设时间间隔选1ms；
步骤2.3所述的参考声压P0取值为P0＝2×10-5Pa；
步骤2.4所述的子频带宽度erbm优选0.25Cam；
步骤2.5所述的参考声压取值为P0＝2×10-5Pa；
步骤2.6所述的常数C＝0.0617；
步骤2.6所述的频率大于500Hz时的激励比常数R＝2.065，对应于3.15dB的分贝值。
7.如权利要求6所述的汽车车内双耳异响时变噪声响度评价方法，其特征在于：
步骤三所述的αα＝0.045；
步骤三所述的αr＝0.02；
步骤四所述的人耳听阈下限选1.75Cam；
步骤四所述的人耳听阈上限选39Cam；
步骤四所述的影响耳间抑制作用曲线形状的参数B选0.08；
步骤五所述的预设数am＝10-13；
步骤五所述的幂指数θ＝1.5978；
步骤六所述的αα＝0.01；
步骤六所述的αr＝0.0005。
8.如权利要求7所述的汽车车内双耳异响时变噪声响度评价方法，其特征在于：所述的数值计算软件选MATLAB软件或Python软件。
CN201811071401.0A 2018-09-14 2018-09-14 汽车车内双耳异响时变噪声响度评价方法 Active CN109297583B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811071401.0A CN109297583B (zh) 2018-09-14 2018-09-14 汽车车内双耳异响时变噪声响度评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811071401.0A CN109297583B (zh) 2018-09-14 2018-09-14 汽车车内双耳异响时变噪声响度评价方法

Publications (2)

Publication Number Publication Date
CN109297583A CN109297583A (zh) 2019-02-01
CN109297583B true CN109297583B (zh) 2020-07-24

Family

ID=65166896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811071401.0A Active CN109297583B (zh) 2018-09-14 2018-09-14 汽车车内双耳异响时变噪声响度评价方法

Country Status (1)

Country Link
CN (1) CN109297583B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110715724B (zh) * 2019-08-12 2021-10-08 中国第一汽车股份有限公司 一种基于台架噪声和声传函测算车内噪声的方法
CN113125000B (zh) * 2021-04-20 2022-11-29 中国汽车工程研究院股份有限公司 一种车内空调系统异响等级评判方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10258095B3 (de) * 2002-12-11 2004-02-26 Daimlerchrysler Ag Vorrichtung und Verfahren zum Erfassen und Wiedergeben von Geräuschen und Kopfhörer
CN101672690A (zh) * 2009-09-27 2010-03-17 吉林大学 基于听觉模型的车内噪声烦躁度客观量化评价方法
CN103471709A (zh) * 2013-09-17 2013-12-25 吉林大学 乘用车车内噪声声品质预测方法
CN103813255A (zh) * 2012-11-06 2014-05-21 上海汽车集团股份有限公司 汽车音响性能的测试方法
CN205220503U (zh) * 2015-11-27 2016-05-11 刘嘉特 一种可变音喇叭

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2840811A1 (en) * 2013-07-22 2015-02-25 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Method for processing an audio signal; signal processing unit, binaural renderer, audio encoder and audio decoder
CN105487657A (zh) * 2015-11-24 2016-04-13 小米科技有限责任公司 声音响度的确定方法及装置
CN108021750A (zh) * 2017-12-04 2018-05-11 北京理工大学 一种考虑人耳听觉特性的内燃机辐射噪声仿真评价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10258095B3 (de) * 2002-12-11 2004-02-26 Daimlerchrysler Ag Vorrichtung und Verfahren zum Erfassen und Wiedergeben von Geräuschen und Kopfhörer
CN101672690A (zh) * 2009-09-27 2010-03-17 吉林大学 基于听觉模型的车内噪声烦躁度客观量化评价方法
CN103813255A (zh) * 2012-11-06 2014-05-21 上海汽车集团股份有限公司 汽车音响性能的测试方法
CN103471709A (zh) * 2013-09-17 2013-12-25 吉林大学 乘用车车内噪声声品质预测方法
CN205220503U (zh) * 2015-11-27 2016-05-11 刘嘉特 一种可变音喇叭

Also Published As

Publication number Publication date
CN109297583A (zh) 2019-02-01

Similar Documents

Publication Publication Date Title
CN103440869B (zh) 一种音频混响的抑制装置及其抑制方法
CN110688712A (zh) 汽车风振噪声声品质客观烦恼度评价指标及其计算方法
CN102664017B (zh) 一种3d音频质量客观评价方法
CN102194460B (zh) 语音清晰度预测器及其应用
US20240079021A1 (en) Voice enhancement method, apparatus and system, and computer-readable storage medium
CN103413547B (zh) 一种室内混响消除的方法
CN102984634A (zh) 一种数字助听器非等宽子带自动增益控制方法
Kim et al. Nonlinear enhancement of onset for robust speech recognition.
Ma et al. Speech enhancement using a masking threshold constrained Kalman filter and its heuristic implementations
JP7208365B2 (ja) 仮想３ｄオーディオを現実の室内に適応させる装置及び方法
CN104658543A (zh) 一种室内混响消除的方法
CN109297583B (zh) 汽车车内双耳异响时变噪声响度评价方法
CN103580632A (zh) 自动响度控制
CN108986832A (zh) 基于语音出现概率和一致性的双耳语音去混响方法和装置
Jangjit et al. A new wavelet denoising method for noise threshold
CN112885375A (zh) 基于听觉滤波器组和卷积神经网络的全局信噪比估计方法
CN113838471A (zh) 基于神经网络的降噪方法、系统、电子设备及存储介质
CN103580630A (zh) 自动响度控制
Krishnamoorthy An overview of subjective and objective quality measures for noisy speech enhancement algorithms
CN106710602A (zh) 一种声学混响时间估计方法和装置
JP4909263B2 (ja) バイノーラル音信号の主観的特性の判定法
JP3350713B2 (ja) 騒音源の種類を特定する方法、その装置および媒体
Genuit Background and practical examples of sound design
CN116168719A (zh) 一种基于语境分析的声音增益调节方法及系统
Dai et al. An improved model of masking effects for robust speech recognition system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant