基于小波熵的非稳态声品质评价参数研究

以非稳态声信号为对象,针对现有小波变换计算的小波熵在反映声信号时-频特征存在的不足,提出了改进的冗余小波分解算法并构造了零相位巴特沃斯小波滤波器。通过复合的时变和频变信号,验证了基于该方法计算的小波熵能更加准确的体现信号的时变和能量分布特性。提取了反映时频能量大致特性的小波熵均值作为非稳态声品质的客观评价参数,并应用于汽车关门声品质的分析评价中,计算了该声信号传统心理声学参数,完成了声样本的主观评价试验并获得到各声样本的偏好性评价绩效值。通过主客观相关性分析表明,小波熵均值与主观评价有更高的相关性,比传统的心理声学能好的描述和预测主观评价结果。     

汽车车门关闭声声品质客观评价

目前汽车声品质的研究多针对稳态声,非稳态声声品质评价方法欠缺,且噪声信号处理多采用FFT等传统方法,未充分考虑其非稳态特性。汽车车门关闭声为一种瞬态的非稳态噪声,关门声声品质的好坏常常能反映出整车的品质。以多款汽车关门声为研究对象,采用常用的声品质评价参数对其进行声品质分析。另外,采用小波变换方法,对关门声声信号进行时频分析,并对多款车的车门关闭声进行声品质评价,提出仅仅用响度、尖锐度等传统评价参量并不能很好反映非稳态噪声声品质特性,而通过时频分析则能对其进行很好的补充,但评价参量的确定还有待进一步研究,最后,提出下一步的研究方向和内容。     

基于 EEMD样本熵与小波神经网络的汽车关门声品质预测

针对传统客观心理学参量在非稳态噪声品质预测中的不足,以汽车关门声为对象,提出一种基于EEMD分解的样本熵表征关门声的信号特征,并结合小波神经网络进行声品质预测。对声样本进行EEMD分解得到IMF分量,计算各IMF分量的样本熵,并构造成特征向量。分别以此特征向量和声品质主观评分值作为输入输出构建小波神经网络预测模型。作为对比,构建了基于该特征向量的BP网络预测模型、基于心理学参量的小波神经网络预测模型和BP网络预测模型。分析结果表明,在关门声品质预测中,EEMD样本熵比客观心理学参数能更好的反映信号的时变非稳态特性,预测效果更好;且小波神经网络较BP网络的预测精度更高,模型训练速度更快。     

基于EEMD样本熵与小波神经网络的汽车关门声品质预测

针对传统客观心理学参量在非稳态噪声品质预测中的不足,以汽车关门声为对象,提出一种基于EEMD分解的样本熵表征关门声的信号特征,并结合小波神经网络进行声品质预测。对声样本进行EEMD分解得到IMF分量,计算各IMF分量的样本熵,并构造成特征向量。分别以此特征向量和声品质主观评分值作为输入输出构建小波神经网络预测模型。作为对比,构建基于该特征向量的BP网络预测模型、基于心理学参量的小波神经网络预测模型和BP网络预测模型。分析结果表明,在关门声品质预测中,EEMD样本熵比客观心理学参数能更好的反映信号的时变非稳态特性,预测效果更好;且小波神经网络较BP网络的预测精度更高,模型训练速度更快。     

雨刮-风窗系统摩擦噪声声品质主客观评价

为探索雨刮-风窗系统摩擦噪声对车内声品质的影响,文章采集了某新能源汽车雨刮-风窗系统不同工况下的摩擦噪声并进行分析。基于声品质客观参数,计算该系统摩擦噪声响度、尖锐度等客观评价指标;采用语义细分法进行主观评价实验得到主观评价结果,基于支持向量机建立该系统摩擦噪声声品质预测模型。结果表明,雨刮-风窗系统刮片反转过程产生的噪声是影响车内声品质的主要因素;声品质预测模型效果较好。研究结果为雨刮-风窗系统摩擦噪声的声品质控制提供参考。     

基于神经网络的噪声品质评价方法

提出一种基于人工神经网络（ANN）的噪声品质评价方法。该方法相比较目前的其它声质量评价方法，具有非线性的特点。通过神经网络的训练对非线性的声质量主观评价过程进行逼近。文中利用Matlab的神经网络工具箱对汽车车内采集到的噪声信号进行评价分析，并与实测结果进行对照分析，说明该方法对于汽车车内噪声品质评价是有效的。     

基于时频域分形维数差的声品质评价新方法

基于声音信号在时频域分布规律,借用分形理论,提出一种新的客观声品质评价指标——时频域分形维数差(DFDTF)。它结合了声音信号在时域及频域的特性,利用时域和频域分形维数之差对声品质进行评价,能综合反应声音信号跌宕起伏的程度,时频域分形维数差越小,声音信号的声品质越高。利用分形维数差对7种不同类型的典型声音信号进行声品质评价,结果表明,7类声音信号的时频域分形维数差有明显差异,该评价结果与人的主观感受非常一致,可利用它进行声音信号分类;同时,该结果和传统的客观声品质评价参数(尖锐度、粗糙度和波动度)的结果比较一致,能恰如其分反应声音信号的声品质。时频域分形维数差作为一种新的声品质评价方法,具有比传统声品质评价参数更简单的计算过程,且能以单一参数较为综合的反应声音信号的声品质;同时,该方法将分形理论引入到声品质研究当中,为后续研究提供了一种新的思路和方法。     

变速器啸叫声品质的RBF神经网络预测与权重分析

以变速器啸叫为研究对象,提出使用径向基(RBF)神经网络的方法来确定变速器声品质评价中客观评价参数对主观评价结果的影响权重。采集变速器不同位置的声音信号作为试验样本,用等级评分法对111个样本信号进行了主观评价试验,同时计算11个声品质客观评价参数。以客观评价参数计算结果为神经网络输入,声品质主观评价结果为输出,引入径向基神经网络建立了变速器声品质预测模型。以预测模型为基础,利用各网络层间连接权值,计算变速器声品质客观评价参数对主观评价结果的影响权重。研究结果表明:变速器啸叫声品质主要受SIL-4、总响度和随时间响度三个客观参量的影响。     

预选档位策略下DCT敲击声品质评价

为了有效地对DCT敲击噪声进行评价,采集搭载某款DCT的汽车在良好马路上行驶的敲击噪声样本,对噪声主观试验中的等级评分法加以改进,提出分组等级评分法并进行主观评价。将考虑预选档和不考虑预选档两种情况分别进行心理声学客观参数与主观评分的相关性分析,发现两种情况下对主观感受影响较大的客观参数不同,选取相关系数高的客观参数分别建立两种情况的多元回归模型。结果发现,DCT在不考虑预选的敲击声品质回归模型与考虑预选档不一样,因此对于DCT敲击噪声的声品质评价研究,应单独考虑预选档进行分析,所建立回归模型对于DCT敲击噪声控制以及优化有一定的参考价值。     

汽车车门声品质调查

该文通过主客观两个方面的分析,对35辆不同款轿车的关门声进行了声品质调查。主观上通过心理声学实验得到影响被试判断的与总体喜爱度相关的三个因素,以及与其相关性较小的金属感;客观方面初步分析了各项车型指标和信号波形,试图找到主客观的联系,为进一步理想车门声的建模奠定基础。     

燃料电池汽车低频噪声声品质分析

对采集到的燃料电池车(fuel cell vehicle,FCV)车内外噪声经过低通滤波器处理,提取了20—150 Hz声音信号;基于Zwicker模型计算得到客观评价指标,并采用成对比较的主观评价方法对噪声样本进行主观评分;运用主客观参量之间线性相关分析建立低频声多元线性回归声品质分析模型,更为准确地评价了FCV低频噪声声品质。     

基于希尔伯特-黄变换提取车辆轨道耦合系统时频特性

为研究各种激扰对车辆轨道耦合系统动力学响应时频特性影响,将基于改进经验模态分解（EMD）的希尔伯特-黄变换（Hilbert-Huang Transform）应用于车辆轨道耦合动力学振动信号分析中。运用改进EMD方法提取耦合系统振动响应的固有模态函数（IMF）,并对其进行希尔伯特-黄变换,得到振动响应的希尔伯特时频幅值谱和边缘谱。分析表明：希尔伯特-黄变换较傅里叶变换的分辨率与精度高,能有效捕捉车轮缺陷及轨道谐波不平顺激励下车辆轨道耦合系统的调制信号;车体垂向振动加速度随轨道不平顺波长、幅值非线性变化,振动信号的轮周激励成分为调制信号,且随轨道不平顺幅值增大而减小,随轨道不平顺波长增大非线性变化。     

轿车声品质主观评价研究

轿车的声品质理应取决于客观的噪声测试结果,但也和人为对噪声特征的感知程度切切相关,两者经常不会同步吻合。因而对人所感受的轿车声品质进行科学的主观评价试验就显得十分重要。通过采集6款轿车的车内外声音信号并进行筛选,作为声品质主观评价的样本库,根据不同频段声音信号表现不同特性的特点,对样本信号进行分频段预处理;通过试验确定出进行声品质主观评价试验的主体最佳的男女比例为3/1;选取对评价主体要求较低的成对比较法对轿车声音样本进行声品质主观评价试验。研究结果表明：对轿车声音特性影响最大的频段为500～4 000 Hz频段,其次是20～150 Hz频段,4 000 Hz以上频段对其影响最小。     

多频声感知倒谱距离与音质评价的研究

文中以多频声作为测试信号,研究电声系统中感知倒谱距离与音质评价的关系。主观评价实验表明,采用多频声信号和听觉感知模型得出的感知倒谱距离能很好地反映频响曲线对音质的影响。当选取合适的评价节目源时,主客观评价结果的相关度均可达到0.84以上,最高可达到0.96。     

Hilbert-Huang变换在瞬态信号检测中的应用

空投物体入水时产生具有时域冲击特性的信号,一般称之为瞬态信号。Hilbert-Huang变换可通过经验模态分解和Hilbert谱分析两种方法,从时频角度对瞬态信号进行分析。介绍了Hilbert-Huang变换的基本原理,建立了瞬态信号的数学模型,提出了基于Hilbert-Huang变换的信号重构瞬态信号检测方法,并与传统能量检测器的性能进行了对比分析,最后通过软件仿真和湖试数据处理验证了该方法的可行性和有效性。     

噪声异常压缩机的声诊断分析

通过声品质评价方法分析了噪声异常转子压缩机试验样机,并计算出A声级、响度、粗糙度和尖锐度作为声品质的客观评价指标,结果表明与正常压缩机相比,该噪声异常压缩机具有较差的声品质。声阵列技术能够精确定位复杂形状的目标声源,与传统采用声级计测试相比,能够获得更加丰富的声场信息。为了诊断出压缩机的异常噪声,通过声阵列技术在全频段对该异常压缩机进行了声源识别定位分析,找到了影响压缩机噪声的关键频率点及相应的噪声源,从而为压缩机噪声的改善提供了有力证据。     

Quality evaluation metric for greyscale error diffusion halftone images based on texture and visual characteristics

Halftone images produced by error diffusion algorithms suffer from texture structures that decrease their visual qualities, such as worm-like and stripe-like defects. An effective quality evaluation metric is needed to evaluate various error diffusion halftoning algorithms and their corresponding halftone images. A texture distortion evaluation metric (TDEM) is proposed to measure the texture distortions within the referenced halftoned greyscale images. First, the weights of different tonal regions were assigned based on the two types of visual objects available and the locations of the texture structures. Then, based on image structure correlations and human visual characteristics, a block operation was performed and TDEM values were obtained by summing the local block-weighted variances based on image information. The proposed metric was validated using objective comparison and psycho-visual experiments. Results indicate that the metric can measure texture distortions effectively, and that the results are consistent with subjective visual perception.     

法向振动对Burridge-Knopoff模型Stick-Slip运动影响数值研究#br#

Burridge-Knopoff 模型是研究地震和其他机械系统动力学行为的实用模型。考虑到摩擦力的影响,Burridge-Knopoff 模型运动呈现出动力学非线性,Stick-Slip 运动是这种模型的典型运动特征。滑块法向振动对这种模型运动行为的影响规律尚未被有效研究,为此建立一种考虑了滑块法向振动影响的Burridge-Knopoff 模型。Stribeck 模型被用来刻画依赖于滑块与传送带之间相对速度的摩擦力。采用数值方法分析系统的典型运动规律,研究法向振动的频率和相位对系统运动模式的影响规律,考虑法向振动的Burridge-Knopoff 模型存在混沌和分岔现象得到证实。     

采用参考激励信号的语义细分法主观声品质评价

语义细分法是声品质以及声感知特征研究中最广泛采用的主观评价方法。但对于一些声品质指标,尤其是新提出的指标或评价者认识和观点不完全一致的指标,由于评价者尺度掌握的困难,采用传统语义细分法评价难以获得准确可靠的评价结果。为此,提出了采用参考激励信号的参考语义细分法评价程序,并研究了这种评价程序的性能表现。分析比较了两种语义细分法在评价者的个体重复性、团组一致性以及与成对比较法和计算结果的相关性。研究结果显示,对传统语义细分法难以获得稳定可靠评价结果的参量,参考语义细分法可以显著改善评价实验性能;对传统语义细分法可以获得稳定可靠评价结果的参量,参考语义细分法可以获得一致的评价结果,且改善了一些方面的性能。研究结果证明了采用参考激励信号的参考语义细分法的优越性。