CN110567575A - 一种汽车门锁闭合声品质评价方法 - Google Patents

Abstract

本发明涉及一种汽车门锁闭合声品质评价方法，包括以下步骤：1)在半消声室环境中模拟整车中锁扣与锁体的碰撞过程，采集汽车门锁闭合时产生的门锁碰撞噪声的时域信号，并录制成音频文件进行筛选后作为评价打分的声音样本；2)获取评价人员对每个声音样本S进行偏好性排序后的样本总体P，并对样本总体P内的声音样本进行排序调整以及剔除误判数据；3)根据7级评分法对相邻样本的声品质区别程度进行评分，并进行归一化处理，获取各评价人员对每个声音样本的分值，将各评价人员对同一声样本的分值进行平均，即为该门锁噪声的最终评价值。与现有技术相比，本发明具有符合实际、排序准确快速、提高可靠性和容错率、评分精度高等优点。

Description

一种汽车门锁闭合声品质评价方法

技术领域

本发明涉及汽车性能测试评价技术领域，尤其是涉及一种汽车门锁闭合声品质评价方法。

背景技术

关门声是汽车NVH关注的重点之一。影响关门声的因素很多，车门锁是关门时碰撞力直接作用的部件，它的作用不可忽视，在车门密封较差的时候，可以清楚的分辨门锁闭合发出的声音。研究发现，车门锁上锁时的金属声和震颤感严重影响乘客的乘车体验，为此很多门锁供应商开始投入到门锁声品质的研发当中。

声品质的好坏程度需要经过评价来将其量化，目前国内外在实际应用中对于汽车声品质的评价主要采用评估和客观参数评价。评价试验或问卷调查是声品质评价的主要载体，首先选择适当的评价指标描述人对噪声品质的感受，并利用等级划分等原则进行量化，从而完成声品质评价。国内外经过多年的研究已经提出了很多方法，如：评分法、排序法、等级评分法、成对比较法、分组成对比较法、语义细分法及多维尺度分析法等。

现有的评价方法在样本量较大情况下存在工作量很大，评价结果的精度不高等缺陷。很多学者针对这些问题提出了一些新的评价方法，但也很难消除工作量和精度之间的矛盾，且在已完成的评价系统中插入新的样本也尤为困难，因此新的评价方法的提出有十分重要的意义。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种汽车门锁闭合声品质评价方法。

本发明的目的可以通过以下技术方案来实现：

一种汽车门锁闭合声品质评价方法，包括以下步骤：

1)在半消声室环境中模拟整车中锁扣与锁体的碰撞过程，消除环境噪声对门锁碰撞噪声的影响，模拟正常力度关门所对应的碰撞速度，并在人开门时相对车门锁的位置设置人工头模拟人耳听音场景，采集汽车门锁闭合时产生的门锁碰撞噪声的时域信号，并录制成音频文件进行筛选后作为评价打分的声音样本，总数记为N；

2)获取评价人员对每个声音样本S进行偏好性排序后的样本总体P，并对样本总体P内的声音样本进行排序调整以及剔除误判数据；

3)根据7级评分法对相邻样本的声品质区别程度进行评分，并进行归一化处理，获取各评价人员对每个声音样本的分值，将各评价人员对同一声样本的分值进行平均，即为该门锁噪声的最终评价值。

所述的步骤1)中，为排除与汽车门锁本身无关的因素影响，将车锁隔离出来单独进行实验，模拟整车中锁扣与锁体的碰撞过程。

所述的步骤1)中，模拟正常力度关门所对应的碰撞速度设置为1.2±0.1m/s。

所述的步骤1)中，在半消声室环境中，背景噪声与门锁碰撞噪声相差10dB。

所述的步骤1)中，人工头采用Head HMSⅢ型人工头，采用HEAD Audio Recorder数据采集系统采集汽车门锁闭合时产生的门锁碰撞噪声的时域信号，采样率为44.1kHz，门锁的数量大于20个，且每个门锁采集3个声音样本。

所述的步骤2)中，偏好性排序中采用二分法对每个声音样本进行排序。

所述的步骤2)中，排序调整从序号为N-2的样本开始到序号为1的样本结束，每个样本都要与其后所有样本重新比较，然后决定该样本重新排序后的位置，其具体步骤为：

以序号为N-3的样本为例，当偏好性排序结果中出现S(N-3)>S(N-2)时，表示出现与原排序正好相反的情况，此时先暂定为S(N-3)＝S(N-2)，再将S(N-3)与S(N-1)比较，若S(N-3)<S(N-1)，则此次样本调整结束；取S(N-3)＝S(N-2)，若S(N-3)＝S(N-1)，结合排序阶段的S(N-3)<S(N-1)，说明S(N-1)稍好于S(N-3)，则此次样本调整结束，取S(N-2)<S(N-3)<S(N-1)；若S(N-3)>S(N-1)，则S(N-3)继续与后面的S(N)比较，直至最后一个样本或者遇到调整结束的情况为止；

若偏好性排序结果中出现S(N-3)＝S(N-2)时，结合排序阶段S(N-3)<S(N-2)，则调整结果仍为S(N-3)<S(N-2)，此次样本调整结束；

若偏好性排序结果中出现S(N-3)<S(N-2)时，则表明之前排序无误，调整结束。

所述的步骤2)中，根据评价一致性系数进行剔除数据，具体为：

若评价人员的评价一致性系数小于0.8，则剔除该评价人员的样本总体，评价一致性系数T_w2的计算公式为：

其中，K(i)为第i个声音样本调整结束时经过比较的次数，且K(N-1)＝0，D(i)为第i个样本误判等级。

所述的步骤3)中，根据7级评分法对相邻声音样本的声品质区别程度进行评分，共进行N-1次相邻样本的比较，等级评分后进行归一化处理，使样本分值处于[0,10]，用以消除评价者打分值集中点的差异性。

所述的步骤3)中，第i个样本的分值score(i)的计算式为：

其中，I(t)为根据7级评分法对第t个声音样本与第t+1个声音样本的声品质区别程度的评分。

与现有技术相比，本发明具有以下优点：

一、符合实际：本发明的汽车门锁闭合声品质评价方法将门锁隔离，模拟人关门的正常力度，并设置人工头模拟人耳听音场景，使产生的门锁闭合声更符合实际，使采集的信号更接近人耳听到的声音。

二、排序准确快速：本发明的汽车门锁闭合声品质评价方法将评价过程看成一个样本容量不断扩大的过程，当新样本加入原有的样本总体时，通过二分法能够用最少的比较对数目确定其在原样本总体中的声品质排序，这种做法在减少工作量的同时恰好解决了成对比较法新样本插入困难的问题。

三、提高可靠性和容错率：本发明的汽车门锁闭合声品质评价方法将排序环节、调整环节和评分环节分离开来，层次清楚。调整环节中参考调整次数，考虑评价人员注意力下降的时间，便于对评价人员的休息时间做出调整；另外通过计算评价人员的评价一致性，可以剔除不合格评价者的评价数据，从而提高评价的可靠性和容错率。

四、评分精度高：本发明的汽车门锁闭合声品质评价方法采用7级评分法细化相邻比较样本之间的区别程度，并对评价结果进行归一化处理，采用所有评价人员评分的均值作为最终样本的得分，从而提高了评分精度。

附图说明

图1为本发明的声品质评价方法流程图。

图2为将N个声音样本进行偏好性排序的原理流程图。

图3为排序调整的流程图。

图4为等级评分示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示，本发明提供一种汽车门锁闭合声品质评价方法，包括以下步骤：

(1)为排除与气车门锁本身无关的因素，采用夹具安装门锁，将锁隔离出来单独进行实验，模拟整车中锁扣与锁体的碰撞过程；

(2)为保证门锁闭合速度的恒定性，且能模拟人用正常力度关门所对应的碰撞速度，采用恒力稳定的关门触发装置，根据经验将关门速度设置为1.2±0.1m/s；

(3)为确保环境噪声对门锁碰撞噪声的影响，要求背景噪声与声信号相差10dB，为此，实验选择在半消声室环境中进行；

(4)声品质的评价应尽量还原实际人耳在门锁附近听音的场景，Head HMSⅢ型人工头能较好的模拟人耳构造，并采用了一系列滤波器模拟人耳道的滤波功能，使得样本录制采集的保真效果很好，因此采用人工头且摆放的位置参考人开门时相对车门锁的位置，要求试验中所用到的传感器、仪器仪表均经过标定和校准，具有有效的计量合格证；

(5)利用数据采集系统采集汽车门锁闭合的声音时域信号，并录制声音样本音频文件。数据采集系统采用HEAD Audio Recorder，采样率选择44.1kHz。采集48个门锁的闭合声音样本信号，每把锁采集3个声音样本，用于观察测量数据的一致性。每个声样本采集时间长度为8s左右，然后采用HEAD Artemis将所有声样本时间长度截取为2s，使碰撞声压级幅值最大处位于中间；

(6)对样本进行筛选，剔除杂音较多和过于相近的样本，尽量保存有一定特征和辨识度的有效样本，然后确定进入评价环节的24个声音样本；

(7)确定评价场地和评价人员，评价场地优选整车半消声室，评价人员人数应在20人以上，评价人员涵盖不同的性别、年龄段、驾龄以及是否为汽车专业相关工作人员，优选1:1的男女比例，年龄段以青年、中年为主，不少于3年驾龄的评价人员应占50％以上，汽车专业尤其是NVH专业相关工作人员不得高于50％；

(8)在评价前对评价人员进行相关培训，熟悉评价方法，端正工作态度以及平缓心情，使评价人员以正常的身体与精神状态进行评价，培训不存在汽车水平优劣以及声音好坏的暗示，保证评价者真实有效地以感受进行打分。汽车门锁碰撞声并不是日常生活中经常接触到的声音，为了方便评价者做出选择，要求评价者只需以感官上舒适程度为标准；

(9)将24个声音样本进行第一阶段偏好性排序，如图2所示，排序过程可以看成是不断有新样本插入的过程，初始情况是样本S(2)插入到只含有样本S(1)的样本总体中。样本S(k)插入样本总体P(k-1)时，先与样本总体P(k-1)中处于中间位置的样本S(m)比较，若评价差于它，则再取S(m)之前样本的中处于中间位置的样本与样本S(k)进行比较，否则取S(m)之后样本的中处于中间位置的样本与样本S(k)进行比较，重复以上比较过程，直到样本S(k)与样本总体P(k-1)中最后一个样本结束比较，这样，样本S(k)在P(k-1)中的排序就确定下来，并且形成了新的样本总体P(k)，同理，每一个新样本的插入都可以按以上过程进行排序；

(10)对上一步的排序进行调整，原理如图3所示：从序号为N-1的样本开始到序号为1的样本结束，每个样本都要与其后所有样本重新比较，然后决定该样本重新排序后的位置：

以序号为N-3的样本为例，记S(i)为序号i所对应样本，S(N-3)先与S(N-2)比较，则有：

若评价结果为S(N-3)>S(N-2)，表示出现与原排序正好相反的情况，此时先暂定为S(N-3)＝S(N-2)，再将S(N-3)继续与S(N-1)比较，如果S(N-3)<S(N-1)，则该样本调整结束，取S(N-3)＝S(N-2)；如果S(N-3)＝S(N-1)，结合排序阶段的S(N-3)<S(N-1)，可以理解为S(N-1)稍好于S(N-3)，该样本调整结束取S(N-2)<S(N-3)<S(N-1)；如果S(N-3)>S(N-1)，则S(N-3)继续与后面的S(N)比较，直至最后一个样本或者遇到调整结束的情况为止；

若评价结果为S(N-3)＝S(N-2)，结合排序阶段S(N-3)<S(N-2)，调整结果仍为S(N-3)<S(N-2)，调整结束；

若评价结果为S(N-3)<S(N-2)，表明之前排序无误，调整结束。

(11)根据上一步的调整过程，计算评价者的评价一致性系数。记第i个样本调整结束经过比较的次数为K(i)，采用邻位相减的方法计算出第i(i＝N-2，N-3，…，2，1)个样本误判等级D(i)，误判等级越高代表评价者误判得两个声样本差异越大，误判情况越严重。其计算方法如式

其中K(N-1)＝0。

根据误判等级可以计算评价人员评价一致性系数T_w2，公式如下：

如果评价人员的评价一致性系数小于0.8，则需要考虑剔除该评价者的评价数据。

(12)样本调整完毕，评价者根据7级评分法(如表1所示)对相邻样本的声品质区别程度进行评分，共进行N-1次相邻样本的比较。等级评分后进行归一化处理，使样本分值处于[0,10]，以消除评价者打分值集中点的差异性，方法如下：

式中：score(i)为第i个样本的分值，I(t)为评价者根据7级评分法对第t个样本与第t+1个样本的声品质区别程度的评分。

表1 7级评分法尺度等级划分及含义

(13)将各评价人员对同一声样本的评分值进行平均，即为该门锁噪声的评价值。

在得到最终的评价结果后，可以将其作为声品质预测建模的准确样本数据或训练数据，借助目前比较成熟的算法，使模型获得可靠的预测能力，以此寻找评价结果与声样本响度、粗糙度等客观参数的依赖关系和相关性，最终达到通过调整客观参数来改善声品质的目的。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种汽车门锁闭合声品质评价方法，其特征在于，包括以下步骤：

1)在半消声室环境中模拟整车中锁扣与锁体的碰撞过程，消除环境噪声对门锁碰撞噪声的影响，模拟正常力度关门所对应的碰撞速度，并在人开门时相对车门锁的位置设置人工头模拟人耳听音场景，采集汽车门锁闭合时产生的门锁碰撞噪声的时域信号，并录制成音频文件进行筛选后作为评价打分的声音样本，总数记为N；

2)获取评价人员对每个声音样本S进行偏好性排序后的样本总体P，并对样本总体P内的声音样本进行排序调整以及剔除误判数据；

3)根据7级评分法对相邻样本的声品质区别程度进行评分，并进行归一化处理，获取各评价人员对每个声音样本的分值，将各评价人员对同一声样本的分值进行平均，即为该门锁噪声的最终评价值。

2.根据权利要求1所述的一种汽车门锁闭合声品质评价方法，其特征在于，所述的步骤1)中，为排除与汽车门锁本身无关的因素影响，将车锁隔离出来单独进行实验，模拟整车中锁扣与锁体的碰撞过程。

3.根据权利要求1所述的一种汽车门锁闭合声品质评价方法，其特征在于，所述的步骤1)中，模拟正常力度关门所对应的碰撞速度设置为1.2±0.1m/s。

4.根据权利要求1所述的一种汽车门锁闭合声品质评价方法，其特征在于，所述的步骤1)中，在半消声室环境中，背景噪声与门锁碰撞噪声相差10dB。

5.根据权利要求1所述的一种汽车门锁闭合声品质评价方法，其特征在于，所述的步骤1)中，人工头采用Head HMSⅢ型人工头，采用HEAD Audio Recorder数据采集系统采集汽车门锁闭合时产生的门锁碰撞噪声的时域信号，采样率为44.1kHz，门锁的数量大于20个，且每个门锁采集3个声音样本。

6.根据权利要求1所述的一种汽车门锁闭合声品质评价方法，其特征在于，所述的步骤2)中，偏好性排序中采用二分法对每个声音样本进行排序。

7.根据权利要求6所述的一种汽车门锁闭合声品质评价方法，其特征在于，所述的步骤2)中，排序调整从序号为N-2的样本开始到序号为1的样本结束，每个样本都要与其后所有样本重新比较，然后决定该样本重新排序后的位置，其具体步骤为：

当偏好性排序结果中出现S(N-3)>S(N-2)时，表示出现与原排序正好相反的情况，此时先暂定为S(N-3)＝S(N-2)，再将S(N-3)与S(N-1)比较，若S(N-3)<S(N-1)，则此次样本调整结束；取S(N-3)＝S(N-2)，若S(N-3)＝S(N-1)，结合排序阶段的S(N-3)<S(N-1)，说明S(N-1)稍好于S(N-3)，则此次样本调整结束，取S(N-2)<S(N-3)<S(N-1)；若S(N-3)>S(N-1)，则S(N-3)继续与后面的S(N)比较，直至最后一个样本或者遇到调整结束的情况为止；

若偏好性排序结果中出现S(N-3)＝S(N-2)时，结合排序阶段S(N-3)<S(N-2)，则调整结果仍为S(N-3)<S(N-2)，此次样本调整结束；

若偏好性排序结果中出现S(N-3)<S(N-2)时，则表明之前排序无误，调整结束。

8.根据权利要求7所述的一种汽车门锁闭合声品质评价方法，其特征在于，所述的步骤2)中，根据评价一致性系数进行剔除数据，具体为：

若评价人员的评价一致性系数小于0.8，则剔除该评价人员的样本总体，评价一致性系数T_w2的计算公式为：

其中，K(i)为第i个声音样本调整结束时经过比较的次数，且K(N-1)＝0，D(i)为第i个样本误判等级。

9.根据权利要求7所述的一种汽车门锁闭合声品质评价方法，其特征在于，所述的步骤3)中，根据7级评分法对相邻声音样本的声品质区别程度进行评分，共进行N-1次相邻样本的比较，等级评分后进行归一化处理，使样本分值处于[0,10]，用以消除评价者打分值集中点的差异性。

10.根据权利要求9所述的一种汽车门锁闭合声品质评价方法，其特征在于，所述的步骤3)中，第i个样本的分值score(i)的计算式为：

其中，I(t)为根据7级评分法对第t个声音样本与第t+1个声音样本的声品质区别程度的评分。