車內(nèi)聲品質(zhì)主客觀評價的相關(guān)性分析

陳 克，陽思遠(yuǎn)，毛書林

(沈陽理工大學(xué) 汽車與交通學(xué)院,沈陽 110159)

車內(nèi)聲品質(zhì)主客觀評價的相關(guān)性分析

陳 克，陽思遠(yuǎn)，毛書林

(沈陽理工大學(xué) 汽車與交通學(xué)院,沈陽 110159)

采集同一品牌兩輛不同型號的汽車在不同發(fā)動機工況、不同路面狀況和不同車內(nèi)環(huán)境情況下的駕駛員右耳處的噪聲樣本，作為實驗評價對象。利用等級評分法進(jìn)行車內(nèi)噪聲品質(zhì)的主觀評價實驗，并對樣本進(jìn)行客觀心理聲學(xué)參數(shù)計算。通過對比客觀參數(shù)之間的關(guān)系，找出各工況下對于車內(nèi)噪聲響度、尖銳度的影響。通過相關(guān)性分析，建立車內(nèi)噪聲品質(zhì)主客觀評價間的多元線性回歸模型。結(jié)果表明，在不同的發(fā)動機工況、車內(nèi)環(huán)境和路況下，車內(nèi)聲品質(zhì)主要受響度和尖銳度的影響。

車內(nèi)噪聲；聲品質(zhì)；評價模型；相關(guān)性；多元線性回歸

對于乘車舒適性要求的提高，使得駕乘人員對于車內(nèi)的聲音環(huán)境有越來越高的要求。為評價車內(nèi)噪聲的舒適性，通常采用A計權(quán)聲壓級來進(jìn)行評價[1]，但A計權(quán)聲壓級對低頻噪聲的衰減較大，且車內(nèi)的噪聲組成大部分是因為結(jié)構(gòu)振動引起的低頻噪聲，所以A計權(quán)聲壓級并不能反映完整的車內(nèi)噪聲特性，同時也不能完全表達(dá)出人的主觀感受。為將人的主觀感受利用客觀參量量化表述，聲品質(zhì)的概念被提出。

聲品質(zhì)的研究正逐漸成為現(xiàn)代汽車NVH(Noise、Vibration、Harshness)的一個主要研究方向。在聲品質(zhì)的研究方面，Hashimoto[2]提出了以轟鳴指數(shù)評價汽車加速工況下的轟鳴感。Eric C.Frank等[3]探討了輪胎對車內(nèi)聲品質(zhì)的影響，提出了基于輪胎參數(shù)的車內(nèi)聲品質(zhì)預(yù)測模型。David Lennstr?m等[4]研究了測試環(huán)境對聲品質(zhì)的影響。王甫江等[5]研究了柴油機噪聲品質(zhì)的分析方法。王登峰等[6]建立了利用客觀的物理量描述主觀評價實驗結(jié)果的模型，同時提出可以通過對噪聲的主動控制來提高車內(nèi)的聲品質(zhì)。

本文通過對兩款汽車車內(nèi)噪聲信號的采集，選取不同發(fā)動機工況、路面狀況以及不同的車內(nèi)環(huán)境下的車內(nèi)噪聲作為樣本。其中樣車一的發(fā)動機為4缸，樣車二的發(fā)動機為3缸。將樣本利用等級評分法[7]進(jìn)行主觀評價，并通過計算得到其客觀聲品質(zhì)參數(shù)，通過分析主觀評價結(jié)果和客觀心理學(xué)參數(shù)之間的相關(guān)性，最終建立兩者之間的多元線性回歸模型。

1 車內(nèi)噪聲的主觀評價

1.1 車內(nèi)噪聲的采集

采用LMS噪聲振動采集設(shè)備，利用噪聲傳感器采集駕駛員右耳處的噪聲信號。通過采集某品牌不同型號的兩款車在不同路況下、不同發(fā)動機工況和不同車內(nèi)環(huán)境下的車內(nèi)噪聲，采集到20組噪聲樣本，將每段樣本的回放時長剪成6s，通過LMS Test Lab 15A軟件的回放系統(tǒng)進(jìn)行主觀評價樣本噪聲的高保真回放。

1.2 主觀評價實驗

為方便實驗，將不同工況下的樣本進(jìn)行分類編號，如表1所示。

等級評分法能夠很好的將原本抽象的感覺量化成數(shù)字，可簡化后續(xù)的模型計算，所以采用等級評分法進(jìn)行聲品質(zhì)主觀評價。等級評分法主要是根據(jù)聲音給人的舒適性感覺，將其分為不同的等級，并且每個等級對應(yīng)相應(yīng)的分?jǐn)?shù)，評分越高，說明舒適程度越好。表2為等級評分法的計分規(guī)則，第一行表示對于回放的樣本噪聲的主觀感受的等級，第二行表示每個等級對應(yīng)的評價分?jǐn)?shù)。在最終評價實驗完成后，將所有樣本的得分結(jié)果進(jìn)行統(tǒng)計，為保證最終評價結(jié)果的科學(xué)有效性，在評價結(jié)果統(tǒng)計結(jié)束后，對其進(jìn)行統(tǒng)計學(xué)Spearman相關(guān)系數(shù)計算，計算的結(jié)果作為等級評分法的最終評分結(jié)果。

表1 樣本分類編號

表2 等級評分法的評分標(biāo)準(zhǔn)

在實驗開始之前，為保證評價結(jié)果的科學(xué)性和有效性，確定評價人員的主體為本專業(yè)持有駕照的研究生，人數(shù)為12人，并且進(jìn)行打分判定的培訓(xùn)。實驗過程中，為保證評價人員不產(chǎn)生聽覺疲勞，每個樣本回放時長6s，回放間隔時間為10s。評分結(jié)果Q經(jīng)過Spearman相關(guān)系數(shù)計算后見表3所示。

表3 樣本等級評分結(jié)果

從表3的結(jié)果中可以看出，樣本的主觀評價結(jié)果在4.27到6.13之間，說明整體的車內(nèi)噪聲在可接受的范圍內(nèi)。對比同一汽車的評價結(jié)果可以得出怠速狀態(tài)下的車內(nèi)噪聲評分都在5分以上，說明怠速狀態(tài)下的車內(nèi)噪聲優(yōu)化情況比較好。對比兩輛汽車怠速工況下的評價數(shù)據(jù)發(fā)現(xiàn)，4缸發(fā)動機的車內(nèi)噪聲可接受度要優(yōu)于3缸發(fā)動機。

2 客觀參數(shù)的計算和主客觀相關(guān)性分析

2.1 客觀參數(shù)的選取和計算

為表述噪聲對人的影響，在研究聲品質(zhì)過程中，本文選取響度(Ld)、尖銳度(Sp)和AI指數(shù)(Ai)作為客觀參數(shù)來描述樣本噪聲的品質(zhì)[8-10]。根據(jù)ISO532B標(biāo)準(zhǔn)，響度是用來表示聲音強弱的物理量，計算公式為

(1)

式中：Bark是基于特征頻帶的頻率尺度；N′為特征響度，計算公式為

式中：ETQ為絕對聽閾下的激勵；E0為基準(zhǔn)聲壓下的激勵；E為振動產(chǎn)生的激勵。

尖銳度是一個反映聲音刺耳程度的參數(shù)，計算公式為

(2)

AI指數(shù)指的是語言清晰度，是一個百分比參數(shù)，主要是對于語言可辨別程度的描述。語言清晰度的值和聲音的頻率f存在著相應(yīng)的關(guān)系，主要受到高頻的影響。車內(nèi)的背景噪聲太大覆蓋人的說話聲時，背景噪聲成為上限噪聲。反之，成為下限噪聲。AI的計算公式為

Ai=∑V(f)D(f)/30

(3)

式中:V(f)為計權(quán)系數(shù)，查表4可得[11]；D(f)則根據(jù)背景噪聲的變化而改變。當(dāng)背景噪聲大于上限噪聲時，D(f)值為0；當(dāng)?shù)陀谙孪拊肼晻r，D(f)取值30;當(dāng)背景噪聲位于上限噪聲和下限噪聲之間時，取值為兩者之差。

表4 AI指數(shù)計算中各頻段上限噪聲和對應(yīng)的計權(quán)系數(shù)

表5為樣本客觀評價參數(shù)的計算結(jié)果，從表中可知，在相同的發(fā)動機工況下，樣車二的響度和尖銳度值要顯著高于樣車一的值，同時從樣本編號的2和8、11和17的對比中可以看出，不同粗糙度的路面對于響度的影響要大于尖銳度。

表5 樣本客觀評價參數(shù)計算結(jié)果

2.2 相關(guān)性分析

為研究主觀評價結(jié)果和客觀參量之間的關(guān)系，本文首先利用相關(guān)性分析來確定二者之間的相關(guān)關(guān)系，利用Pearson系數(shù)[12]來確定參數(shù)之間是否相關(guān)。

(4)

式中：P為Pearson指數(shù)；i表示客觀參量的序號；ai表示主觀評分的值；bi代表客觀評價參數(shù)的值；M為正整數(shù)。

若|P|值位于0到1之間，相關(guān)性隨|P|的增加而增加，|P|=1說明二者線性相關(guān)；若|P|=0則說明兩個變量之間不存在相關(guān)關(guān)系。計算之后二者之間的Pearson相關(guān)系數(shù)值如表6所示。

表6 主觀評價值和客觀心理學(xué)參數(shù)之間的相關(guān)系數(shù)

從表6中可以看出，響度、尖銳度、AI指數(shù)和主觀評價結(jié)果|P|的相關(guān)系數(shù)都在0.5以上，說明主觀評價結(jié)果和客觀參數(shù)之間存在相關(guān)關(guān)系。響度與其主觀評價結(jié)果的|P|值和AI指數(shù)與其主觀評價結(jié)果的|P|值都在0.8以上，表明兩者與主觀評價結(jié)果相關(guān)性較強。因為本次實驗過程中有考慮到噪聲是否能影響人與人之間的溝通，所以AI指數(shù)相關(guān)性較強符合實驗預(yù)期。

3 車內(nèi)聲品質(zhì)主客觀回歸模型的建立

通過上述的相關(guān)性分析，主、客觀評價實驗結(jié)果存在一定的相關(guān)關(guān)系，為找出具體的相關(guān)系數(shù)，本文通過多元線性回歸分析建立主觀等級評分法得分和客觀心理聲學(xué)參數(shù)的評價模型。

以主觀等級評分的結(jié)果作為模型的因變量，客觀心理學(xué)參量為自變量，進(jìn)行多元線性回歸分析，其結(jié)果如表7所示。

表7 多元線性回歸分析結(jié)果

從表7中可知，響度和尖銳度的置信概率小于0.1，而AI指數(shù)則為0.329遠(yuǎn)大于0.1，表明數(shù)據(jù)落在模型測量區(qū)間的概率為0.671，所以概率較小，AI指數(shù)最終未能進(jìn)入模型；同時模型的調(diào)整R2值為0.907，說明模型能滿足樣本數(shù)據(jù)的90.7%。車內(nèi)噪聲主觀等級評分和客觀心理學(xué)參數(shù)的多元線性回歸模型為

Q=-1.165Ld-0.142Sp+8.474

(5)

根據(jù)回歸模型的標(biāo)準(zhǔn)化殘差圖(圖1)可以看出，主觀評分值的標(biāo)準(zhǔn)化殘差并無離群值，并且殘差值呈正態(tài)分布，符合回歸模型的基本假設(shè),同時t檢驗成立。因此該多元線性回歸模型滿足要求，能夠作為評價車內(nèi)噪聲品質(zhì)的一個參考。

圖1 主觀評價的標(biāo)準(zhǔn)化殘差圖

4 結(jié)論

通過將兩輛不同型號的轎車在不同發(fā)動機工況和不同路面上的車內(nèi)噪聲信號采集，利用等級評分法進(jìn)行主觀評價分析，計算出其客觀心理學(xué)參數(shù)值，得出以下結(jié)論：

(1)通過主客觀評價的相關(guān)性分析，得出了在本次實驗條件下AI指數(shù)和響度與主觀評分結(jié)果的相關(guān)性較強，達(dá)到了0.8以上，說明在本次實驗條件下，不同的車內(nèi)環(huán)境能夠影響到AI指數(shù)，尖銳度的相關(guān)性次之，但也達(dá)到了0.5以上；

(2)通過對主客觀評價結(jié)果的多元線性回歸模型的建立，表明了在本次實驗條件下，車內(nèi)聲品質(zhì)的客觀參數(shù)中，響度和尖銳度是主要影響因子；且尖銳度對車內(nèi)噪聲品質(zhì)的影響程度要大于響度；

(3)通過對于不同工況和不同樣車之間的噪聲樣本進(jìn)行對比分析，發(fā)現(xiàn)車內(nèi)噪聲的響度、尖銳度和汽車發(fā)動機缸數(shù)相關(guān)。此外，粗糙路況對響度的影響大于對尖銳的影響。

本次實驗樣本有較好的普遍性和適用性，所以在汽車的生產(chǎn)過程中，主要應(yīng)該通過改善發(fā)動機的性能來降低車內(nèi)噪聲的響度和尖銳度。

[1]賀巖松，涂梨娥，徐中明，等.汽車聲品質(zhì)綜述[J].汽車工程學(xué)報，2014,4(6):391-401.

[2]Hashimoto T.Sound quality approach on vehicle interiorand exterior noise-quantification of frequency relatedattributes and impulsiveness[J].Journal of AcousticalSociety of Japan,2002(21):337-340.

[3]Frank E C,Pickering D J,Raglin C.In-vehicle tire soundquality prediction from tire noise data[C]//SAE paper 2007-01-2253,2007.

[4]David Lennstr?m,Anders ?gren,Arne Nyk?nen,Sound Quality Evaluation of Electric Cars Preferences and Influence of the Test Environment[J],Aachen Acoustic Colloquium,2011(25)：95-101.

[5]王甫江，劉巖，張曉娟.柴油機聲品質(zhì)客觀參量測試及分析[J].噪聲與振動控制，2014,34(4):192-196.

[6]王登峰，劉宗巍.車內(nèi)噪聲品質(zhì)的主觀評價試驗與客觀量化描述[J].吉林大學(xué)學(xué)報:工學(xué)版，2006(增刊2)：41-45.

[7]田建濤，余志龍，龐瀛洲.工程機械噪聲主觀評價的等級評分法實驗研究[J].工程機械，2014,45(9):25-13.

[8]劉海,張俊紅,倪廣建.基于遺傳支持向量機的柴油機輻射噪聲品質(zhì)預(yù)測技術(shù)[J].振動與沖擊，2013,32(2):111-114.

[9]汪念平,陳劍,鐘稱平.汽車聲品質(zhì)分析方法與評價流程[J].汽車工程，2007(9):800-803.

[10]王巖松，劉寧寧，郭輝，等.車內(nèi)噪聲綜合煩躁度模糊綜合評價[J].聲學(xué)技術(shù)，2015,34(5):437-443.

[11]陽春清，蘇麗俐，李洪亮，等.高速工況內(nèi)車內(nèi)語言清晰度優(yōu)化[J].汽車工程師，2016(1):31-34.

[12]吳賽賽.混合東路汽車車內(nèi)聲品質(zhì)評價研究[D].鎮(zhèn)江：江蘇大學(xué),2016：40-42.

(責(zé)任編輯：趙麗琴)

Correlation Analysis of Subjective and Objective Evaluation forVehicle Interior Sound Quality

CHEN Ke，YANG Siyuan，MAO Shulin

(Shenyang Ligong University,Shenyang 110159,China)

The evaluation subjects are noise samples,which are taken from the driver′s right ear position and signals are acquired from different types of engines,driving conditions and vehicle interior environments are acquired from two different-size vehicles of the same brand.The grade scoring method was used as a subjective evaluation method for sound quality,then psycho-acoustical parameter was calculated by using those samples.By analyzing both objective and subjective outcomes the correlation was found within them.Finally,a multiple linear regression model about vehicle interior noise evaluation was established,by means of correlation analysis.The results show that with different types of engines,road conditions and vehicle interior environments,vehicle interior sound quality can be affected by loudness and sharpness. Key words： vehicle interior noise;sound quality;evaluation model;correlation;multiple linear regression

2016-10-14

遼寧省教育廳科學(xué)研究項目(LG201618)

陳克(1965—)，男，教授，博士，研究方向：車輛系統(tǒng)動力學(xué)與控制。

1003-1251(2017)03-0101-05

U461.4

A