CN115219217A - 车内啸叫噪声分析方法、装置及存储介质 - Google Patents

Abstract

本发明公开了一种车内啸叫噪声分析方法、装置及存储介质，其中，方法部分包括：获取车辆的车内噪声数据，对车内噪声数据进行处理，以提取出车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和车辆的背景阶次噪声峰值包络曲线，将啸叫阶次噪声峰值包络曲线与背景阶次噪声峰值包络曲线做差，获得噪声差值曲线，并根据噪声差值曲线确定客观评价指标，根据客观评价指标与车内乘员对车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型，根据线性回归模型对车辆内的啸叫噪声进行分析；本发明中，通过建立主客观拟合评分的线性回归模型，对车辆内的啸叫噪声进行分析，使得评分结果兼顾了主观和客观感受，更加准确可靠。

Description

车内啸叫噪声分析方法、装置及存储介质

技术领域

本发明涉及车辆振动噪声分析技术领域，尤其涉及一种车内啸叫噪声分析方法、装置及存储介质。

背景技术

在车辆运行过程中，车辆的旋转部件(包括电机、变速器齿轮、增压器等)的旋转导致会造成振动或/和噪声的响应，产生车内啸叫噪音而被车内乘员感受到，车内的啸叫噪声对车辆舒适性的影响非常显著。车内啸叫噪音一般用声压级表示，而随着车辆的振动噪声性能的不断提高，汽车车内噪声的声压级大小已经不能较好地反映车辆舒适性的好坏。

目前对车内啸叫噪声的评价，通常用主观评价来定性地确定齿轮啸叫噪声的严重程度，但是每个人对声音的感受并不相同，同样量级的啸叫水平，在不同背景噪声下对人的主观感觉差异很大，因此，采用主观评价的方式对车内啸叫噪声进行评价不够客观，导致对车辆啸叫噪音的评价结果不够统一、准确。

发明内容

本发明提供一种车内啸叫噪声分析方法、装置及存储介质，以解决现有技术中，采用主观评价的方式对车内啸叫噪声进行评价，导致评价结果不够统一、准确的问题。

一种车内啸叫噪声分析方法，包括：

获取车辆的车内噪声数据；

对所述车内噪声数据进行处理，以提取出所述车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和所述车辆的背景阶次噪声峰值包络曲线；

将所述啸叫阶次噪声峰值包络曲线与所述背景阶次噪声峰值包络曲线做差，获得噪声差值曲线，并根据所述噪声差值曲线确定所述车内噪声数据的是客观评价指标；

根据所述客观评价指标与车内乘员对所述车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型；

根据所述线性回归模型和所述客观评价指标对所述车辆内的啸叫噪声进行分析。

进一步地，所述根据所述客观评价指标与车内乘员对所述车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型，包括：

建立所述客观评价指标与所述主观评分数据的线性回归关系，以确定所述主客观拟合评分的线性回归模型，所述线性回归模型通过如下公式表达：

X＝(A-Y)/B；

其中，X为所述主客观拟合评分，Y为所述客观评价指标，A和B为常数。

进一步地，所述根据所述噪声差值曲线确定所述车内噪声数据的客观评价指标，包括：

根据所述目标旋转部件的类型确定敏感参数，所述敏感参数为预先确定分析所述噪声差值曲线时的分析精度，所述敏感参数用预设转速表示；

按照所述敏感参数将所述噪声差值曲线均分为多个子噪声差值曲线，并确定各所述子噪声差值曲线内的最大噪声差值；

根据各所述子噪声差值曲线内的最大噪声差值确定所述客观评价指标。

进一步地，所述根据各所述子噪声差值曲线内的最大噪声差值确定所述客观评价指标，包括：

确定所述敏感参数与转速采集间隔的比值，所述转速采集间隔为对所述目标旋转部件的转速进行采集的采集间隔；

将大于或者等于所述比值的最小正整数作为目标值；

根据所述目标值和各所述子噪声差值曲线内的最大噪声差值确定所述客观评价指标，所述客观评价指标需满足：在所述噪声差值曲线中，有且仅有预设数量个所述最大噪声差值大于或者等于所述客观评价指标，所述预设数量为所述目标值与预设值的和。

进一步地，所述对所述车内噪声数据进行处理，以提取出所述车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和所述车辆的背景阶次噪声峰值包络曲线，包括：

对所述车内噪声数据进行处理，将所述车内噪声数据转化为噪声声压级随所述目标旋转部件的转速和噪声频率变化的车内噪声三维图；

对所述车内噪声三维图进行处理，以获得所述目标旋转部件的啸叫阶次噪声曲线和所述车辆的背景阶次噪声曲线；

根据所述啸叫阶次噪声曲线确定啸叫阶次噪声峰值包络曲线，并根据所述背景阶次噪声曲线确定背景阶次噪声峰值包络曲线。

进一步地，所述对所述车内噪声三维图进行处理，以获得所述目标旋转部件的啸叫阶次噪声曲线和所述车辆的背景阶次噪声曲线，包括：

在所述车内噪声三维图内确定啸叫阶次，并将所述啸叫阶次向所述噪声频率增大的方向平移预设频率，以获得背景阶次；

对所述啸叫阶次的噪声数据进行预设带宽的噪声切片处理，获得所述啸叫阶次噪声曲线，所述啸叫阶次噪声曲线的噪声声压级随所述转速变化；

对所述背景阶次内的噪声数据进行所述预设带宽的噪声切片处理，获得所述背景阶次噪声曲线，所述背景阶次噪声曲线的噪声声压级随所述转速变化。

进一步地，所述根据所述啸叫阶次噪声曲线确定啸叫阶次噪声峰值包络曲线，包括：

将所述啸叫阶次噪声曲线按所述目标旋转部件的采集转速范围均分为N段啸叫子曲线，每一所述啸叫子曲线对应预设转速范围；

确定每一所述啸叫子曲线的阶次噪声声压级最大值，以获得N个啸叫阶次噪声峰值，并确定各所述啸叫阶次噪声峰值对应的转速，获得N组噪声峰值数据；

将所述N组噪声峰值数据进行差值运算，获得所述转速随所述啸叫阶次噪声峰值变化的曲线，作为所述啸叫阶次噪声峰值包络曲线。

一种车内啸叫噪声分析装置，包括：

获取模块，用于获取车辆的车内噪声数据；

提取模块，用于对所述车内噪声数据进行处理，以提取出所述车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和所述车辆的背景阶次噪声峰值包络曲线；

确定模块，用于将所述啸叫阶次噪声峰值包络曲线与所述背景阶次噪声峰值包络曲线做差，获得噪声差值曲线，并根据所述噪声差值曲线确定所述车内噪声数据的客观评价指标；

建立模块，用于根据所述客观评价指标与车内乘员对所述车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型；

分析模块，用于根据所述线性回归模型和所述客观评价指标对所述车辆内的啸叫噪声进行分析。

一种车内啸叫噪声分析装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述车内啸叫噪声分析方法的步骤。

一种可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述车内啸叫噪声分析方法的步骤。

上述车内啸叫噪声分析方法、装置及存储介质所提供的一个方案中，通过获取车辆的车内噪声数据，然后对车内噪声数据进行处理，以提取出车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和车辆的背景阶次噪声峰值包络曲线，再将啸叫阶次噪声峰值包络曲线与背景阶次噪声峰值包络曲线做差，获得噪声差值曲线，并根据噪声差值曲线确定客观评价指标，最后根据客观评价指标与车内乘员对车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型，根据线性回归模型对车辆内的啸叫噪声进行分析；本发明中，通过计算得到啸叫阶次噪声峰值包络曲线和背景阶次噪声峰值包络曲线，进而根据两者的噪声差值曲线确定客观评分指标，以获得主客观拟合评分的线性回归模型，最后根据线性回归模型和客观评分指标进行车辆内的啸叫噪声进行分析，使得评分结果兼顾了主观和客观感受，更加准确可靠，解决了对车内啸叫噪声进行主观评价，导致评价结果不够统一、准确的问题。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中车内啸叫噪声分析系统的一结构示意图；

图2是本发明一实施例中车内啸叫噪声分析方法的一流程示意图；

图3是图2中步骤S20的一实现流程示意图；

图4是图2中步骤S30的一实现流程示意图；

图5是本发明一实施例中的噪声差值曲线示意图；

图6是本发明一实施例中车内啸叫噪声分析装置的一结构示意图；

图7是本发明一实施例中车内啸叫噪声分析装置的另一结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供的车内啸叫噪声分析方法，可应用在如图1的车内啸叫噪声分析系统中，该车内啸叫噪声分析系统包括车辆101和车内啸叫噪声分析装置102，其中，车辆101与车内啸叫噪声分析装置102进行通讯连接。车内啸叫噪声分析装置获取车辆的车内噪声数据，然后对车内噪声数据进行处理，以提取出车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和车辆的背景阶次噪声峰值包络曲线，再将啸叫阶次噪声峰值包络曲线与背景阶次噪声峰值包络曲线做差，获得噪声差值曲线，并根据噪声差值曲线确定客观评价指标，最后根据客观评价指标与车内乘员对车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型，根据线性回归模型对车辆内的啸叫噪声进行分析；通过计算得到啸叫阶次噪声峰值包络曲线和背景阶次噪声峰值包络曲线，进而根据两者的噪声差值曲线确定客观评分指标，以获得主客观拟合评分的线性回归模型，最后根据线性回归模型和客观评分指标进行车辆内的啸叫噪声进行分析，使得评分结果兼顾了主观和客观感受，更加准确可靠。

本实施例中，车内啸叫噪声分析系统包括车辆和车内啸叫噪声分析装置仅为示例性说明，在其他实施例中，车内啸叫噪声分析系统还包括其他，在此不再赘述。

本实施例提出的车内啸叫噪声分析主要适用于分析车辆内燃机驱动的旋转部件、变速器齿轮、增压器等其他旋转部件的啸叫噪声。

在一实施例中，如图2所示，提供一种车内啸叫噪声分析方法，以该方法应用在图1中的车内啸叫噪声分析装置为例进行说明，包括如下步骤：

S10：获取车辆的车内噪声数据。

本实施例中，车内啸叫噪声分析系统包括用于采集车内噪音信号的声音传感器，将声音传感器设置在车内乘员(包括驾驶员和其他位置的乘员)的内耳位置处，在车辆行驶时，获取声音传感器采集的车内噪声信号，然后将车内噪声信号转化为数字信号并进行A计权处理，从而获得车内噪声数据。车内噪声数据为A计权声压级随噪声频率、旋转部件转速变化而变化的噪声数据，通过A计权处理的车内噪声数据更贴近人耳主观感受，能较好反应车内噪声对人耳损伤的影响。

其中，声音传感器采集车内噪声信号的过程中，对车内噪声信号的采样频率需要满足采样定理(采样频率可以为12800Hz)；以预先设定的转速采集间隔R采集旋转部件的转速变化，其中，R的范围可以设置为：15rpm≤R≤25rpm；对不同的旋转部件进行噪音采集时，设置不同的频率分辨率，例如，对于内燃机驱动的旋转部件啸叫数据采集，频率分辨率采用2Hz，对电机等其他部件啸叫数据采集，频率分辨率采用4Hz。

其中，声音传感器可以是麦克风传感器，在其他实施例中，声音传感器还可以是其他传感器，在此不再赘述。

S20：对车内噪声数据进行处理，以提取出车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和车辆的背景阶次噪声峰值包络曲线。

在获取车内噪声数据之后，对车内噪声数据进行处理，先获取车辆上目标旋转部件的啸叫阶次噪声曲线，并获取车辆的背景阶次噪声曲线，然后通过数学计算(可以采用Excel、matlab、整车啸叫主客观评价软件等)进行计算，在根据啸叫阶次噪声曲线提取出啸叫阶次噪声峰值包络曲线，并根据背景阶次噪声曲线提取出背景阶次噪声峰值包络曲线。

S30：将啸叫阶次噪声峰值包络曲线与背景阶次噪声峰值包络曲线做差，获得噪声差值曲线，并根据噪声差值曲线确定车内噪声数据的客观评价指标。

在获取目标旋转部件的啸叫阶次噪声峰值包络曲线、车辆的背景阶次噪声峰值包络曲线之后，将啸叫阶次噪声峰值包络曲线与背景阶次噪声峰值包络曲线做差，获得噪声差值曲线，然后根据噪声差值曲线确定车内噪声数据的客观评价指标。

其中，根据噪声差值曲线确定车内噪声数据的客观评价指标，可以确定噪声差值曲线中噪声差值的最大值，将噪声差值曲线中噪声差值的最大值作为客观评价指标，简单快捷；也可以取一个略小于噪声差值的最大值的数值作为客观评价指标，还可以通过其他方式确定客观评价指标，在此不再赘述。

S40：根据客观评价指标与车内乘员对车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型。

确定车内噪声数据的客观评价指标之后，建立客观评价指标与车内乘员对车内噪声数据的主观评分数据之间的线性回归关系，以确定主客观拟合评分的线性回归模型。

具体地，根据客观评价指标与车内乘员对车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型，包括：

建立客观评价指标与主观评分数据的线性回归关系，以确定主客观拟合评分的线性回归模型，具体地，本实施例中的线性回归模型通过如下公式表达：

X＝(A-Y)/B；

其中，X为主客观拟合评分，Y为客观评价指标，A和B为常数。

在获取车内噪声数据的客观评价指标和车内乘员对车内噪声数据的主观评分数据之后，将客观评价指标与主观评分数据进行拟合(可以通过拟合软件进行客观评价指标与主观评分数据的拟合)，然后根据客观评价指标与主观评分数据拟合情况，建立客观评价指标与主观评分数据的线性回归关系，从而获得主客观拟合评分的线性回归模型：

X＝(A-Y)/B；

其中，X为主客观拟合评分，Y为客观评价指标，A和B为常数。

其中，在对客观评价指标与车内乘员对车内噪声数据的主观评分数据进行线性回归分析时，R-squared(R²)越大，表明客观评价指标与主观评分数据的拟合值的相关性越好，当R²大于0.8时，则认为客观评价指标与主观评分数据的相关性达到要求。

其中，车内噪声数据的主观评分数据，是在试验场地进行指定工况下的车辆车内啸叫试验时，相关专业人士及非专业人士共同对车内噪音进行评价获得的主观评分，具体主观评价方法如表1所示：

表1

S50：根据线性回归模型和客观评价指标对车辆内的啸叫噪声进行分析。

在获得线性回归模型之后，将车内噪声数据的客观评价指标输入线性回归模型，即可通过主客观拟合评分对车辆内的啸叫噪声进行分析，以确定车内噪声数据对乘员的影响，便于根据主客观拟合评分对车辆进行优化以提升车辆的NHV性能。

如表2所示，以车内乘员对11台车辆的主观评分及主客观拟合评分统计为例，对11台不同车辆的主观评价及主客观拟合评分对比，具体内容如表2所示：

表2

由表2可知主观评分与根据线性回归模型计算获得主客观拟合评分误差较小，本实施例获取的主客观拟合评分，在结合了客观评价指标的基础上，以与主观评分关联性较高、误差较小，主客观拟合评分能够准确可靠地描述不同旋转部件的啸叫噪音对乘员的影响。采用线性回归模型对车内啸叫噪声进行分析，适用于电机、变速器齿轮、增压器等旋转部件产生的啸叫问题的分析，不需要组织大量的实地主观评价活动即可获得较为准确的啸叫噪音分析结果，节省了大量的人力、物力，还规避了主观评价随意性较大的问题，同时有利于在各种项目开发过程中，快速判断车辆上旋转部件的啸叫问题及啸叫严重程度。

本实施例中，通过获取车辆的车内噪声数据，然后对车内噪声数据进行处理，以提取出车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和车辆的背景阶次噪声峰值包络曲线，再将啸叫阶次噪声峰值包络曲线与背景阶次噪声峰值包络曲线做差，获得噪声差值曲线，并根据噪声差值曲线确定客观评价指标，最后根据客观评价指标与车内乘员对车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型，根据线性回归模型对车辆内的啸叫噪声进行分析；本发明中，通过计算得到啸叫阶次噪声峰值包络曲线和背景阶次噪声峰值包络曲线，进而根据两者的噪声差值曲线确定客观评分指标，以获得主客观拟合评分的线性回归模型，最后根据线性回归模型和客观评分指标进行车辆内的啸叫噪声进行分析，使得评分结果兼顾了主观和客观感受，更加准确可靠，解决了对车内啸叫噪声进行主观评价，导致评价结果不够统一、准确的问题。

在一实施例中，如图3所示，步骤S20中，即对车内噪声数据进行处理，以提取出车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和车辆的背景阶次噪声峰值包络曲线，具体包括如下步骤：

S21：对车内噪声数据进行处理，将车内噪声数据转化为噪声声压级随目标旋转部件的转速和噪声频率变化的车内噪声三维图。

在获取车内噪声数据之后，对车内噪声数据进行频谱处理，将车内噪声数据转化为噪声声压级随目标旋转部件的转速和噪声频率变化的车内噪声三维彩图。其中，车内噪声三维彩图的横轴表示车内噪声频率(单位为Hz)，车内噪声三维彩图的纵轴表示采集到的目标旋转部件的转速(单位为rpm)，然后噪声声压级用不同颜色表示，噪声声压级随目标旋转部件的转速和噪声频率变化，分贝越高，颜色越鲜亮。

S22：对车内噪声三维图进行处理，以获得目标旋转部件的啸叫阶次噪声曲线和车辆的背景阶次噪声曲线。

在获取车内噪声三维图之后，需要对车内噪声三维图进行处理，以获得目标旋转部件的啸叫阶次噪声曲线和车辆的背景阶次噪声曲线。

S23：根据啸叫阶次噪声曲线确定啸叫阶次噪声峰值包络曲线，并根据背景阶次噪声曲线确定背景阶次噪声峰值包络曲线。

在获得啸叫阶次噪声曲线之后，将啸叫阶次噪声曲线按目标旋转部件的采集转速范围均分为N段啸叫子曲线，每一啸叫子曲线对应预设转速范围，然后确定每一啸叫子曲线的阶次噪声声压级最大值，以获得N个啸叫阶次噪声峰值，并确定各啸叫阶次噪声峰值对应的转速，获得N组噪声峰值数据，然后根据对应的转速将N组噪声峰值数据描绘出啸叫阶次噪声峰值包络曲线。

同理，在获得背景阶次噪声曲线之后，将背景阶次噪声曲线按目标旋转部件的采集转速范围均分为N段背景子曲线，每一背景子曲线对应预设转速范围，然后确定每一背景子曲线的阶次噪声声压级最大值，以获得N个背景阶次噪声峰值，并确定各背景阶次噪声峰值对应的转速，也获得N组噪声峰值数据，然后根据对应的转速将N组噪声峰值数据描绘出背景阶次噪声峰值包络曲线。

其中，将目标旋转部件的采集转速范围除以预设转速范围，即可获得N。预设转速范围可以为100rpm，N＝采集转速范围(电机或内燃机的)/100)。

本实施例中，通过对车内噪声数据进行处理，将车内噪声数据转化为噪声声压级随目标旋转部件的转速和噪声频率变化的车内噪声三维图，再对车内噪声三维图进行处理，以获得目标旋转部件的啸叫阶次噪声曲线和车辆的背景阶次噪声曲线，最后根据啸叫阶次噪声曲线确定啸叫阶次噪声峰值包络曲线，并根据背景阶次噪声曲线确定背景阶次噪声峰值包络曲线，细化了对车内噪声数据进行处理，以提取出车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和车辆的背景阶次噪声峰值包络曲线的步骤，为后续客观评价指标的计算提供了基础。

在一实施例中，步骤S22中，即对车内噪声三维图进行处理，以获得目标旋转部件的啸叫阶次噪声曲线和车辆的背景阶次噪声曲线，具体包括如下步骤：

S221：在车内噪声三维图内确定啸叫阶次，并将啸叫阶次向噪声频率增大的方向平移预设频率，以获得背景阶次。

S222：对啸叫阶次的噪声数据进行预设带宽的噪声切片处理，获得啸叫阶次噪声曲线，啸叫阶次噪声曲线的噪声声压级随转速变化。

S223：对背景阶次内的噪声数据进行预设带宽的噪声切片处理，获得背景阶次噪声曲线，背景阶次噪声曲线的噪声声压级随转速变化。

在将车内噪声数据转化为噪声声压级随目标旋转部件的转速和噪声频率变化的车内噪声三维彩图之后，在车内噪声三维图内确定较为明亮的分隔线，即确定为啸叫阶次，并将啸叫阶次向噪声频率增大的方向平移预设频率(Δf可以为30Hz～80Hz)，以获得背景阶次。将啸叫阶次向噪声频率增大的方向平移预设频率获得的背景阶次，使得后续获得的客观评价指标不受到相邻阶次噪声影响，可以适用于多种旋转部件。

S222：对啸叫阶次的噪声数据进行预设带宽的噪声切片处理，获得啸叫阶次噪声曲线，啸叫阶次噪声曲线的噪声声压级随转速变化。

在确定啸叫阶次之后，对啸叫阶次的噪声数据进行预设带宽的噪声切片处理，获得啸叫阶次噪声曲线，啸叫阶次噪声曲线的噪声声压级随转速变化。其中，预设带宽可以为0.5阶。

S223：对背景阶次内的噪声数据进行预设带宽的噪声切片处理，获得背景阶次噪声曲线，背景阶次噪声曲线的噪声声压级随转速变化。

在确定背景阶次之后，对背景阶次的噪声数据进行同样预设带宽的噪声切片处理，获得背景阶次噪声曲线，背景阶次噪声曲线的噪声声压级随转速变化。啸叫阶次噪声和背景阶次噪声的提取带宽均为预设带宽。

本实施例中，通过在车内噪声三维图内确定啸叫阶次，并将啸叫阶次向噪声频率增大的方向平移预设频率，以获得背景阶次，然后对啸叫阶次的噪声数据进行预设带宽的噪声切片处理，获得啸叫阶次噪声曲线，啸叫阶次噪声曲线的噪声声压级随转速变化，并对背景阶次内的噪声数据进行预设带宽的噪声切片处理，获得背景阶次噪声曲线，背景阶次噪声曲线的噪声声压级随转速变化，明确了对车内噪声三维图进行处理，以获得目标旋转部件的啸叫阶次噪声曲线和车辆的背景阶次噪声曲线的过程，为啸叫阶次噪声曲线和背景阶次噪声曲线获得提供了基础。

在一实施例中，步骤S23中，即根据啸叫阶次噪声曲线确定啸叫阶次噪声峰值包络曲线，具体包括如下步骤：

S231：将啸叫阶次噪声曲线按目标旋转部件的采集转速范围均分为N段啸叫子曲线，每一啸叫子曲线对应预设转速范围。

S232：确定每一啸叫子曲线的阶次噪声声压级最大值，以获得N个啸叫阶次噪声峰值，并确定各啸叫阶次噪声峰值对应的转速，获得N组噪声峰值数据。

S233：将N组噪声峰值数据进行差值运算，获得转速随啸叫阶次噪声峰值变化的曲线，作为啸叫阶次噪声峰值包络曲线。

在获得啸叫阶次噪声曲线之后，将啸叫阶次噪声曲线按目标旋转部件的采集转速范围均分为N段啸叫子曲线，每一啸叫子曲线对应预设转速范围，确定每一啸叫子曲线的阶次噪声声压级最大值，以获得N个啸叫阶次噪声峰值，并确定各啸叫阶次噪声峰值对应的转速，获得N组噪声峰值数据。将N组噪声峰值数据进行差值运算，获得转速随啸叫阶次噪声峰值变化的曲线，作为啸叫阶次噪声峰值包络曲线。同理，可获得背景阶次噪声峰值包络曲线

本实施例中，阶次噪声(包括啸叫阶次噪声和背景阶次噪声)的声压级和目标旋转部件的转速关系可表达为：

L(i)＝f(x_i)；

其中，i＝1,2,3…n,L(i)为阶次噪声声压级，x_i为在每转速采集间隔采集到目标旋转部件的转速，n为车内噪声数据的数据总量。

将阶次噪声曲线(包括啸叫阶次噪声曲线和背景阶次噪声曲线)按目标旋转部件的采集转速范围均分成N段子曲线，提取每段子曲线对应的阶次噪声声压级最大值，得到N组噪声峰值数据，噪声峰值数据的噪声声压级和对应的转速分别记为f(x_kmax)和x_kmax，其中，k＝1,2,3…N，通过插值运算方法对N组噪声峰值数据进行差值运算，得到处理后的转速x_i(i＝1,2,3…n对应的噪声声压级L_E(x_i)，则阶次噪声峰值包络曲线可以表示为：

L_E(x_i)＝f_E(x_i)；i＝1,2,3…n。

即，啸叫阶次噪声峰值包络曲线和背景阶次噪声峰值包络曲线均可以同时上述公式表达。

其中，插值运算方法包括线性插值、拉格朗日插值、样条插值方法

例如，采用线性插值方法对N组噪声峰值数据进行差值运算：

当x_kmax≤x_i≥x_k+1max(k＝1,2,3…N-1)时，

当x₁≤x_i≥x_1max时，

当x_Nmax≤x_i≥x_n时，

本实施例中，将啸叫阶次噪声曲线按目标旋转部件的采集转速范围均分为N段啸叫子曲线，每一啸叫子曲线对应预设转速范围，确定每一啸叫子曲线的阶次噪声声压级最大值，以获得N个啸叫阶次噪声峰值，并确定各啸叫阶次噪声峰值对应的转速，获得N组噪声峰值数据，将N组噪声峰值数据进行差值运算，获得转速随啸叫阶次噪声峰值变化的曲线，作为啸叫阶次噪声峰值包络曲线，明确了根据啸叫阶次噪声曲线确定啸叫阶次噪声峰值包络曲线的具体过程，为后续确定噪声差值曲线提供了基础。

在一实施例中，如图4所示，步骤S30中，即根据噪声差值曲线确定车内噪声数据的客观评价指标，具体包括如下步骤：

S31：根据目标旋转部件的类型确定敏感参数，敏感参数为预先确定分析噪声差值曲线时的分析精度，敏感参数用预设转速表示。

在获取噪声差值曲线之后，需要确定目标旋转部件的类型确定敏感参数，目标旋转部件为需要件车内啸叫噪声的旋转部件，即噪声差值曲线对应的旋转部件。敏感参数为预先确定分析噪声差值曲线时的分析精度，敏感参数用预设转速表示，单位为rpm。

其中，敏感参数根据实际需求设定，例如，一般在分析内燃机直接驱动齿轮产生的啸叫噪音时，敏感参数的取值范围为[100，300]，即敏感参数需要大于或者等于100rpm，且小于或者等于300rpm；在分析驱动电机啸叫噪音时，敏感参数的取值范围为[300，1000]，即敏感参数需要大于或者等于300rpm，且小于或者等于1000rpm；在分析其他部件的啸叫噪音时也可根据实际情况取值。

S32：按照敏感参数将噪声差值曲线均分为多个子噪声差值曲线，并确定各子噪声差值曲线内的最大噪声差值。

在根据目标旋转部件的类型确定敏感参数之后，按照敏感参数将噪声差值曲线均分为多个子噪声差值曲线，并确定各子噪声差值曲线内的最大噪声差值。

S33：根据各子噪声差值曲线内的最大噪声差值确定客观评价指标。

在确定各子噪声差值曲线内的最大噪声差值之后，可以根据各子噪声差值曲线内的最大噪声差值确定客观评价指标。

例如，根据各子噪声差值曲线内的最大噪声差值的大小进行降序排序，选取各子噪声差值曲线内的最大噪声差值中，选取第m+1个最大噪声差值作为客观评价指标，其中，m可以为预设值，也可以为根据敏感参数和目标旋转部件的转速采集间隔确定；此外，还可以根据其他方法确定客观评价指标，在此不再赘述。

例如，目标旋转部件的噪声差值曲线如5图所示，图中x轴为目标旋转部件的转速，单位为转/分(rpm)，在4图中，目标旋转部件的采集转速范围为8000rpm；图中y轴为噪声差值，噪声差值以声压级表示，单位为分贝(dB)；图中的黑色曲线为噪声差值曲线，表示声音级噪声差值随目标旋转部件的转速变化，图中与x轴平行的黑色直线为客观评价指标。如图4中所示，噪声差值曲线内第5个的最大噪声差值为C，当m为4时，可确定噪声差值曲线内第5个的最大噪声差值，则客观评价指标为C点处的噪声差值。

由于子噪声差值曲线的数量由敏感参数确定，因此，在目标旋转部件的采集转速范围一定的基础上，敏感参数越少，子噪声差值曲线的数量越多，最大噪声差值的数量也越多，使获得的客观评价指标的精度也越高。

例如，当目标旋转部件的采集转速范围为8000rpm，敏感参数为200rpm，则可获得40个子噪声差值曲线，即获得40个子噪声差值曲线内的最大噪声差值，当目标旋转部件的转速采集间隔为25rpm时，可确定m为8，则地9个最大噪声差值为客观评价指标，客观评价指标可精确到0.25。

本实施例中，目标旋转部件的采集转速范围为8000rpm，敏感参数为200rpm仅为示例性说明，在其他实施例中，目标旋转部件的采集转速范围和敏感参数还可以是其他数值，在此不再赘述。

本实施例中，根据目标旋转部件的类型确定敏感参数，敏感参数为预先确定分析噪声差值曲线时的分析精度，敏感参数用预设转速表示，按照敏感参数将噪声差值曲线均分为多个子噪声差值曲线，并确定各子噪声差值曲线内的最大噪声差值，根据各子噪声差值曲线内的最大噪声差值确定客观评价指标，细化了根据噪声差值曲线确定车内噪声数据的客观评价指标的步骤，根据敏感参数将噪声差值曲线均分为多个噪声差值曲线，进而确定客观评价指标，可以根据敏感参数设定客观评价指标的精度，敏感参数越小，子噪声差值曲线对应的转速范围越小，确定的最大噪声差值数量越多，客观评价指标也越准确。

在一实施例中，步骤S33中，即根据各子噪声差值曲线内的最大噪声差值确定客观评价指标，具体包括如下步骤：

S331：确定敏感参数与转速采集间隔的比值，转速采集间隔为对目标旋转部件的转速进行采集的采集间隔。

S332：将大于或者等于比值的最小正整数作为目标值。

S333：根据目标值和各子噪声差值曲线内的最大噪声差值确定客观评价指标，客观评价指标需满足：在噪声差值曲线中，有且仅有预设数量个最大噪声差值大于或者等于客观评价指标，预设数量为目标值与预设值的和。

客观评价指标为H，敏感参数为B,转速采集间隔为R，目标值为m，确定敏感参数与转速采集间隔的比值为

则m为满足

的最小正整数，则在噪声差值曲线中，有且仅有m+1个最大噪声差值大于或者等于H。

本实施例中，通过确定敏感参数与转速采集间隔的比值，转速采集间隔为对目标旋转部件的转速进行采集的采集间隔，将大于或者等于比值的最小正整数作为目标值，根据目标值和各子噪声差值曲线内的最大噪声差值确定客观评价指标，客观评价指标需满足：在噪声差值曲线中，有且仅有预设数量个最大噪声差值大于或者等于客观评价指标，预设数量为目标值与预设值的和，明确了根据各子噪声差值曲线内的最大噪声差值确定客观评价指标的具体过程，根据敏感参数与转速采集间隔的比值确定客观评价指标，敏感参数与转速采集间隔的精度越高，客观评价指标的精度也越高，为客观评价指标的量化提供了基础。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种车内啸叫噪声分析装置，该车内啸叫噪声分析装置与上述实施例中车内啸叫噪声分析方法一一对应。如图6所示，该车内啸叫噪声分析装置包括获取模块601、提取模块602、确定模块603、建立模块604和分析模块605。各功能模块详细说明如下：

获取模块601，用于获取车辆的车内噪声数据；

提取模块602，用于对所述车内噪声数据进行处理，以提取出所述车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和所述车辆的背景阶次噪声峰值包络曲线；

确定模块603，用于将所述啸叫阶次噪声峰值包络曲线与所述背景阶次噪声峰值包络曲线做差，获得噪声差值曲线，并根据所述噪声差值曲线确定所述车内噪声数据的客观评价指标；

建立模块604，用于根据所述客观评价指标与车内乘员对所述车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型；

分析模块605，用于根据所述线性回归模型和所述客观评价指标对所述车辆内的啸叫噪声进行分析。

进一步地，所述建立模块604具体用于：

建立所述客观评价指标与所述主观评分数据的线性回归关系，以确定所述主客观拟合评分的线性回归模型，所述线性回归模型通过如下公式表达：

X＝(A-Y)/B；

其中，X为所述主客观拟合评分，Y为所述客观评价指标，A和B为常数。

进一步地，所述确定模块603具体用于：

所述根据所述噪声差值曲线确定所述车内噪声数据的客观评价指标，包括：

根据所述目标旋转部件的类型确定敏感参数，所述敏感参数为预先确定分析所述噪声差值曲线时的分析精度，所述敏感参数用预设转速表示；

按照所述敏感参数将所述噪声差值曲线均分为多个子噪声差值曲线，并确定各所述子噪声差值曲线内的最大噪声差值；

根据各所述子噪声差值曲线内的最大噪声差值确定所述客观评价指标。

进一步地，所述确定模块603具体还用于：

确定所述敏感参数与转速采集间隔的比值，所述转速采集间隔为对所述目标旋转部件的转速进行采集的采集间隔；

将大于或者等于所述比值的最小正整数作为目标值；

根据所述目标值和各所述子噪声差值曲线内的最大噪声差值确定所述客观评价指标，所述客观评价指标需满足：在所述噪声差值曲线中，有且仅有预设数量个所述最大噪声差值大于或者等于所述客观评价指标，所述预设数量为所述目标值与预设值的和。

进一步地，所述提取模块602具体用于：

对所述车内噪声数据进行处理，将所述车内噪声数据转化为噪声声压级随所述目标旋转部件的转速和噪声频率变化的车内噪声三维图；

对所述车内噪声三维图进行处理，以获得所述目标旋转部件的啸叫阶次噪声曲线和所述车辆的背景阶次噪声曲线；

根据所述啸叫阶次噪声曲线确定啸叫阶次噪声峰值包络曲线，并根据所述背景阶次噪声曲线确定背景阶次噪声峰值包络曲线。

进一步地，所述提取模块602具体还用于：

在所述车内噪声三维图内确定啸叫阶次，并将所述啸叫阶次向所述噪声频率增大的方向平移预设频率，以获得背景阶次；

对所述啸叫阶次的噪声数据进行预设带宽的噪声切片处理，获得所述啸叫阶次噪声曲线，所述啸叫阶次噪声曲线的噪声声压级随所述转速变化；

对所述背景阶次内的噪声数据进行所述预设带宽的噪声切片处理，获得所述背景阶次噪声曲线，所述背景阶次噪声曲线的噪声声压级随所述转速变化。

进一步地，所述提取模块602具体还用于：

将所述啸叫阶次噪声曲线按所述目标旋转部件的采集转速范围均分为N段啸叫子曲线，每一所述啸叫子曲线对应预设转速范围；

确定每一所述啸叫子曲线的阶次噪声声压级最大值，以获得N个啸叫阶次噪声峰值，并确定各所述啸叫阶次噪声峰值对应的转速，获得N组噪声峰值数据；

将所述N组噪声峰值数据进行差值运算，获得所述转速随所述啸叫阶次噪声峰值变化的曲线，作为所述啸叫阶次噪声峰值包络曲线。

关于车内啸叫噪声分析装置的具体限定可以参见上文中对车内啸叫噪声分析方法的限定，在此不再赘述。上述车内啸叫噪声分析装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种车内啸叫噪声分析装置，该车内啸叫噪声分析装置可以是计算机设备。该车内啸叫噪声分析装置包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该车内啸叫噪声分析装置的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该车内啸叫噪声分析装置的网络接口用于与外部设备器通过网络连接通信。该计算机程序被处理器执行时以实现一种车内啸叫噪声分析方法。

在一个实施例中，如图7所示，提供了一种车内啸叫噪声分析装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述车内啸叫噪声分析方法的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述车内啸叫噪声分析方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种车内啸叫噪声分析方法，其特征在于，包括：

获取车辆的车内噪声数据；

对所述车内噪声数据进行处理，以提取出所述车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和所述车辆的背景阶次噪声峰值包络曲线；

将所述啸叫阶次噪声峰值包络曲线与所述背景阶次噪声峰值包络曲线做差，获得噪声差值曲线，并根据所述噪声差值曲线确定所述车内噪声数据的客观评价指标；

根据所述客观评价指标与车内乘员对所述车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型；

根据所述线性回归模型和所述客观评价指标对所述车辆内的啸叫噪声进行分析。

2.如权利要求1所述的车内啸叫噪声分析方法，其特征在于，所述根据所述客观评价指标与车内乘员对所述车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型，包括：

建立所述客观评价指标与所述主观评分数据的线性回归关系，以确定所述主客观拟合评分的线性回归模型，所述线性回归模型通过如下公式表达：

X＝(A-Y)/B；

其中，X为所述主客观拟合评分，Y为所述客观评价指标，A和B为常数。

3.如权利要求1所述的车内啸叫噪声分析方法，其特征在于，所述根据所述噪声差值曲线确定所述车内噪声数据的客观评价指标，包括：

根据所述目标旋转部件的类型确定敏感参数，所述敏感参数为预先确定分析所述噪声差值曲线时的分析精度，所述敏感参数用预设转速表示；

按照所述敏感参数将所述噪声差值曲线均分为多个子噪声差值曲线，并确定各所述子噪声差值曲线内的最大噪声差值；

根据各所述子噪声差值曲线内的最大噪声差值确定所述客观评价指标。

4.如权利要求3所述的车内啸叫噪声分析方法，其特征在于，所述根据各所述子噪声差值曲线内的最大噪声差值确定所述客观评价指标，包括：

确定所述敏感参数与转速采集间隔的比值，所述转速采集间隔为对所述目标旋转部件的转速进行采集的采集间隔；

将大于或者等于所述比值的最小正整数作为目标值；

根据所述目标值和各所述子噪声差值曲线内的最大噪声差值确定所述客观评价指标，所述客观评价指标需满足：在所述噪声差值曲线中，有且仅有预设数量个所述最大噪声差值大于或者等于所述客观评价指标，所述预设数量为所述目标值与预设值的和。

5.如权利要求1-4任一项所述的车内啸叫噪声分析方法，其特征在于，所述对所述车内噪声数据进行处理，以提取出所述车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和所述车辆的背景阶次噪声峰值包络曲线，包括：

对所述车内噪声数据进行处理，将所述车内噪声数据转化为噪声声压级随所述目标旋转部件的转速和噪声频率变化的车内噪声三维图；

对所述车内噪声三维图进行处理，以获得所述目标旋转部件的啸叫阶次噪声曲线和所述车辆的背景阶次噪声曲线；

根据所述啸叫阶次噪声曲线确定啸叫阶次噪声峰值包络曲线，并根据所述背景阶次噪声曲线确定背景阶次噪声峰值包络曲线。

6.如权利要求5所述的车内啸叫噪声分析方法，其特征在于，所述对所述车内噪声三维图进行处理，以获得所述目标旋转部件的啸叫阶次噪声曲线和所述车辆的背景阶次噪声曲线，包括：

在所述车内噪声三维图内确定啸叫阶次，并将所述啸叫阶次向所述噪声频率增大的方向平移预设频率，以获得背景阶次；

对所述啸叫阶次的噪声数据进行预设带宽的噪声切片处理，获得所述啸叫阶次噪声曲线，所述啸叫阶次噪声曲线的噪声声压级随所述转速变化；

对所述背景阶次内的噪声数据进行所述预设带宽的噪声切片处理，获得所述背景阶次噪声曲线，所述背景阶次噪声曲线的噪声声压级随所述转速变化。

7.如权利要求5所述的车内啸叫噪声分析方法，其特征在于，所述根据所述啸叫阶次噪声曲线确定啸叫阶次噪声峰值包络曲线，包括：

将所述啸叫阶次噪声曲线按所述目标旋转部件的采集转速范围均分为N段啸叫子曲线，每一所述啸叫子曲线对应预设转速范围；

确定每一所述啸叫子曲线的阶次噪声声压级最大值，以获得N个啸叫阶次噪声峰值，并确定各所述啸叫阶次噪声峰值对应的转速，获得N组噪声峰值数据；

将所述N组噪声峰值数据进行差值运算，获得所述转速随所述啸叫阶次噪声峰值变化的曲线，作为所述啸叫阶次噪声峰值包络曲线。

8.一种车内啸叫噪声分析装置，其特征在于，包括：

获取模块，用于获取车辆的车内噪声数据；

提取模块，用于对所述车内噪声数据进行处理，以提取出所述车辆上目标旋转部件的啸叫阶次噪声峰值包络曲线和所述车辆的背景阶次噪声峰值包络曲线；

确定模块，用于将所述啸叫阶次噪声峰值包络曲线与所述背景阶次噪声峰值包络曲线做差，获得噪声差值曲线，并根据所述噪声差值曲线确定所述车内噪声数据的客观评价指标；

建立模块，用于根据所述客观评价指标与车内乘员对所述车内噪声数据的主观评分数据，建立主客观拟合评分的线性回归模型；

分析模块，用于根据所述线性回归模型和所述客观评价指标对所述车辆内的啸叫噪声进行分析。

9.一种车内啸叫噪声分析装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述车内啸叫噪声分析方法的步骤。

10.一种可读存储介质，所述可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述车内啸叫噪声分析方法的步骤。

Images