CN115222190A - 车辆的雨刮声品质评价方法和装置、计算机可读存储介质 - Google Patents
车辆的雨刮声品质评价方法和装置、计算机可读存储介质 Download PDFInfo
- Publication number
- CN115222190A CN115222190A CN202210530093.3A CN202210530093A CN115222190A CN 115222190 A CN115222190 A CN 115222190A CN 202210530093 A CN202210530093 A CN 202210530093A CN 115222190 A CN115222190 A CN 115222190A
- Authority
- CN
- China
- Prior art keywords
- wiper
- noise
- sound pressure
- determining
- loudness
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000011156 evaluation Methods 0.000 claims abstract description 177
- 230000001052 transient effect Effects 0.000 claims abstract description 55
- 238000013441 quality evaluation Methods 0.000 claims description 32
- 230000000873 masking effect Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 abstract description 34
- 238000011002 quantification Methods 0.000 abstract description 15
- 238000004364 calculation method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 230000005236 sound signal Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012356 Product development Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 210000005069 ears Anatomy 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Operations Research (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Manufacturing & Machinery (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种车辆的雨刮声品质评价方法和装置、计算机可读存储介质,其中,方法包括:采集雨刮运行状态下的噪声数据,其中,噪声数据包括换向噪音和电机噪音;根据换向噪音和电机噪音确定客观评价指标,其中,客观评价指标包括瞬态响度峰值和突出比指数;根据瞬态响度峰值和突出比指数确定主观评价结果。由此,该方法通过雨刮运行状态下的噪声数据的客观评价指标确定主观评价结果,通过客观评价指标实现了对雨刮声品质主观感受的客观量化,无需组织主观评价试验,即可获得主观评价结果,大幅度降低了主观评价的时间成本和人力成本。
Description
技术领域
本发明涉及车辆技术领域,尤其涉及一种车辆的雨刮声品质评价方法、一种计算机可读存储介质和一种车辆的雨刮声品质评价装置。
背景技术
随着汽车工业飞速发展,用户对车辆舒适性的要求不断提升,其中车辆NVH(Noise、Vibration、Harshness,噪声、振动与声振粗糙度)性能备受关注。目前用户对NVH性能要求不仅局限于噪声水平高低,而是更加追求整车声音的品质感。由于电动车相比于传统燃油车,车内更为静谧,汽车雨刮系统运行噪声极易引起用户的不适感,因此,提升雨刮声品质性能对提升整车品质感具有重要意义。
实现雨刮声品质性能的提升,首先需要明确如何评价雨刮声品质,目前对于雨刮声品质性能评价方法,以雨刮噪声声压级大小作为客观评价指标,但是,仅通过声压级大小是无法评估声音品质感,无法完成雨刮作动音品质感评价,存在局限性。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的第一个目的在于提出一种车辆的雨刮声品质评价方法,通过雨刮运行状态下的噪声数据的客观评价指标确定主观评价结果,通过客观评价指标实现了对雨刮声品质主观感受的客观量化,无需组织主观评价试验,即可获得主观评价结果,大幅度降低了主观评价的时间成本和人力成本。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种车辆的雨刮声品质评价装置。
为达到上述目的,本发明第一方面实施例提出了一种车辆的雨刮声品质评价方法,包括:采集雨刮运行状态下的噪声数据,其中,噪声数据包括换向噪音和电机噪音;根据换向噪音和电机噪音确定客观评价指标,其中,客观评价指标包括瞬态响度峰值和突出比指数;根据瞬态响度峰值和突出比指数确定主观评价结果。
根据本发明实施例的车辆的雨刮声品质评价方法,首先,采集雨刮运行状态下的噪声数据,其中,噪声数据包括换向噪音和电机噪音,然后根据换向噪音和电机噪音确定客观评价指标,其中,客观评价指标包括瞬态响度峰值和突出比指数,最后,根据瞬态响度峰值和突出比指数确定主观评价结果。由此,该方法通过雨刮运行状态下的噪声数据的客观评价指标确定主观评价结果,通过客观评价指标实现了对雨刮声品质主观感受的客观量化,无需组织主观评价试验,即可获得主观评价结果,大幅度降低了主观评价的时间成本和人力成本。
另外,根据本发明上述实施例的车辆的雨刮声品质评价方法,还可以具有如下的附加技术特征:
根据本发明的一个实施例,通过以下公式确定主观评价结果:
SQpre=α0+α1×ILP+α2×PRI
其中,SQpre表示主观评价结果,α0、α1和α2均表示回归系数,ILP表示瞬态响度峰值,PRI表示突出比指数。
根据本发明的一个实施例,根据换向噪音确定瞬态响度峰值,包括:根据雨刮运行状态下的换向噪音确定特征响度;获取特征响度在Bark域上的积分,以确定雨刮在每个运行周期内的响度峰值;根据雨刮在每个运行周期内的响度峰值确定瞬态响度峰值。
根据本发明的一个实施例,通过以下公式确定特征响度:
其中,N′表示特征响度,K1表示常数,LHS表示声压级,LE表示修正掩蔽效应后的声压级,e1表示常数,f表示频率。
根据本发明的一个实施例,通过以下公式确定瞬态响度峰值:
根据本发明的一个实施例,根据电机噪音确定突出比指数,包括:获取电机噪音的峰值频率;根据峰值频率确定所在的临界频带,并根据当前所在的临界频带确定左右相邻的两个临界频带;根据当前所在的临界频带和左右相邻的两个临界频带确定声压差;根据声压差确定突出比指数。
根据本发明的一个实施例,根据当前所在的临界频带和左右相邻的两个临界频带确定声压差,包括:根据当前所在临界频带确定第一声压级均值;分别获取左右两个临界频带的第二声压级均值和第三声压级均值;根据第一声压级均值、第二声压级均值和第三声压级均值确定声压差。
根据本发明的一个实施例,通过以下公式确定声压差:
其中,ΔLp表示声压差,XM表示第一声压级均值,XL表示第二声压级均值,XU表示第三声压级均值。
根据本发明的一个实施例,根据当前所在临界频带确定第一声压级均值,包括:根据电机噪音的峰值频率与当前所在临界频带的带宽确定当前所在临界频带上限频率;根据当前所在临界频带上限频率确定第一声压级均值。
根据本发明的一个实施例,通过以下公式确定第一声压级均值:
根据本发明的一个实施例,通过以下公式确定突出比指数:
为达到上述目的,本发明第二方面实施例提出了一种计算机可读存储介质,其上存储有车辆的雨刮声品质评价程序,该车辆的雨刮声品质评价程序被处理器执行时实现上述的车辆的雨刮声品质评价方法。
根据本发明实施例的计算机可读存储介质,基于前述的车辆的雨刮声品质评价方法,通过雨刮运行状态下的噪声数据的客观评价指标确定主观评价结果,通过客观评价指标实现了对雨刮声品质主观感受的客观量化,无需组织主观评价试验,即可获得主观评价结果,大幅度降低了主观评价的时间成本和人力成本。
为达到上述目的,本发明第三方面实施例提出了一种车辆的雨刮声品质评价装置,包括:采集模块,用于采集雨刮运行状态下的噪声数据,其中,噪声数据包括换向噪音和电机噪音;第一确定模块,用于根据换向噪音和电机噪音确定客观评价指标,其中,客观评价指标包括瞬态响度峰值和突出比指数;第二确定模块,用于根据瞬态响度峰值和突出比指数确定主观评价结果。
根据本发明实施例的车辆的雨刮声品质评价装置,通过采集模块采集雨刮运行状态下的噪声数据,其中,噪声数据包括换向噪音和电机噪音,第一确定模块根据换向噪音和电机噪音确定客观评价指标,其中,客观评价指标包括瞬态响度峰值和突出比指数,第二确定模块根据瞬态响度峰值和突出比指数确定主观评价结果。由此,该装置通过雨刮运行状态下的噪声数据的客观评价指标确定主观评价结果,通过客观评价指标实现了对雨刮声品质主观感受的客观量化,无需组织主观评价试验,即可获得主观评价结果,大幅度降低了主观评价的时间成本和人力成本。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为根据本发明实施例的车辆的雨刮声品质评价方法的流程图;
图2为根据本发明一个实施例的声品质的客观数学预测模型建立方法的流程图;
图3为根据本发明一个实施例的主观评价结果的测量值与真实值的比对图;
图4为图2步骤S108中计算瞬态响度峰值的方法流程图;
图5为图2步骤S108中计算瞬态响度峰值的方法流程图;
图6为根据本发明实施例的车辆的雨刮声品质评价装置的方框示意图;
图7为根据本发明实施例的车辆的方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例提出的车辆的雨刮声品质评价方法、计算机可读存储介质和车辆的雨刮声品质评价装置。
图1为根据本发明实施例的车辆的雨刮声品质评价方法的流程图。
相关技术中,对于雨刮声品质的客观评价方法,通常是以噪声声压级大小为客观评价指标,运用于声音品质感的客观评价指标有很多,例如,响度、尖锐度、粗糙度、抖动度、语音清晰度、音调度等。另外,在一些相关技术中,还通过采用特征响度和粗糙度等作为客观参量,由此实现对声品质的客观评价。
相关技术中,应用声压级大小评估雨刮运行的声品质的客观评价方法存在一定的局限性,例如会出现当声压级不大,但是声音音色比较难听,从而导致主观不适感,声品质主观评分低,因此,仅笼统靠声压级是无法完成雨刮作动音品质感评价。
进一步的,虽然目前对于声品质客观评价的方法较多,声品质客观评价指标也不少,但是上述相关技术中的这些客观评价指标(响度、尖锐度、特征响度和粗糙度等)与主观评价结果相关性不高,不适用于雨刮作动声品质的客观评价,为此,本发明针对雨刮作动声声学特性,针对细分的主观感受,结合心理学特性,提出一种适用于客观评价雨刮作动声品质的车辆的雨刮声品质评价方法。
如图1所示,本发明实施例的车辆的雨刮声品质评价方法,包括以下步骤:
S1,采集雨刮运行状态下的噪声数据,其中,噪声数据包括换向噪音和电机噪音。
具体地,噪声信号采集系统通过布置在车内的数字双耳人工头对雨刮运行时的车内噪声信号进行采集,以此作为雨刮运行状态下的噪声数据,保证测试数据回访的高保真。其中,测点需要按照国标车内噪声测试要求布置,座椅前后、上下均调节至中间位置,座椅靠背调节至垂直地面,噪声信号数据采集系统采样频率设置为44.1kHz,测试数据处于量程2/3位置,测试行程包括整个雨刮运行过程,测试风挡玻璃保持湿态和干净,保证无其它噪声干扰,以确保测试的声信号数据的可靠性。举例来说,可以将数字双耳人工头布置在车辆的驾驶员的位置,以此作为测点,从而模拟采集驾驶员双耳位置在雨刮运行过程中获取的车内噪声信号,以此作为雨刮运行状态下的噪声数据。
上述采集获取的噪声数据包括雨刮整个运行过程中形成的声音信号,通过计算雨刮噪声数据频谱图可知,雨刮运行声学特性主要是由雨刮刮刷过程中电机高频啸叫即电机噪声,以及换向时的周期性瞬态冲击声信号即换向噪声组成,也就是说,根据上述采集获取的噪声数据可以确定雨刮运行过程中的电机噪声和换向噪声。需要说明的是,为保证噪声数据的有效性,需要对采集到的噪声数据进行截取,然后将截取获得的有效数据作为用于后续评价操作的噪声数据。
S2,根据换向噪音和电机噪音确定客观评价指标,其中,客观评价指标包括瞬态响度峰值和突出比指数。
也就是说,针对上述电机噪声和换向噪声对应的换向声品质和电机声品质,分别提出了对应的客观评价指标,即瞬间响度峰值作为换向噪音的客观评价指标,突出比指数分别作为电机噪音的客观评价指标。需要说明的是,雨刮运行过程中,雨刮在上止点和下止点两个位置进行换向。瞬态响度峰值计算应当包括雨刮在上止点和下止点两个位置换向时的响度峰值,对于突出比指数计算,由于电机噪音通常出现在上止点和下止点之间的运行过程中,因此对雨刮运行过程中的上止点和下止点进行剔除,通过两个换向时刻中间段的噪声数据进行突出比指数的计算。
下面对根据噪声数据的换向噪声确定瞬间响度峰值,以及根据电机噪声确定突出比指数确定突出比指数的方法进行详细说明。根据本发明的一个实施例,根据换向噪音确定瞬态响度峰值,包括:
S201,根据雨刮运行状态下的换向噪音确定特征响度。
根据本发明的一个实施例,通过以下公式确定特征响度:
其中,N′表示特征响度,K1表示常数,LHS表示声压级,LE表示修正掩蔽效应后的声压级,e1表示常数,f表示频率。
具体地,首先确定换向噪声的频率f,并通过公式(1)中LHS的计算公式,计算得到声压级LHS。将换向噪音转换为声压值P,然后通过公式LE=20log(P/P0)计算获得修正掩蔽效应后的声压级LE,其中,P0表示常数,是对1000HZ声音人耳刚能听到的最低声压,取值2×10-5Pa。将上述计算得到的静阈值LHS和修正掩蔽效应后的声压级LE代入公式(1)中N′的计算公式,计算确定改换向噪声的特征响度N′。其中,K1表示常数,取值0.0635,e1=0.25。
需要说明的是,上述特征响度N′的计算方法参考国际标准ISO532.1975获得,其中,LHS和LE可也基于频率f查表获得数值。
S202,获取特征响度在Bark域上的积分,以确定雨刮在每个运行周期内的响度峰值。
具体地,在响度分析中将人耳听觉范围划分为24个临界频带(Critical Band),符号为z,单位为Bark,在特征响度N′的基础上取Bark域上的积分,级将特征响度N′代入公式进行积分,获得雨刮在每个运行周期内的响度峰值Npeak。
S203,根据雨刮在每个运行周期内的响度峰值确定瞬态响度峰值。
根据本发明的一个实施例,通过以下公式确定瞬态响度峰值:
也就是说,将每个运行周期内的响度峰值Npeak代入公式(2),将换向噪音中响度峰值Npeak的平均值作为换向噪音的瞬态响度峰值ILP。
根据本发明的一个实施例,根据电机噪音确定突出比指数,包括:
S204,获取电机噪音的峰值频率。
具体地,截取上止点和下止点这两个换向对应时刻中间端的噪声数据中的电机噪声,作为确定突出比指数的电机噪声,根据截取的噪声数据确定电机噪声的峰值频率。
S205,根据峰值频率确定当前所在的临界频带,并根据当前所在的临界频带确定左右相邻的两个临界频带。
S206,根据当前所在的临界频带和左右相邻的两个临界频带确定声压差。
也就是说,根据峰值频率当前所在的临界频带和周边两个临界频带的关系,确定声压差,具体关系式可根据实际情况进行设定。
根据本发明的一个实施例,根据当前所在的临界频带和左右相邻的两个临界频带确定声压差,包括:根据当前所在临界频带确定第一声压级均值;分别获取左右两个临界频带的第二声压级均值和第三声压级均值;根据第一声压级均值、第二声压级均值和第三声压级均值确定声压差。
根据本发明的一个实施例,根据当前所在临界频带确定第一声压级均值,包括:根据电机噪音的峰值频率与当前所在临界频带的带宽确定当前所在临界频带上限频率;根据当前所在临界频带上限频率确定第一声压级均值。
根据本发明的一个实施例,通过以下公式确定第一声压级均值:
根据本发明的一个实施例,通过以下公式确定声压差:
其中,ΔLp表示声压差,XM表示第一声压级均值,XL表示第二声压级均值,XU表示第三声压级均值。
具体地,首先获取当前所在临界频带的带宽ΔfM,将当前所在临界频带的带宽ΔfM和电机噪音的峰值频率ft代入公式(3)中f1,M的计算公式,计算得到当前所在临界频带上限频率f1,M,以当前所在临界频带上限频率f1,M对应的声压级作为Lf1,M作为第一声压级均值XM。参照上述第一声压级均值XM的获取方法,获取左右两个临界频带分别对应的第二声压级均值XL和第三声压级均值XU,此处不再赘述。最后,将第一声压级均值XM、第二声压级均值XL和第三声压级均值XU代入公式(4),以计算得到声压差ΔLp。
S207,根据声压差确定突出比指数。
根据本发明的一个实施例,通过以下公式确定突出比指数:
具体地,由于依据上述公式(4)计算得到的声压差ΔLp可以获取突出比曲线,无法实现雨刮电机噪声啸叫显著程度的数值量化,因此提出突出比指数PRI,通过突出比指数PRI来实现对电机声品质主观感受的客观量化。
举例来说,以设定阈值为3dB为例,将采集的电机噪声中的声压差依次与3dB相比较,获取大于3dB的升压差以及对应的频率fi,并对大于3dB的升压差的个数进行计数,确定采集的电机噪声中声压差大于预设阈值时对应的频率的个数k,将声压差大于设定阈值的声压差和声压差大于预设阈值时对应的频率的个数k代入公式(5),计算获得突出比指数PRI。由此,根据上述公式(5)计算获得各雨刮噪声数据中对应电机噪声子维度的客观评价指标。可以理解的是,突出比指数PRI越大,评分越低,声信号的品质越不好。
S3,根据瞬态响度峰值和突出比指数确定主观评价结果。
本发明的一个实施例,通过以下公式确定主观评价结果:
SQpre=α0+α1×ILP+α2×PRI(6)
其中,SQpre表示主观评价结果,α0、α1和α2均表示回归系数,ILP表示瞬态响度峰值,PRI表示突出比指数。
也就是说,基于多元线性回归方法建立声品质客观预测模型,以客观评价指标的瞬态响度峰值ILP、突出比指数PRI为自变量,以主观评价结果SQpre为因变量,建立声品质主观评价结果的客观数学预测模型。具体地,在对车辆的雨刮声品质评价过程中,将根据噪声数据确定的瞬态响度峰值ILP、突出比指数PRI代入已构建完成的客观数学预测模型对应的公式(6)中,计算得到主观评价结果SQpre。由此,该方法可直接通过客观测试获得雨刮运行状态下的噪声数据,计算得到客观评价指标的瞬态响度峰值ILP和突出比指数PRI,然后运用构建的客观数学预测模型计算获得主观评价结果SQpre,无需组织主观评价试验,就可以获得雨刮声品质的主观评价结果,通过客观评价指标有效实现声品质主观感受的客观数值量化。
需要说明的是,回归系数α0、α1和α2可通过获取的多份噪声数据估计得到,可参考多元线性回归方程的回归系数的确定方法,此处不再赘述,将通过估计得到的回归系数α0、α1和α2代入公式(6)构建完成主观评价结果SQpre的计算公式,以此作为声品质的客观数学预测模型。
进一步需要说明的是,完成声品质的客观数学预测模型建立后,可通过测试样本的主观评价数据对客观数学预测模型进行模型预测有效性检验,在验证客观数学预测模型有效性后,客观数学预测模型即公式(6)可用于雨刮声品质评价中主观评价结果的预测。其中,测试样本为一份噪声数据。
下面以图2为例对声品质的客观数学预测模型的建立进行举例说明,其中,以20台车辆的雨刮声品质评价为例,对如何利用声品质的客观评价指标的ILP和PRI准确有效的预测声品质的主观评价结果SQpre,实现雨刮声品质主观感受的客观数值量化进行说明,操作步骤如下:
S101,准备声信号采集试验。即组件声信号采集系统以及数字双耳人工头。
S102,采集雨刮运行状态下的噪声数据。声信号采集系统通过安装在驾驶位驾驶员头部位置的数字双耳人工头分别采集20台车辆的雨刮运行状态下的噪声数据,即获得20份噪声数据,该噪声数据分别用于主观评价试验,执行步骤S103;以及客观评价试验,执行步骤S107。
S103,准备主观评价试验。
具体地,首先需要矫正回放系统的频响,保证回放声信号与实车听到的雨刮声信号基本一致。并且,在主观评价试验前,应当对主观评价人员进行试听培训,确保评价人员评价明白如何评价雨刮噪声。同时,主观评价试验过程中,应保证无其它噪声干扰,避免评价时间过长。
S104,获取20份噪声数据的主观评价结果。
具体地,基于语义细分法组织主观评价试验,完成对20份噪声数据的雨刮声品质总体评分和换向声和电机声两个子维度的评分,由此,获得主观评价结果,并将其记录在如表1所示的雨刮声品质的主观评价结果记录表中,其中以V1-V20对噪声数据对应的车辆进行编号。
表1
S105,主观评价结果进行数据有效性剔除和检验。
也就是说,对主观评价结果进行处理与检验,剔除明显异点数据,可通过格拉布斯检验等方式,确保主观评价结果的有效性。
S106,对主观评价结果归一化处理,获得20台车辆的雨刮声品质的主观评价结果,执行步骤S109。该主观评价结果可记录到如表2所示的表格中。
表2
S107,噪声数据的预处理。
具体地,检测噪声数据的有效性,将噪声数据截取相同时长的雨刮声信号评价样本。也就是说,将上述20份噪声数据分别截取得到相同时长的雨刮声信号评价样本,雨刮声信号评价样本与车辆一一对应。
S108,计算客观评价指标,客观评价指标包括瞬态响度峰值ILP、突出比指数PRI。
也就是说,计算20份雨刮声信号评价样本对应的瞬态响度峰值ILP、突出比指数PRI,其中,瞬态响度峰值ILP计算时,应当包括雨刮在上止点和下止点两个位置换向时的响度峰值;突出比指数PRI计算时应当对雨刮运行过程中的上止点和下止点进行剔除,通过两个换向时刻中间段的声信号进行突出比指数PRI的计算。
计算获取的瞬态响度峰值ILP、突出比指数PRI可在表2中进行记录,记录结果如表3所示。
表3
S109,雨刮声品质主客观一致性分析。
具体地,随机选取上述20份雨刮声信号评价样本中的16份雨刮声信号评价样本作为建立回归预测模型即客观数学预测模型的样本数据,剩余4个雨刮声信号作为检验模型测试样本,用于评价客观数学预测模型的有效性。例如,选取V1-V16作为建立回归预测模型的样本数据,以V17-V20作为检验回归预测模型有效性的测试样本。因此,选取表3中V1-V16对应的数据进行主客观一致性分析,计算结果表明瞬态响度峰值ILP与主观评价结果中换向声评分的相关系数为0.89,突出比指数PRI与主观评价结果中电机声评分的相关系数为0.93,因此,客观评价指标和主观评价结果具有较好的相关度。相关系数的计算方法,此处不再赘述。
进一步的,上述雨刮声品质主客观一致性分析不仅需要对主观评价结果和客观评价指标计算相关系数,同时也需要分析两个客观评价指标之间的相关性,确保提出的两个维度的指标具有一定的独立性。
S110,确定客观评价指标。在建立客观数学预测模型对应的多元回归方程前,需要对V1-V16对应的客观评价指标进行归一化处理,保证方程中的回归系数可用于直观比较。
S111,建立声品质客观预测模型。
具体地,基于多元线性回归法,建立回归预测模型作为声品质客观预测模型,即将V1-V16对应的数据代入公式(6)中,计算得到回归系数α0=11.587,α1=-0.307,α2=-0.276。
然后将上述回归系数α0、α1和α2代入公式(6),获得声品质客观预测模型对应的计算公式如下:
SQpre=11.587-0.307×ILP-0.276×PRI(7)
S112,判断声品质客观预测模型的回归系数R2是否大于等于0.8。若是,执行步骤S113;若否,执行步骤S102。
也就是说,对建立的声品质客观预测模型通过模型的回归系数R2验证模型拟合精度,当R2≥0.8时,判定声品质客观预测模型具有较好的拟合精度,可用于主观评价结果的预测。具体地,对公式(7)的回归系数R2进行计算,得到R2=0.85,大于等于0.8,确定该声品质客观预测模型具有较好的拟合精度,可用于确定主观评价结果。
S113,判断声品质客观预测模型是否具有有效性。若是,执行步骤S114;若否,执行步骤S102。
具体地,将V17-V20对应的瞬态响度峰值ILP、突出比指数PRI代入公式(7),计算得到对应的主观评价结果,以此作为预测值。以表3中V17-V20对应的主观评价结果的总体评分作为真实值。如图4所示,通过声品质客观预测模型计算四个测试样本的主观评价结果,预测值排列顺序为V17>V18>V19>V20,与实际主观评价结果的总评分具有高度一致性,说明该雨刮声品质客观预测模型可用于代替主观评价试验,可实现雨刮声品质主观感受的客观数值量化。
S114,通过声品质客观预测模型确定主观评价结果。由此,通过声品质客观预测模型,可有效预测雨刮声品质的主观评价结果,可替代雨刮声品质主观评价试验,进而大幅降低人力、物力和产品开发周期成本。
其中,步骤S108计算瞬态响度峰值ILP的方法,如图4所示,包括以下步骤:
S1081,根据雨刮运行状态下的换向噪音确定特征响度N′。
S1082,获取特征响度N′在Bark域上的积分,以确定雨刮在每个运行周期内的响度峰值Npeak。
S1083,根据雨刮在每个运行周期内的响度峰值Npeak确定瞬态响度峰值ILP。
其中,步骤S108计算突出比指数PRI的方法,如图5所示,包括以下步骤:
S1084,剔除电机噪音中的上止点和下止点。
S1085,获取电机噪音的峰值频率ft;
S1086,根据峰值频率确定当前所在的临界频带,并根据当前所在的临界频带确定左右相邻的两个临界频带;
S1087,根据当前所在临界频带确定第一声压级均值XM。
具体地,根据电机噪音的峰值频率ft与当前所在临界频带的带宽ΔfM确定当前所在临界频带上限频率;根据当前所在临界频带上限频率确定第一声压级均值XM。
S1088,分别获取左右两个临界频带的第二声压级均值XL和第三声压级均值XU。其中,第二声压级均值XL和第三声压级均值XU可参照第一声压级均值XM的确定方法进行
S1089,根据第一声压级均值XM、第二声压级均值XL和第三声压级均值XU确定声压差ΔLp。
S1090,根据声压差确定突出比指数PRI。
综上,该方法基于雨刮运行声品质主观感受,从换向声和电机声两个维度,在传统心理声学参数基础上,提出了适用于雨刮声品质的客观评价指标,同时基于语义细分的主观评价方法,从两个子维度进行雨刮声品质主观评价,可更加准确获得主观感受的声品质评分结果。进一步的,该方法在某个车辆的雨刮声品质评价过程中,直接通过客观测试获得雨刮声信号,然后计算声品质的客观评价指标,运用数学预测模型计算获得声品质的主观评分结果,实现无需组织主观评价试验,即可获得雨刮声品质主观评分,可通过客观指标有效实现声品质主观感受的客观数值量化。
需要说明的是,该车辆的雨刮声品质评价方法可用于指导雨刮声品质开发和优化,包括设定产品开发声品质目标,虚拟验证优产品开发方案的有效性等。另外,该雨刮声品质评价方法还可延展应用于其它类似产品开发中,例如其它电器附件作动音的声品质客观评价方法。
综上所述,根据本发明实施例的车辆的雨刮声品质评价方法,首先,采集雨刮运行状态下的噪声数据,其中,噪声数据包括换向噪音和电机噪音,然后根据换向噪音和电机噪音确定客观评价指标,其中,客观评价指标包括瞬态响度峰值和突出比指数,最后,根据瞬态响度峰值和突出比指数确定主观评价结果。由此,该方法通过雨刮运行状态下的噪声数据的客观评价指标确定主观评价结果,通过客观评价指标实现了对雨刮声品质主观感受的客观量化,无需组织主观评价试验,即可获得主观评价结果,大幅度降低了主观评价的时间成本和人力成本。
对应上述实施例,本发明还提出了一种计算机可读存储介质。
本发明实施例的计算机可读存储介质,其上存储有车辆的雨刮声品质评价程序,该车辆的雨刮声品质评价程序被处理器执行时实现上述的车辆的雨刮声品质评价方法。
根据本发明实施例的计算机可读存储介质,基于前述的车辆的雨刮声品质评价方法,通过雨刮运行状态下的噪声数据的客观评价指标确定主观评价结果,通过客观评价指标实现了对雨刮声品质主观感受的客观量化,无需组织主观评价试验,即可获得主观评价结果,大幅度降低了主观评价的时间成本和人力成本。
对应上述实施例,本发明还提出了一种车辆的雨刮声品质评价装置。
如图6所示,本发明实施例的车辆的雨刮声品质评价装置,可包括:采集模块10、第一确定模块20和第二确定模块30。
其中,采集模块10用于采集雨刮运行状态下的噪声数据,其中,噪声数据包括换向噪音和电机噪音。第一确定模块20用于根据换向噪音和电机噪音确定客观评价指标,其中,客观评价指标包括瞬态响度峰值和突出比指数。第二确定模块30用于根据瞬态响度峰值和突出比指数确定主观评价结果。
根据本发明的一个实施例,第二确定模块30通过以下公式确定主观评价结果:
SQpre=α0+α1×ILP+α2×PRI
其中,SQpre表示主观评价结果,α0、α1和α2均表示回归系数,ILP表示瞬态响度峰值,PRI表示突出比指数。
根据本发明的一个实施例,第一确定模块20根据换向噪音确定瞬态响度峰值,具体用于:根据雨刮运行状态下的换向噪音确定特征响度;获取特征响度在Bark域上的积分,以确定雨刮在每个运行周期内的响度峰值;根据雨刮在每个运行周期内的响度峰值确定瞬态响度峰值。
根据本发明的一个实施例,第一确定模块20通过以下公式确定特征响度:
其中,N′表示特征响度,K1表示常数,LHS表示声压级,LE表示修正掩蔽效应后的声压级,e1表示常数,f表示频率。
根据本发明的一个实施例,第一确定模块20通过以下公式确定瞬态响度峰值:
根据本发明的一个实施例,第一确定模块20根据电机噪音确定突出比指数,具体用于:获取电机噪音的峰值频率;根据峰值频率确定所在的临界频带,并根据当前所在的临界频带确定左右相邻的两个临界频带;根据当前所在的临界频带和左右相邻的两个临界频带确定声压差;根据声压差确定突出比指数。
根据本发明的一个实施例,第一确定模块20根据当前所在的临界频带和左右相邻的两个临界频带确定声压差,具体用于:根据当前所在临界频带确定第一声压级均值;分别获取左右两个临界频带的第二声压级均值和第三声压级均值;根据第一声压级均值、第二声压级均值和第三声压级均值确定声压差。
根据本发明的一个实施例,第一确定模块20通过以下公式确定声压差:
其中,ΔLp表示声压差,XM表示第一声压级均值,XL表示第二声压级均值,XU表示第三声压级均值。
根据本发明的一个实施例,第一确定模块20根据当前所在临界频带确定第一声压级均值,具体用于:根据电机噪音的峰值频率与当前所在临界频带的带宽确定当前所在临界频带上限频率;根据当前所在临界频带上限频率确定第一声压级均值。
根据本发明的一个实施例,第一确定模块20,通过以下公式确定第一声压级均值:
根据本发明的一个实施例,第一确定模块20通过以下公式确定突出比指数:
需要说明的是,本发明实施例的车辆的雨刮声品质评价装置中未披露的细节,请参照本发明上述实施例的车辆的雨刮声品质评价方法中所披露的细节,具体这里不再赘述。
根据本发明实施例的车辆的雨刮声品质评价装置,通过采集模块采集雨刮运行状态下的噪声数据,其中,噪声数据包括换向噪音和电机噪音,第一确定模块根据换向噪音和电机噪音确定客观评价指标,其中,客观评价指标包括瞬态响度峰值和突出比指数,第二确定模块根据瞬态响度峰值和突出比指数确定主观评价结果。由此,该装置通过雨刮运行状态下的噪声数据的客观评价指标确定主观评价结果,通过客观评价指标实现了对雨刮声品质主观感受的客观量化,无需组织主观评价试验,即可获得主观评价结果,大幅度降低了主观评价的时间成本和人力成本。
对应上述实施例,本发明还提出了一种车辆。
如图7所示,本方面实施例的车辆100包括存储器110、处理器120及存储在存储器110上并可在处理器120上运行的车辆的雨刮声品质评价程序,处理器执行车辆的雨刮声品质评价程序时,实现上述的车辆的雨刮声品质评价方法。
例如,该处理器120可用于根据该计算机程序中的指令执行上述方法实施例。
在本申请的一些实施例中,该处理器120可以包括但不限于:
通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等等。
在本申请的一些实施例中,该存储器110包括但不限于:
易失性存储器和/或非易失性存储器。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synch link DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DR RAM)。
在本申请的一些实施例中,该计算机程序可以被分割成一个或多个模块,该一个或者多个模块被存储在该存储器110中,并由该处理器120执行,以完成本申请提供的方法。该一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述该计算机程序在该车辆100中的执行过程。
如图7所示,该车辆100还可包括:
收发器130,该收发器130可连接至该处理器120或存储器110。
其中,处理器120可以控制该收发器130与其他设备进行通信,具体地,可以向其他设备发送信息或数据,或接收其他设备发送的信息或数据。收发器130可以包括发射机和接收机。收发器130还可以进一步包括天线,天线的数量可以为一个或多个。
应当理解,该车辆100的各个组件通过总线系统相连,其中,总线系统除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。
根据本发明实施例的车辆,基于前述的车辆的雨刮声品质评价方法,通过雨刮运行状态下的噪声数据的客观评价指标确定主观评价结果,通过客观评价指标实现了对雨刮声品质主观感受的客观量化,无需组织主观评价试验,即可获得主观评价结果,大幅度降低了主观评价的时间成本和人力成本。
需要说明的是,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (13)
1.一种车辆的雨刮声品质评价方法,其特征在于,包括:
采集所述雨刮运行状态下的噪声数据,其中,所述噪声数据包括换向噪音和电机噪音;
根据所述换向噪音和所述电机噪音确定客观评价指标,其中,所述客观评价指标包括瞬态响度峰值和突出比指数;
根据所述瞬态响度峰值和所述突出比指数确定主观评价结果。
2.根据权利要求1所述的车辆的雨刮声品质评价方法,其特征在于,通过以下公式确定所述主观评价结果:
SQpre=α0+α1×ILP+α2×PRI
其中,SQpre表示所述主观评价结果,α0、α1和α2均表示回归系数,ILP表示所述瞬态响度峰值,PRI表示所述突出比指数。
3.根据权利要求1所述的车辆的雨刮声品质评价方法,其特征在于,根据所述换向噪音确定所述瞬态响度峰值,包括:
根据所述雨刮运行状态下的换向噪音确定特征响度;
获取所述特征响度在Bark域上的积分,以确定所述雨刮在每个运行周期内的响度峰值;
根据所述雨刮在每个运行周期内的响度峰值确定所述瞬态响度峰值。
6.根据权利要求1所述的车辆的雨刮声品质评价方法,其特征在于,根据所述电机噪音确定所述突出比指数,包括:
获取所述电机噪音的峰值频率;
根据所述峰值频率确定所在的临界频带,并根据当前所在的临界频带确定左右相邻的两个临界频带;
根据所述当前所在的临界频带和所述左右相邻的两个临界频带确定声压差;
根据所述声压差确定所述突出比指数。
7.根据权利要求6所述的车辆的雨刮声品质评价方法,其特征在于,根据所述当前所在的临界频带和所述左右相邻的两个临界频带确定声压差,包括:
根据当前所在临界频带确定第一声压级均值;
分别获取左右两个临界频带的第二声压级均值和第三声压级均值;
根据所述第一声压级均值、所述第二声压级均值和所述第三声压级均值确定所述声压差。
9.根据权利要求7所述的车辆的雨刮声品质评价方法,其特征在于,根据当前所在临界频带确定第一声压级均值,包括:
根据所述电机噪音的峰值频率与所述当前所在临界频带的带宽确定所述当前所在临界频带上限频率;
根据所述当前所在临界频带上限频率确定所述第一声压级均值。
12.一种计算机可读存储介质,其特征在于,其上存储有车辆的雨刮声品质评价程序,该车辆的雨刮声品质评价程序被处理器执行时实现根据权利要求1-11中任一项所述的车辆的雨刮声品质评价方法。
13.一种车辆的雨刮声品质评价装置,其特征在于,包括:
采集模块,用于采集所述雨刮运行状态下的噪声数据,其中,所述噪声数据包括换向噪音和电机噪音;
第一确定模块,用于根据所述换向噪音和所述电机噪音确定客观评价指标,其中,所述客观评价指标包括瞬态响度峰值和突出比指数;
第二确定模块,用于根据所述瞬态响度峰值和所述突出比指数确定主观评价结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210530093.3A CN115222190A (zh) | 2022-05-16 | 2022-05-16 | 车辆的雨刮声品质评价方法和装置、计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210530093.3A CN115222190A (zh) | 2022-05-16 | 2022-05-16 | 车辆的雨刮声品质评价方法和装置、计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115222190A true CN115222190A (zh) | 2022-10-21 |
Family
ID=83607541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210530093.3A Pending CN115222190A (zh) | 2022-05-16 | 2022-05-16 | 车辆的雨刮声品质评价方法和装置、计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115222190A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116429245A (zh) * | 2023-06-13 | 2023-07-14 | 江铃汽车股份有限公司 | 一种雨刮电机噪声测试方法及系统 |
-
2022
- 2022-05-16 CN CN202210530093.3A patent/CN115222190A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116429245A (zh) * | 2023-06-13 | 2023-07-14 | 江铃汽车股份有限公司 | 一种雨刮电机噪声测试方法及系统 |
CN116429245B (zh) * | 2023-06-13 | 2023-09-01 | 江铃汽车股份有限公司 | 一种雨刮电机噪声测试方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shin et al. | Sound quality evaluation of the booming sensation for passenger cars | |
CN111985788A (zh) | 汽车电器件声品质测试评价方法 | |
EP3631388B1 (en) | A vehicle noise, vibration and harshness (nvh) testing method and system | |
JP2009504507A (ja) | きしみ騒音の不快度の評価方法および装置 | |
KR101430321B1 (ko) | 오디오 시스템의 지각 품질을 결정하기 위한 방법 및 시스템 | |
CN109443792A (zh) | 一种汽车匀速行驶声品质的评价方法 | |
CN115222190A (zh) | 车辆的雨刮声品质评价方法和装置、计算机可读存储介质 | |
Lemaitre et al. | A psychoacoustical study of wind buffeting noise | |
CN103578479A (zh) | 基于听觉掩蔽效应的语音可懂度测量方法 | |
CN110285982B (zh) | 汽车或发动机的声品质相对变化量的评价方法、装置及控制器 | |
US8583423B2 (en) | Method and arrangement for processing of speech quality estimate | |
Blommer et al. | Sound quality metric development for wind buffeting and gusting noise | |
Genuit | Background and practical examples of sound design | |
Cho et al. | Quality evaluation of car window motors using sound quality metrics | |
JPH06201744A (ja) | オーディオ信号の歪曲測定装置および測定方法 | |
US10013992B2 (en) | Fast computation of excitation pattern, auditory pattern and loudness | |
CN115307721A (zh) | 汽车加速声品质评价方法、装置、设备及存储介质 | |
CN115497454A (zh) | 汽车车内语言清晰度优化空间识别方法 | |
CN113295267B (zh) | 基于声场景下进气气流声评价方法、系统及可读存储介质 | |
KR101694905B1 (ko) | 타이어 소음 예측 방법 | |
Hoeldrich et al. | A parameterized model of psychoacoustical roughness for objective vehicle noise quality evaluation | |
Sottek et al. | Sound quality evaluation of fan noise based on advanced hearing-related parameters | |
CN105372074B (zh) | 一种发动机非线性阶次分量提取分析方法 | |
Kurakata et al. | The statistical distribution of normal hearing thresholds for low-frequency tones | |
CN112393910A (zh) | 一种声密性能分析方法、装置及上位机 |
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 |