CN109781245A - 一种柴油发动机脉冲噪声的客观评价方法 - Google Patents

Abstract

本发明涉及柴油发动技术领域，尤其涉及一种柴油发动机脉冲噪声的客观评价方法。具体步骤如下：步骤一：对某声音信号分别采用20‑16000Hz范围内的24组临界频带滤波器进行滤波得到24组声压信号，在考虑频域和时域掩蔽效应下计算每组信号的时变特征响度，最终得到该声音信号在24个临界频带内的24组特征响度时间序列,简称非压缩信号；步骤二：脉冲声计算识别过程分为并行的2个信号处理过程，分别为log2压缩信号脉冲相对幅值拾取过称和非压缩信号脉冲绝对幅值拾取过程；步骤三：脉冲指数计算；为柴油发动机脉冲噪声提供一种客观评价方法，该方法不仅能计算发动机噪声的总脉冲指数大小，还能分析脉冲噪声各临界频带脉冲指数贡献度大小。

Description

一种柴油发动机脉冲噪声的客观评价方法

技术领域

本发明涉及柴油发动技术领域，尤其涉及一种柴油发动机脉冲噪声的客观评价方法。

背景技术

内燃机由于阀系、曲轴机构、高压喷油系统等机构冲击易产生脉冲噪声(如哒哒、咔哒)。这类脉冲噪声即使声压级不大，也会严重恶化发动机的整体声品质，引起驾驶员的不悦，严重降低车辆品质感。脉冲噪声整体声压级不大，且频率分布在1000Hz-12000Hz的宽频带内，故频谱图上看能量分布非常分散。脉冲噪声传统的客观衡量方法是基于频谱分析的频率切片声压级法。该方法先采用频谱分析方法得到声音的频谱图，通过滤波回放确定脉冲噪声主要能量分布的频率区间，再截取主要频率区间的声压级作为脉冲噪声客观指标。这种频率切片声压级法，受背景噪声和所选切片区间影响非常大。该传统方法的使用条件必须限制在同款车、相同工况。不同车间常由于发动机噪声特性的不同，而出现客观指标与主观评价无法对应。故脉冲噪声实际评价中，仍然只能依赖于主观评价。主观评价受评价人经验、技术能力以及心理因素等限制，主观随机性大，稳定性差。另外，主观评价不利于技术积累和传承，项目过程常因人员流动和标准不一致导致评价混乱。为此亟需研究一种不受背景噪声影响且主客观对应良好的脉冲噪声客观评价方法。

发明内容

本发明的目的在于克服现有技术的不足，适应现实需要，提供一种柴油发动机脉冲噪声的客观评价方法。

为了实现本发明的目的,本发明采用的技术方案为：一种柴油发动机脉冲噪声的客观评价方法，具体步骤如下：

步骤一：对某声音信号分别采用20-16000Hz范围内的24组临界频带滤波器进行滤波得到24组声压信号，在考虑频域和时域掩蔽效应下计算每组信号的时变特征响度，最终得到该声音信号在24个临界频带内的24组特征响度时间序列,简称非压缩信号；

步骤二：脉冲声计算识别过程分为并行的2个信号处理过程，分别为log2压缩信号脉冲相对幅值拾取过称和非压缩信号脉冲绝对幅值拾取过程；

步骤三：脉冲指数计算；

所述步骤二中log2压缩信号脉冲相对幅值拾取过程为：

(a)对24组特征响度时间序列取对数log2运算，得到24组压缩的特征响度时间序列，简称压缩信号；

(b)在24组压缩信号内，按极值寻找程序拾取出各组压缩信号所有的极大值；

(c)对24组压缩信号，分别在各极大值前的10-43ms局部时间窗内寻找最小值，计算极大值与最小值得差值，作为脉冲相对幅值，在极大值位置用该相对幅值替代原极大值，其余位置用0替代，得到24组脉冲相对幅值序列；

(d)脉冲相对幅值归一化处理，各组脉冲相对幅值序列分别除以光滑信号对应临界频带内脉冲相对幅值的均方根，得到归一化的脉冲相对幅值序列；

(e)相对幅值阈值处理，在24组归一化的相对幅值序列中，当归一化相对幅值>3时，赋值为3，当2≤归一化相对幅值≤3时,保留原值，当归一化相对幅值<3时,赋值为0；

(f)计算24个临界频带的总脉冲相对幅值,首先对上一步24组脉冲相对幅值序列,将其中的每个非0值向前后各延伸3ms,消除滤波和运算精度有限导致临界频带间的时间错位影响,然后计算分别计算各时间点24个临界频带的脉冲相对幅值的均方根值,得到压缩信号的总脉冲相对幅值时间序列Kc(t)

所述步骤二中非压缩信号脉冲绝对幅值拾取过程:

(a)脉冲拾取,在24组非压缩信号(特征响度时间序列)内，按极值寻找程序拾取出各组非压缩信号所有的极大值；

(b)对24组非压缩信号，分别在各极大值前的10-43ms局部时间窗内寻找最小值，计算极大值与最小值的差值，作为脉冲绝对幅值，在极大值位置用该绝对幅值替代原极大值，其余位置用0替代，得到24组脉冲绝对幅值序列；

(c)计算24个临界频带总的脉冲绝对幅值,首先对24组特征响度,将其中的每个非0值向前后各延伸3ms,消除滤波和运算精度有限导致临界频带间的时间错位影响,然后计算分别计算各时间点24个临界频带的脉冲相对幅值的均方根值,得到压缩信号的总脉冲相对幅值时间序列Ku(t)。

所述步骤三脉冲指数计算为：

(a)可听见脉冲噪声判断，遍历总脉冲绝对幅值时间序列和和总脉冲绝对幅值时间序列，如果时间t的总脉冲绝对幅值Ku(t)≥0.2且总脉冲相对幅值Kc(t)≥3，则该时间点为可听见脉冲噪声事件；并按以下公式计算脉冲声时间序列K(t):

(b)按如下公式分别计算脉冲声总指数TM_OA，各临界频带脉冲声指数TM_i

心理声学将20-16000Hz频率范围分为24个临界频带，i代表临界频带序号，此处即为特征响度时间序列组序号，p_i(t)为在非零K(t)对应时间点的各组经阈值处理后脉冲相对幅值序列数值，T为声音信号的时间长度。

所述步骤二中计算脉冲相对幅值和绝对幅值所用的局部时间窗长度范围为10-43ms，局部时间窗长度随临界频带频率升高而降低，频率最低临界频带对应的局部时间窗长度取43ms，其后按照每隔2个临界频带时间窗长度减少3ms，频率最高特诊频带对应的局部时间窗长度取10ms；时间计算必须进行的离散运算，特征响度离散计算的时间间隔不能大于3ms；声音数据采样频率采用44.1kHz。

所述相对幅值归一化处理所用的均方根RMS要求必须通过光滑信号获得，实际中很难获取完全不存在脉冲噪声的光滑声音数据；对于主观评价脉冲声不明显的声音数据，对应于可听见脉冲噪声的脉冲峰值一般低于峰值总数的10％；工程中，可计算脉冲声不明显的声音数据去除较低90％的脉冲峰值后的均方根，作为归一化处理所用的光滑信号均方根，详细的计算过程如下：

(a)24组临界频带滤波，对某脉冲噪声不明显的声音数据分别采用20-16000Hz范围内的24组临界频带滤波器进行滤波得到24组声压信号；

(b)计算24个临界频带的时变特征响度，在考虑频域和时域掩蔽效应下，计算每组信号的时变特征响度，最终得到该声音信号在24个临界频带内的24组特征响度时间序列；

(c)log2压缩，对24组特征响度时间序列取对数log2运算，得到24组压缩的特征响度时间序列，简称压缩信号；

(d)脉冲拾取，在24组压缩信号内，按极大值寻找程序拾取出各组压缩信号所有的极大值；

(e)计算脉冲相对幅值，对24组压缩信号，分别在各极大值前的10-43ms局部时间窗内寻找最小值，计算极大值与最小值得差值，作为脉冲相对幅值，得到24组脉冲相对幅值序列；

(f)去除可能的可听见脉冲声，将24组脉冲相对幅值序列在组内排序，去除较高的10％相对峰值，得到理想光滑声音数据的24组脉冲相对幅值序列；

(g)计算各组脉冲相对幅值序列的均方根值，得到24个临界频带各自的均方根。

本发明的有益效果在于：

1)为柴油发动机脉冲噪声提供一种客观评价方法，该方法不仅能计算发动机噪声的总脉冲指数大小，还能分析脉冲噪声各临界频带脉冲指数贡献度大小。

2)相比于基于频谱分析的频率切片声压级法，该方法受背景噪声干扰小，稳定可靠，不受车型和测试环境限制，客观指数与主观感受一致性好，适用于各类车型间的脉冲噪声对比评价。

3)在项目开发中，脉冲噪声总指数可用于脉冲噪声目标设定及分解；项目调教中，根据脉冲噪声贡献度分析确定脉冲噪声主要频率范围，结合各类脉冲噪声频率特征，确定脉冲噪声产生部位。

附图说明

下面结合附图和实施案例对本发明做进一步的说明。

图1是脉冲噪声客观评价方法的整体数据处理过程；

图2是脉冲噪声客观评价方法的详细数据处理流程；

图3是理想光滑数据的24各临界频带脉冲相对幅值均方根的计算流程；

图4是心理声学24临界频带频率分布表；

图5是多组数据脉冲噪声主观评分与脉冲总指数的关系；

图6是脉冲噪声的主观评分细则；

图7是脉冲噪声各临界频带脉冲指数贡献度；

图8脉冲噪声客观评价法的一种软件实现方法。

具体实施方式

下面结合附图和实施例对本发明进一步说明：

参见图1-8。

本发明公开了为了实现本发明的目的,本发明采用的技术方案为：一种柴油发动机脉冲噪声的客观评价方法，具体步骤如下：

步骤一：对某声音信号分别采用20-16000Hz范围内的24组临界频带滤波器进行滤波得到24组声压信号，在考虑频域和时域掩蔽效应下计算每组信号的时变特征响度，最终得到该声音信号在24个临界频带内的24组特征响度时间序列,简称非压缩信号；

步骤二：脉冲声计算识别过程分为并行的2个信号处理过程，分别为log2压缩信号脉冲相对幅值拾取过称和非压缩信号脉冲绝对幅值拾取过程；

步骤三：脉冲指数计算；

所述步骤二中log2压缩信号脉冲相对幅值拾取过程为：

(a)对24组特征响度时间序列取对数log2运算，得到24组压缩的特征响度时间序列，简称压缩信号；

(b)在24组压缩信号内，按极值寻找程序拾取出各组压缩信号所有的极大值；

(c)对24组压缩信号，分别在各极大值前的10-43ms局部时间窗内寻找最小值，计算极大值与最小值得差值，作为脉冲相对幅值，在极大值位置用该相对幅值替代原极大值，其余位置用0替代，得到24组脉冲相对幅值序列；

(d)脉冲相对幅值归一化处理，各组脉冲相对幅值序列分别除以光滑信号对应临界频带内脉冲相对幅值的均方根，得到归一化的脉冲相对幅值序列；

(e)相对幅值阈值处理，在24组归一化的相对幅值序列中，当归一化相对幅值>3时，赋值为3，当2≤归一化相对幅值≤3时,保留原值，当归一化相对幅值<3时,赋值为0；

(f)计算24个临界频带的总脉冲相对幅值,首先对上一步24组脉冲相对幅值序列,将其中的每个非0值向前后各延伸3ms,消除滤波和运算精度有限导致临界频带间的时间错位影响,然后计算分别计算各时间点24个临界频带的脉冲相对幅值的均方根值,得到压缩信号的总脉冲相对幅值时间序列Kc(t)

所述步骤二中非压缩信号脉冲绝对幅值拾取过程:

(a)脉冲拾取,在24组非压缩信号(特征响度时间序列)内，按极值寻找程序拾取出各组非压缩信号所有的极大值；

(b)对24组非压缩信号，分别在各极大值前的10-43ms局部时间窗内寻找最小值，计算极大值与最小值的差值，作为脉冲绝对幅值，在极大值位置用该绝对幅值替代原极大值，其余位置用0替代，得到24组脉冲绝对幅值序列；

(c)计算24个临界频带总的脉冲绝对幅值,首先对24组特征响度,将其中的每个非0值向前后各延伸3ms,消除滤波和运算精度有限导致临界频带间的时间错位影响,然后计算分别计算各时间点24个临界频带的脉冲相对幅值的均方根值,得到压缩信号的总脉冲相对幅值时间序列Ku(t)。

所述步骤三脉冲指数计算为：

(a)可听见脉冲噪声判断，遍历总脉冲绝对幅值时间序列和和总脉冲绝对幅值时间序列，如果时间t的总脉冲绝对幅值Ku(t)≥0.2且总脉冲相对幅值Kc(t)≥3，则该时间点为可听见脉冲噪声事件；并按以下公式计算脉冲声时间序列K(t):

(b)按如下公式分别计算脉冲声总指数TM_OA，各临界频带脉冲声指数TM_i

心理声学将20-16000Hz频率范围分为24个临界频带，i代表临界频带序号，此处即为特征响度时间序列组序号，p_i(t)为在非零K(t)对应时间点的各组经阈值处理后脉冲相对幅值序列数值，T为声音信号的时间长度。

所述步骤二中计算脉冲相对幅值和绝对幅值所用的局部时间窗长度范围为10-43ms，局部时间窗长度随临界频带频率升高而降低，频率最低临界频带对应的局部时间窗长度取43ms，其后按照每隔2个临界频带时间窗长度减少3ms，频率最高特诊频带对应的局部时间窗长度取10ms；时间计算必须进行的离散运算，特征响度离散计算的时间间隔不能大于3ms；声音数据采样频率采用44.1kHz。

所述相对幅值归一化处理所用的均方根RMS要求必须通过光滑信号获得，实际中很难获取完全不存在脉冲噪声的光滑声音数据；对于主观评价脉冲声不明显的声音数据，对应于可听见脉冲噪声的脉冲峰值一般低于峰值总数的10％；工程中，可计算脉冲声不明显的声音数据去除较低90％的脉冲峰值后的均方根，作为归一化处理所用的光滑信号均方根，详细的计算过程如下：

(a)24组临界频带滤波，对某脉冲噪声不明显的声音数据分别采用20-16000Hz范围内的24组临界频带滤波器进行滤波得到24组声压信号；

(b)计算24个临界频带的时变特征响度，在考虑频域和时域掩蔽效应下，计算每组信号的时变特征响度，最终得到该声音信号在24个临界频带内的24组特征响度时间序列；

(c)log2压缩，对24组特征响度时间序列取对数log2运算，得到24组压缩的特征响度时间序列，简称压缩信号；

(d)脉冲拾取，在24组压缩信号内，按极大值寻找程序拾取出各组压缩信号所有的极大值；

(e)计算脉冲相对幅值，对24组压缩信号，分别在各极大值前的10-43ms局部时间窗内寻找最小值，计算极大值与最小值得差值，作为脉冲相对幅值，得到24组脉冲相对幅值序列；

(f)去除可能的可听见脉冲声，将24组脉冲相对幅值序列在组内排序，去除较高的10％相对峰值，得到理想光滑声音数据的24组脉冲相对幅值序列；

(g)计算各组脉冲相对幅值序列的均方根值，得到24个临界频带各自的均方根。

如图1所示脉冲噪声客观评价方法的整体数据处理过程，主要分为3个大步奏：1)对信号进行心理声学信号处理，得到24个临界频带的24组时变特征响度时间序列；2)从经log2压缩的24组特征响度时间序列(压缩信号)拾取脉冲相对幅值，从未经压缩的24组特征响度时间序列(非压缩信号)拾取脉冲绝对幅值，最终输出压缩信号的总脉冲相对幅值时间序列Kc(t)和非压缩信号的总脉冲绝对幅值时间序列Ku(t)；3)综合总脉冲相对幅值序列和总脉冲绝对幅值时间序列判断出可听见脉冲噪声，计算脉冲指数。

如图2所示是脉冲噪声客观评价方法的详细数据处理流程，对图1中的3个大步骤进行详细说明：

1)心理声学处理过程：对某声音信号分别采用20-16000Hz范围内的24组临界频带滤波器进行滤波得到24组声压信号，在考虑频域和时域掩蔽效应下计算每组信号的时变特征响度，最终得到该声音信号在24个临界频带内的24组特征响度时间序列,简称非压缩信号。

2)脉冲幅值拾取过程分为并行的2个信号处理过程，分别为log2压缩信号脉冲相对幅值拾取过称和非压缩信号脉冲绝对幅值拾取过程。

log2压缩信号脉冲相对幅值拾取过程：a)对24组特征响度时间序列取对数log2运算，得到24组压缩的特征响度时间序列，简称压缩信号；b)在24组压缩信号内，按极值寻找程序拾取出各组压缩信号所有的极大值；c)对24组压缩信号，分别在各极大值前的10-43ms局部时间窗内寻找最小值，计算极大值与最小值得差值，作为脉冲相对幅值，在极大值位置用该相对幅值替代原极大值，其余位置用0替代，得到24组脉冲相对幅值序列；d)脉冲相对幅值归一化处理，各组脉冲相对幅值序列分别除以光滑信号对应临界频带内脉冲相对幅值的均方根，得到归一化的脉冲相对幅值序列；e)相对幅值阈值处理，在24组归一化的相对幅值序列中，当归一化相对幅值>3时，赋值为3，当2≤归一化相对幅值≤3时,保留原值，当归一化相对幅值<3时,赋值为0；f)计算24个临界频带的总脉冲相对幅值,首先对上一步24组脉冲相对幅值序列,将其中的每个非0值向前后各延伸3ms,消除滤波和运算精度有限导致临界频带间的时间错位影响,然后计算分别计算各时间点24个临界频带的脉冲相对幅值的均方根值,得到压缩信号的总脉冲相对幅值时间序列Kc(t)

非压缩信号脉冲绝对幅值拾取过程:a)脉冲拾取,在24组非压缩信号(特征响度时间序列)内，按极值寻找程序拾取出各组非压缩信号所有的极大值；b)对24组非压缩信号，分别在各极大值前的10-43ms局部时间窗内寻找最小值，计算极大值与最小值的差值，作为脉冲绝对幅值，在极大值位置用该绝对幅值替代原极大值，其余位置用0替代，得到24组脉冲绝对幅值序列；c)计算24个临界频带总的脉冲绝对幅值,首先对24组特征响度,将其中的每个非0值向前后各延伸3ms,消除滤波和运算精度有限导致临界频带间的时间错位影响,然后计算分别计算各时间点24个临界频带的脉冲相对幅值的均方根值,得到压缩信号的总脉冲相对幅值时间序列Ku(t)。

3)脉冲指数计算：

a)可听见脉冲噪声判断，遍历总脉冲绝对幅值时间序列和和总脉冲绝对幅值时间序列，如果时间t的总脉冲绝对幅值Ku(t)≥0.2且总脉冲相对幅值Kc(t)≥3，则该时间点为可听见脉冲噪声事件；并按以下公式计算脉冲声时间序列K(t):

b)按如下公式分别计算脉冲声总指数TM_OA，各临界频带脉冲声指数TM_i

心理声学将20-16000Hz频率范围分为24个临界频带，i代表临界频带序号，此处即为特征响度时间序列组序号，pi(t)为在非零K(t)对应时间点的各组阈值处理后脉冲相对幅值序列中的数值，T为声音信号的时间长度。

计算脉冲相对幅值和绝对幅值所用的局部时间窗长度范围为10-43ms，局部时间窗长度随临界频带频率升高而降低，频率最低临界频带对应的局部时间窗长度取43ms，其后按照每隔2个临界频带时间窗长度减少3ms，频率最高特诊频带对应的局部时间窗长度取10ms。

实际计算中时间计算必须进行的离散运算，特征响度离散计算的时间间隔不能大于3ms。声音数据采样频率采用44.1kHz。

图3是理想光滑数据的24各临界频带脉冲相对幅值均方根的计算流程。相对幅值归一化处理所用的均方根RMS要求必须通过光滑信号获得，实际中很难获取完全不存在脉冲噪声的光滑声音数据。对于主观评价脉冲声不明显的声音数据，对应于可听见脉冲噪声的脉冲峰值一般低于峰值总数的10％。工程中，可计算脉冲声不明显的声音数据去除较低90％的脉冲峰值后的均方根，作为归一化处理所用的光滑信号均方根。详细的计算过程如下：

a)24组临界频带滤波，对某脉冲噪声不明显的声音数据分别采用20-16000Hz范围内的24组临界频带滤波器进行滤波得到24组声压信号；b)计算24个临界频带的时变特征响度，在考虑频域和时域掩蔽效应下，计算每组信号的时变特征响度，最终得到该声音信号在24个临界频带内的24组特征响度时间序列；c)log2压缩，对24组特征响度时间序列取对数log2运算，得到24组压缩的特征响度时间序列，简称压缩信号；d)脉冲拾取，在24组压缩信号内，按极大值寻找程序拾取出各组压缩信号所有的极大值；e)计算脉冲相对幅值，对24组压缩信号，分别在各极大值前的10-43ms局部时间窗内寻找最小值，计算极大值与最小值得差值，作为脉冲相对幅值，得到24组脉冲相对幅值序列；f)去除可能的可听见脉冲声，将24组脉冲相对幅值序列在组内排序，去除较高的10％相对峰值，得到理想光滑声音数据的24组脉冲相对幅值序列；g)计算各组脉冲相对幅值序列的均方根值，得到24个临界频带各自的均方根。

为避免数据选择带来的随机性，可选取多组脉冲噪声不明显的声音数据计算各临界频带的均方根，再计算这多组数据在相同临界频带内均方根的平均值，作为最终光滑信号的均方根。归一化处理所用的光滑信号均方根，一般作为固定参数，预置在脉冲指数计算程序中。

图4是心理声学24临界频带频率分布表。心理声学处理过程，24组临界频带的滤波器的中心频率、上截止频率、下截止频率按图4要求设计。

图5是多组数据脉冲噪声主观评分与脉冲总指数的关系。为确定脉冲噪声主观感受与脉冲指数的对应性，5位评价人员在听音室对不同车型的8组声音数据的恼人度进行主观评分。如图5所示脉冲噪声主观评分与客观脉冲指数具有良好的对应性。图6是脉冲噪声的主观评分细则。主观评分采用通用的十分制，为细化主观感受，每一分又细分成4个档次，即每0.25一个档次。

图7是图5中的前5组声音数据在各临界频带的脉冲指数贡献度。考虑脉冲噪声频率主要出现在500-12000Hz范围内，图中仅显示此频率范围的脉冲指数。图中横坐标频率代表临界频带的中心频率，其具体的频率范围参见图4。如图7所示，临界频带的脉冲指数越大，代表该临界频带对声音的总脉冲指数贡献越大。第4/5组数据总脉冲指数比较小，图中显示此2组数据在各临界频带的脉冲指数都较小。

图8是所提柴油发动机脉冲噪声客观评价法的一种软件实现方法。心理声学特征响度理论比较成熟，故该评价方法中的心理声学处理过程可在现有心理声学软件实现。该评价方法的核心主体部分是脉冲幅值拾取过程和脉冲指数计算过程，通过MATLAB中自主编写的程序实现。当然，所提柴油发动机脉冲噪声客观评价法可通过各种编程软件实现，此处只是其中一种软件实现案例。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种柴油发动机脉冲噪声的客观评价方法，其特征在于，具体步骤如下：

步骤一：对某声音信号分别采用20-16000Hz范围内的24组临界频带滤波器进行滤波得到24组声压信号，在考虑频域和时域掩蔽效应下计算每组信号的时变特征响度，最终得到该声音信号在24个临界频带内的24组特征响度时间序列,简称非压缩信号；

步骤二：脉冲声计算识别过程分为并行的2个信号处理过程，分别为log2压缩信号脉冲相对幅值拾取过称和非压缩信号脉冲绝对幅值拾取过程；

步骤三：脉冲指数计算。

2.根据权利要求1所述的一种柴油发动机脉冲噪声的客观评价方法，其特征在于，所述步骤二中log2压缩信号脉冲相对幅值拾取过程为：

(a)对24组特征响度时间序列取对数log2运算，得到24组压缩的特征响度时间序列，简称压缩信号；

(b)在24组压缩信号内，按极值寻找程序拾取出各组压缩信号所有的极大值；

(c)对24组压缩信号，分别在各极大值前的10-43ms局部时间窗内寻找最小值，计算极大值与最小值得差值，作为脉冲相对幅值，在极大值位置用该相对幅值替代原极大值，其余位置用0替代，得到24组脉冲相对幅值序列；

(d)脉冲相对幅值归一化处理，各组脉冲相对幅值序列分别除以光滑信号对应临界频带内脉冲相对幅值的均方根，得到归一化的脉冲相对幅值序列；

(e)相对幅值阈值处理，在24组归一化的相对幅值序列中，当归一化相对幅值>3时，赋值为3，当2≤归一化相对幅值≤3时,保留原值，当归一化相对幅值<3时,赋值为0；

(f)计算24个临界频带的总脉冲相对幅值,首先对上一步24组脉冲相对幅值序列,将其中的每个非0值向前后各延伸3ms,消除滤波和运算精度有限导致临界频带间的时间错位影响,然后分别计算各时间点24个临界频带的脉冲相对幅值的均方根值,得到压缩信号的总脉冲相对幅值时间序列Kc(t)。

3.根据权利要求1所述的一种柴油发动机脉冲噪声的客观评价方法，其特征在于，所述步骤二中非压缩信号脉冲绝对幅值拾取过程:

(a)脉冲拾取,在24组非压缩信号(特征响度时间序列)内，按极值寻找程序拾取出各组非压缩信号所有的极大值；

(b)对24组非压缩信号，分别在各极大值前的10-43ms局部时间窗内寻找最小值，计算极大值与最小值的差值，作为脉冲绝对幅值，在极大值位置用该绝对幅值替代原极大值，其余位置用0替代，得到24组脉冲绝对幅值序列；

(c)计算24个临界频带总的脉冲绝对幅值,首先对24组特征响度,将其中的每个非0值向前后各延伸3ms,消除滤波和运算精度有限导致临界频带间的时间错位影响,然后计算分别计算各时间点24个临界频带的脉冲相对幅值的均方根值,得到压缩信号的总脉冲相对幅值时间序列Ku(t)。

4.根据权利要求1所述的一种柴油发动机脉冲噪声的客观评价方法，其特征在于，所述步骤三脉冲指数计算为：

(a)可听见脉冲噪声判断，遍历总脉冲绝对幅值时间序列和和总脉冲绝对幅值时间序列，如果时间t的总脉冲绝对幅值Ku(t)≥0.2且总脉冲相对幅值Kc(t)≥3，则该时间点为可听见脉冲噪声事件；并按以下公式计算脉冲声时间序列K(t):

(b)按如下公式分别计算脉冲声总指数TM_OA，各临界频带脉冲声指数TM_i

心理声学将20-16000Hz频率范围分为24个临界频带，i代表临界频带序号，此处即为特征响度时间序列组序号，p_i(t)为在非零K(t)对应时间点的各组经阈值处理后脉冲相对幅值序列数值，T为声音信号的时间长度。

5.根据权利要求1所述的一种柴油发动机脉冲噪声的客观评价方法，其特征在于，所述步骤二中计算脉冲相对幅值和绝对幅值所用的局部时间窗长度范围为10-43ms，局部时间窗长度随临界频带频率升高而降低，频率最低临界频带对应的局部时间窗长度取43ms，其后按照每隔2个临界频带时间窗长度减少3ms，频率最高特诊频带对应的局部时间窗长度取10ms；时间计算必须进行的离散运算，特征响度离散计算的时间间隔不能大于3ms；声音数据采样频率采用44.1kHz。

6.根据权利要求2所述的一种柴油发动机脉冲噪声的客观评价方法，其特征在于，所述相对幅值归一化处理所用的均方根RMS要求必须通过光滑信号获得，实际中很难获取完全不存在脉冲噪声的光滑声音数据；对于主观评价脉冲声不明显的声音数据，对应于可听见脉冲噪声的脉冲峰值一般低于峰值总数的10％；工程中，可计算脉冲声不明显的声音数据去除较低90％的脉冲峰值后的均方根，作为归一化处理所用的光滑信号均方根，详细的计算过程如下：

(a)24组临界频带滤波，对某脉冲噪声不明显的声音数据分别采用20-16000Hz范围内的24组临界频带滤波器进行滤波得到24组声压信号；

(b)计算24个临界频带的时变特征响度，在考虑频域和时域掩蔽效应下，计算每组信号的时变特征响度，最终得到该声音信号在24个临界频带内的24组特征响度时间序列；

(c)log2压缩，对24组特征响度时间序列取对数log2运算，得到24组压缩的特征响度时间序列，简称压缩信号；

(d)脉冲拾取，在24组压缩信号内，按极大值寻找程序拾取出各组压缩信号所有的极大值；

(e)计算脉冲相对幅值，对24组压缩信号，分别在各极大值前的10-43ms局部时间窗内寻找最小值，计算极大值与最小值得差值，作为脉冲相对幅值，得到24组脉冲相对幅值序列；

(f)去除可能的可听见脉冲声，将24组脉冲相对幅值序列在组内排序，去除较高的10％相对峰值，得到理想光滑声音数据的24组脉冲相对幅值序列；

(g)计算各组脉冲相对幅值序列的均方根值，得到24个临界频带各自的均方根。