CN110427709B - 基于遗传算法的声品质阶次均衡优化及主动发声设计方法 - Google Patents

基于遗传算法的声品质阶次均衡优化及主动发声设计方法 Download PDF

Info

Publication number
CN110427709B
CN110427709B CN201910721796.2A CN201910721796A CN110427709B CN 110427709 B CN110427709 B CN 110427709B CN 201910721796 A CN201910721796 A CN 201910721796A CN 110427709 B CN110427709 B CN 110427709B
Authority
CN
China
Prior art keywords
rotating speed
order
ith
genetic algorithm
sound
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
CN201910721796.2A
Other languages
English (en)
Other versions
CN110427709A (zh
Inventor
范佳亮
彭博
韩强
郑四发
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.)
Huayan Huisheng Suzhou Electronic Technology Co ltd
Suzhou Automotive Research Institute of Tsinghua University
Original Assignee
Huayan Huisheng Suzhou Electronic Technology Co ltd
Suzhou Automotive Research Institute of Tsinghua University
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 Huayan Huisheng Suzhou Electronic Technology Co ltd, Suzhou Automotive Research Institute of Tsinghua University filed Critical Huayan Huisheng Suzhou Electronic Technology Co ltd
Priority to CN201910721796.2A priority Critical patent/CN110427709B/zh
Publication of CN110427709A publication Critical patent/CN110427709A/zh
Application granted granted Critical
Publication of CN110427709B publication Critical patent/CN110427709B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Genetics & Genomics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种基于遗传算法的声品质阶次均衡优化及主动发声设计方法，以原始的发动机阶次噪声作为声音合成的基础，以表征车内加速有力感和运动感的轰鸣度指数作为优化目标，通过对多样本车内声音进行主观声品质评估来修正轰鸣度指数计算模型，考虑到遗传算法在并行搜索方面的优势，将阶次均衡参数和主客观轰鸣度指数输入遗传算法优化模型，从而得出最优的阶次配比参数估计。本发明能够为主动发声的设计提供理论指导框架，使得车内声环境可根据目标群体客户的需求进行定制化开发，提升车型品牌辨识度，缩短设计周期，达到令人满意的声品质效果。

Description

基于遗传算法的声品质阶次均衡优化及主动发声设计方法
技术领域
本发明属于噪声的主动声品质控制领域，特别涉及一种能够在汽车乘员舱(座舱)内实现主动发声的控制方法
背景技术
随着智能化的蓬勃发展，汽车智能座舱技术方兴未艾，消费者对于座舱声环境的需求日新月异。传统NVH的被动控制技术难以使车内达到令人满意的声品质效果，主动声品质控制技术应运而生。其中车内主动发声技术，既能突出汽车品牌的辨识度，又能满足消费者的主观声品质需求，提升驾乘乐趣，受到了越来越多的关注。
1997年，Rudolf Bisping提出了车内声品质的试验分析方法，以发动机的阶次噪声幅值作为分析对象，将愉悦度和有力感作为描述车内声品质的两个主要感知因素。2003年，Sang-Kwon Lee和Dong-Chul Park将轰鸣度指数用于评估车内声品质，分析指出响度和尖锐度与轰鸣度指数的主观评估相关性较高，并用人工神经网络建立了响度和尖锐度与轰鸣度指数的映射关系。2004年，丰田汽车公司的Noriyoshi Terazawa和Hiroyuki Nakagawa分析指出进气系统噪声在加速过程中对车内声品质的影响较大，以加速有力感作为创建车内目标声品质的参考因素，从进气系统产品库中选取出合适的产品型号用以构造目标声品质特性。
随后，韩国仁荷大学和现代汽车公司相继做了一些关于利用车内扬声器进行主动发声设计的研究工作，取得了不错的研究成果。2016年，现代汽车公司融合发动机阶次噪声均衡策略和音乐设计理念，模拟消费者的主观情感意识，提升品牌辨识度。2017年，韩国仁荷大学和现代汽车公司提出将轰鸣度、调制度和愉悦度作为主动发声设计的三个相关因素，以某型六缸发动机声音作为基础，通过CAN读取车速、发动机转速、扭矩等信息，重新设计了该声音，并运用车内扬声器进行匹配发声。
由此可见，主动发声技术目前已取得了一些卓有成效的研究成果，但声音设计过程还十分主观，没有客观的理论指导框架。由于设计过程存在着一定的主观性和盲目性，设计参数要根据主观评估效果进行反复修改，整个设计周期耗时较长，而且难以达到令人满意的声品质效果。
发明内容
本发明的目的是提供一种为实现目标声品质属性提供客观的声音设计指导依据，缩短主动发声设计周期的基于遗传算法的声品质阶次均衡优化及主动发声设计方法。
为达到上述目的，本发明采用的技术方案是：
一种基于遗传算法的声品质阶次均衡优化及主动发声设计方法，用于针对汽车的乘员舱设计其主动发声系统的发声，所述基于遗传算法的声品质阶次均衡优化及主动发声设计方法为：
采集所述汽车的乘员舱内由所述发动机带来的原始声音信息，提取所述原始声音信息中的阶次成分，并初步选取所需阶次的信息。在所述汽车的发动机的全转速区间范围内选取I个不同的转速；然后分别选定各个转速，每选定一个转速时，针对当前所选定的第i个转速，i∈[1,I]，执行步骤1至步骤3；
步骤1：基于选取出的所需阶次的信息，计算第i个转速对应的客观轰鸣度指数Boi；
步骤2：步骤2包括以下步骤2-1至步骤2-3；
步骤2-1：主观设定第i个转速对应的目标轰鸣度指数Bsi，并设立对应第i个转速的用于修改初始阶次幅值向量[doi]M×1而使其达到修改后的阶次幅值向量[dni]M×1的备选阶次均衡参数矩阵[θi]M×M，其中，所述初始阶次幅值向量[doi]M×1为第i个转速所对应的M个阶次的初始声音幅值向量，所述备选阶次均衡参数矩阵[θi]M×M中的元素为备选阶次均衡参数；
步骤2-2：构建遗传算法的初代染色体种群，并利用第i个转速对应的客观轰鸣度指数Boi和目标轰鸣度指数Bsi建立第i个转速对应的适应度函数Fi；
步骤2-3：基于对应第i个转速的备选阶次均衡参数矩阵[θi]M×N和第i个转速对应的适应度函数Fi，确定第i个转速对应的遗传算法中涉及的参数；
步骤3：利用确定了参数的第i个转速对应的遗传算法进行搜索而得到全局最优解，将所述全局最优解作为第i个转速对应的最优阶次均衡参数并导入所述备选阶次均衡参数矩阵[θi]M×M中，从而得到对应第i个转速的阶次均衡参数矩阵[θ'i]M×M，进而依据阶次均衡参数矩阵[θ'i]M×M得到阶次均衡参数寻优后的第i个转速对应的M个阶次的新声音幅值向量计算公式；
从而，对应于第i个转速，利用所述主动发声系统发出阶次均衡参数寻优后的M个阶次的新声音幅值所对应的声音。
以上方案中，针对所述汽车的发动机的全转速区间范围，以均匀间隔选取I个不同的转速。
以上方案中，利用Vold-kalman滤波器提取所述原始声音信息中的阶次成分。
所述步骤1中，利用
Figure GDA0004147459300000031
计算第i个转速对应的客观轰鸣度指数Boi，其中，Δpi为针对第i个转速选取出的所需阶次的信息中，主阶次及其半阶次的相对差值，f为频率成分，α、β、λ均为基于主观声品质评估结果确定的权重因子。
所述步骤2-2中，采用二进制编码方式构建所述初代染色体种群。
所述步骤2-2中，建立的第i个转速对应的适应度函数为：
Fi＝|Boi-Bsi|。
所述步骤2-3中，第i个转速对应的遗传算法中涉及的参数包括选择/交叉/变异的操作方式、交叉概率pc、变异概率pm以及遗传算法搜索的中止条件。
根据所述备选阶次均衡参数的数据种群结构和所述适应度函数Fi的特性，确立所述遗传算法中选择/交叉/变异的操作方式和交叉概率pc、变异概率pm；利用所述适应度函数设立遗传算法搜索的中止条件为
Fi≤Ci
其中，Ci为第i个转速对应的中止条件限值，Ci为常数。
所述步骤3中，由第i个转速对应的最优阶次均衡参数
Figure GDA0004147459300000032
得到的阶次均衡参数矩阵[θ'i]M×M为/>
Figure GDA0004147459300000033
则阶次均衡参数寻优后的第i个转速对应的M个阶次的新声音幅值向量计算公式为：
Figure GDA0004147459300000034
其中，dni1,dni2,…,dniM为阶次均衡参数寻优后的第i个转速对应的M个阶次的新声音幅值，doi1,doi2,…,doiM为第i个转速所对应的M个阶次的初始声音幅值。
由于上述技术方案运用，本发明与现有技术相比具有下列优点：本发明能够为主动发声的设计提供理论指导框架，使得车内声环境可根据目标群体客户的需求进行定制化开发，提升车型品牌辨识度，缩短设计周期，达到令人满意的声品质效果。
附图说明
附图1为本发明的基于遗传算法的声品质阶次均衡优化及主动发声设计方法的流程图。
附图2为本发明的基于遗传算法的声品质阶次均衡优化及主动发声设计方法中阶次均衡参数设定的示意图。
具体实施方式
下面结合附图所示的实施例对本发明作进一步描述。
实施例一：一种基于遗传算法的声品质阶次均衡优化及主动发声设计方法，以原始的发动机阶次噪声作为声音合成的基础，以表征车内加速有力感和运动感的轰鸣度指数作为优化目标，通过对多样本车内声音进行主观声品质评估来修正轰鸣度指数计算模型，考虑到遗传算法在并行搜索方面的优势，将阶次均衡参数和主客观轰鸣度指数输入遗传算法优化模型，从而得出最优的阶次配比参数估计。
如附图1所示，该基于遗传算法的声品质阶次均衡优化及主动发声设计方法具体为：
首先，进行声音预处理，发动机从怠速连续加速到红线转速，采集该转速区间汽车乘员舱内由发动机带来的原始声音信息，利用Vold-kalman滤波器提取原始声音信息中的阶次成分，并初步选取所需阶次的信息。
之后，在汽车的发动机的全转速区间范围内选取依次编号的I(I为正整数)个不同的转速。可以在针对汽车的发动机的全转速区间范围，以均匀间隔选取I个不同的转速。例如，每隔100转设置一个中心转速点，共设置I个中心转速点，从而确定选取I个不同的转速。
然后分别选定各个转速，每选定一个转速时，针对当前所选定的第i(i∈[1,I])个转速，执行步骤1至步骤3。
步骤1：客观轰鸣度指数计算。
基于选取出的所需阶次的信息，利用针对第i个转速选取出的所需阶次的信息中主阶次及其半阶次的相对差值来计算客观轰鸣度指数，并用主观声品质评估结果来修正客观轰鸣度指数模型。计算第i个转速对应的客观轰鸣度指数Boi的计算模型为：
Figure GDA0004147459300000051
式(1)中，Δpi为针对第i个转速选取出的所需阶次的信息中，主阶次及其半阶次的相对差值，f为频率成分，α、β、λ均为基于主观声品质评估结果确定的权重因子。
步骤2：遗传算法参数寻优。
步骤2包括以下步骤2-1至步骤2-3。
步骤2-1：备选阶次均衡参数和目标轰鸣度指数设定。
设立对应第i个转速的备选阶次均衡参数矩阵[θi]M×M，该备选阶次均衡参数矩阵[θi]M×M用于修改初始阶次幅值向量[doi]M×1而使其达到修改后的阶次幅值向量[dni]M×1，则[dni]M×1＝[θi]M×M·[doi]M×1，如附图2所示。其中，初始阶次幅值向量[doi]M×1由第i个转速所对应的M个阶次的初始声音幅值构成，由原始声音信息采集可得，设第i个转速对应的M个阶次的初始声音幅值依次为doi1,doi2,…,doiM，则它们构成初始阶次幅值向量[doi]M×1。修改后的阶次幅值向量[dni]M×1由第i个转速所对应的M个阶次的新声音幅值构成。备选阶次均衡参数矩阵[θi]M×M中的元素为备选阶次均衡参数，相应的备选阶次均衡参数如下：
Figure GDA0004147459300000052
式(2)中，θi11,θi12,…,θi1N为第i个转速的第一个阶次对应的备选阶次均衡参数，以此类推。
根据主动发声的声品质偏好需求，主观设定第i个转速对应的目标轰鸣度指数Bsi，则各个转速对应的目标轰鸣度指数如下：
Bs＝[Bs1,Bs2,…,Bsi,…,BsI]1×I (3)
式(3)中，Bs1为第1个转速对应的目标轰鸣度指数，以此类推。
步骤2-2：产生编码函数和适应度函数。
采用二进制编码方式构建遗传算法的初代染色体种群，并利用第i个转速对应的客观轰鸣度指数Boi和目标轰鸣度指数Bsi建立第i个转速对应的适应度函数Fi，用于驱动遗传算法搜索出最优解。将第i个转速对应的客观轰鸣度指数Boi和主观设定的目标轰鸣度指数Bsi的差值的模作为适应度函数，如下式：
Fi＝|Boi-Bsi| (4)
步骤2-3：遗传算法参数设定。
基于对应第i个转速的备选阶次均衡参数矩阵[θi]M×N和第i个转速对应的适应度函数Fi，确定第i个转速对应的遗传算法中涉及的参数。具体为，第i个转速对应的遗传算法中涉及的参数包括选择/交叉/变异的操作方式、交叉概率pc、变异概率pm以及遗传算法搜索的中止条件。则根据备选阶次均衡参数的数据种群结构和适应度函数Fi的特性，确立遗传算法中选择/交叉/变异的操作方式和交叉概率pc、变异概率pm。利用适应度函数设立遗传算法搜索的中止条件如下式：
Fi≤Ci (5)
式(5)中，Ci为第i个转速对应的中止条件限值，Ci为常数。
步骤4：声音合成。
利用确定了参数的第i个转速对应的遗传算法进行搜索而得到全局最优解，当遗传算法的搜索过程趋于稳定且满足中止条件时，说明此时遗传算法搜索到了全局最优解。将全局最优解作为第i个转速对应的最优阶次均衡参数
Figure GDA0004147459300000061
并导入备选阶次均衡参数矩阵[θi]M×M中，从而得到对应第i个转速的阶次均衡参数矩阵[θ'i]M×M，进而依据阶次均衡参数矩阵[θ'i]M×M得到阶次均衡参数寻优后的第i个转速对应的M个阶次的新声音幅值向量计算公式，则通过遗传算法进行阶次均衡参数寻优之后的M个阶次的新声音幅值计算公式如下：
Figure GDA0004147459300000062
式(6)中，dni1,dni2,…,dniM为阶次均衡参数寻优后的第i个转速对应的M个阶次的新声音幅值，doi1,doi2,…,doiM为第i个转速所对应的M个阶次的初始声音幅值，
Figure GDA0004147459300000063
基于此，在与车内声场环境相匹配的基础上，对应于第i个转速区间，利用主动发声系统发出阶次均衡参数寻优后的M个阶次的新声音幅值所对应的声音，即可获得符合目标声品质属性的主动发声效果。
本发明提出的基于遗传算法的声品质阶次均衡优化及主动发声设计方法，融入以轰鸣度指数为代表的主客观声品质评价方法，利用遗传算法优选每个中心转速点处的阶次均衡参数，为主动发声的设计提供了理论指导框架，可根据目标群体客户的需求进行定制化开发，提升车型品牌辨识度，缩短设计周期，达到令人满意的声品质效果。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (4)

1.一种基于遗传算法的声品质阶次均衡优化及主动发声设计方法，用于针对汽车的乘员舱设计其主动发声系统的发声，其特征在于：所述基于遗传算法的声品质阶次均衡优化及主动发声设计方法为：
采集所述汽车的乘员舱内由所述汽车的发动机带来的原始声音信息，提取所述原始声音信息中的阶次成分，并初步选取所需阶次的信息；在所述汽车的发动机的全转速区间范围内选取I个不同的转速；然后分别选定各个转速，每选定一个转速时，针对当前所选定的第i个转速，i∈[1,I]，执行步骤1至步骤3；
步骤1：基于选取出的所需阶次的信息，计算第i个转速对应的客观轰鸣度指数Boi；
步骤2：步骤2包括以下步骤2-1至步骤2-3；
步骤2-1：主观设定第i个转速对应的目标轰鸣度指数Bsi，并设立对应第i个转速的用于修改初始阶次幅值向量[doi]M×1而使其达到修改后的阶次幅值向量[dni]M×1的备选阶次均衡参数矩阵[θi]M×M，其中，所述初始阶次幅值向量[doi]M×1为第i个转速所对应的M个阶次的初始声音幅值向量，所述备选阶次均衡参数矩阵[θi]M×M中的元素为备选阶次均衡参数；
步骤2-2：构建遗传算法的初代染色体种群，并利用第i个转速对应的客观轰鸣度指数Boi和目标轰鸣度指数Bsi建立第i个转速对应的适应度函数Fi；
步骤2-3：基于对应第i个转速的备选阶次均衡参数矩阵[θi]M×N和第i个转速对应的适应度函数Fi，确定第i个转速对应的遗传算法中涉及的参数；
步骤3：利用确定了参数的第i个转速对应的遗传算法进行搜索而得到全局最优解，将所述全局最优解作为第i个转速对应的最优阶次均衡参数并导入所述备选阶次均衡参数矩阵[θi]M×M中，从而得到对应第i个转速的阶次均衡参数矩阵[θ'i]M×M，进而依据阶次均衡参数矩阵[θ'i]M×M得到阶次均衡参数寻优后的第i个转速对应的M个阶次的新声音幅值向量计算公式；
从而，对应于第i个转速，利用所述主动发声系统发出阶次均衡参数寻优后的M个阶次的新声音幅值所对应的声音；
所述步骤1中，利用
Figure FDA0004147459290000011
计算第i个转速对应的客观轰鸣度指数Boi，其中，Δpi为针对第i个转速选取出的所需阶次的信息中，主阶次及其半阶次的相对差值，f为频率成分，α、β、λ均为基于主观声品质评估结果确定的权重因子；
所述步骤2-2中，建立的第i个转速对应的适应度函数为：
Fi＝|Boi-Bsi|；
所述步骤2-3中，第i个转速对应的遗传算法中涉及的参数包括选择/交叉/变异的操作方式、交叉概率pc、变异概率pm以及遗传算法搜索的中止条件；
根据所述备选阶次均衡参数的数据种群结构和所述适应度函数Fi的特性，确立所述遗传算法中选择/交叉/变异的操作方式和交叉概率pc、变异概率pm；利用所述适应度函数设立遗传算法搜索的中止条件为
Fi≤Ci
其中，Ci为第i个转速对应的中止条件限值，Ci为常数；
所述步骤3中，由第i个转速对应的最优阶次均衡参数
Figure FDA0004147459290000021
得到的阶次均衡参数矩阵[θ'i]M×M为/>
Figure FDA0004147459290000022
则阶次均衡参数寻优后的第i个转速对应的M个阶次的新声音幅值向量计算公式为：
Figure FDA0004147459290000023
其中，dni1,dni2,…,dniM为阶次均衡参数寻优后的第i个转速对应的M个阶次的新声音幅值，doi1,doi2,…,doiM为第i个转速所对应的M个阶次的初始声音幅值。
2.根据权利要求1所述的基于遗传算法的声品质阶次均衡优化及主动发声设计方法，其特征在于：针对所述汽车的发动机的全转速区间范围，以均匀间隔选取I个不同的转速。
3.根据权利要求1所述的基于遗传算法的声品质阶次均衡优化及主动发声设计方法，其特征在于：利用Vold-kalman滤波器提取所述原始声音信息中的阶次成分。
4.根据权利要求1所述的基于遗传算法的声品质阶次均衡优化及主动发声设计方法，其特征在于：所述步骤2-2中，采用二进制编码方式构建所述初代染色体种群。
CN201910721796.2A 2019-08-06 2019-08-06 基于遗传算法的声品质阶次均衡优化及主动发声设计方法 Active CN110427709B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910721796.2A CN110427709B (zh) 2019-08-06 2019-08-06 基于遗传算法的声品质阶次均衡优化及主动发声设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910721796.2A CN110427709B (zh) 2019-08-06 2019-08-06 基于遗传算法的声品质阶次均衡优化及主动发声设计方法

Publications (2)

Publication Number Publication Date
CN110427709A CN110427709A (zh) 2019-11-08
CN110427709B true CN110427709B (zh) 2023-07-11

Family

ID=68412798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910721796.2A Active CN110427709B (zh) 2019-08-06 2019-08-06 基于遗传算法的声品质阶次均衡优化及主动发声设计方法

Country Status (1)

Country Link
CN (1) CN110427709B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111723434B (zh) * 2020-05-26 2024-02-13 浙江零跑科技股份有限公司 一种基于啸叫的电驱动总成设计方案评价方法及系统
CN111780979B (zh) * 2020-07-01 2022-06-24 浙江吉利汽车研究院有限公司 一种用于发动机的声品质打分方法及声品质打分系统
CN112304632A (zh) * 2020-07-08 2021-02-02 重庆长安汽车股份有限公司 一种描述人耳感知的瞬态调制评价方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109747575A (zh) * 2018-12-05 2019-05-14 江苏大学 一种基于阶次优化的多模式车内声品质优化系统
CN110010146A (zh) * 2019-04-10 2019-07-12 无锡吉兴汽车声学部件科技有限公司 一种汽车主动降噪系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109747575A (zh) * 2018-12-05 2019-05-14 江苏大学 一种基于阶次优化的多模式车内声品质优化系统
CN110010146A (zh) * 2019-04-10 2019-07-12 无锡吉兴汽车声学部件科技有限公司 一种汽车主动降噪系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于阶次分析的主动声品质控制;姜顺明等;《重庆理工大学学报(自然科学)》;20181015(第10期);全文 *

Also Published As

Publication number Publication date
CN110427709A (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
CN110427709B (zh) 基于遗传算法的声品质阶次均衡优化及主动发声设计方法
KR102474355B1 (ko) 차량 제어 통합 관리 시스템 및 이와 통신을 통해 연결된 중앙 인공지능 서버
US10960816B2 (en) Vehicle engine sound control system and control method based on driver propensity using artificial intelligence
Ma et al. Sound quality evaluation of the interior noise of pure electric vehicle based on neural network model
US10625671B2 (en) Engine sound color control method based on engine dynamic characteristic with artificial intelligence and vehicle thereof
CN103895567B (zh) 一种电动汽车的声音模拟发声方法及装置
CN104718110B (zh) 车辆接近通知装置的音质调整装置、车辆接近通知装置模拟器及车辆接近通知装置
CN112185335B (zh) 一种降噪方法、装置、电子设备及存储介质
JP6270330B2 (ja) エンジン音出力装置及びエンジン音出力方法
CN110718206B (zh) 一种主动发声系统声音目标设定方法及主动发声系统
CN109591693A (zh) 一种电动汽车运动声品质主动发声系统
CN106992002A (zh) 用于改进含噪语音识别的动态声学模型切换
CN109693609A (zh) 用于混合动力车辆的声音控制方法
CN114103850B (zh) 一种实现汽车主动声增强的系统
US20220169174A1 (en) Method of providing virtual sound in electric vehicle
CN115641861A (zh) 一种车载语音增强方法、装置、存储介质及设备
JP7331850B2 (ja) 情報処理装置及び情報処理方法
JP2021113941A (ja) 車両用音生成装置
CN116884377A (zh) 一种提升音质的主动发声方法
US11498576B2 (en) Onboard device, traveling state estimation method, server device, information processing method, and traveling state estimation system
CN107566896A (zh) 多媒体信息推荐方法及装置、存储介质、终端
CN114446267B (zh) 一种车用主动声音合成方法
Zhou et al. A Modified Reference Signal Selection Method for Feed-Forward Active Road Noise Control System
Maunder et al. System for augmenting the in-cabin sound of electric vehicles
Schramm et al. AI in automotive audio: approaching dynamic driving sound design

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