对非平稳工况下的车内噪声进行声品质评价。考虑到车内噪声的时变性,在非平稳工况下建立噪声库,计算相关的噪声心理学参量时变值。将采集到的噪声进行主观评价试验,以“时变综合烦躁度”作为声品质主观评价指标,并将语义细分法作为声品质主观评价方法。评价者依据自己对声音的主观感受滑动评价软件滑块,得到连续时变噪声评价值。根据噪声心理学参量时变值和实时主观评价值,建立BP神经网络客观模型。再通过四折交叉法检验,检验结果显示此评价模型对噪声时变综合烦躁度预测有效。
部分汽车制动时的车内噪声以低频成分占主导。低频噪声能量大,车内较强的低频制动噪声会给乘员带来不舒适的乘坐感受,降低车辆的乘坐舒适性。采集三辆轿车车内60 km/h紧急制动时司机位双耳处噪声信号并进行时-频域分析,分析结果与实车试验乘坐感受一致,接着运用低频噪声消噪效果较好的主动噪声控制方法,结合自适应LMS算法对样本信号进行消噪仿真实验,制动噪声低频部分得到较大的抑制,特别是在20 Hz~50 Hz低频带内,噪声能量衰减明显。
在传统噪声主动控制LMS算法基础上,考虑人耳听觉感知的后掩蔽效应,推导出Post-masking LMS算法。以汽车车内噪声主动降噪为例,分别采用LMS与Post-masking LMS算法,在Matlab环境中对实测的不同车速下车内噪声信号进行有源噪声控制仿真试验,结果表明Post-masking LMS算法能在传统LMS算法的基础上进一步降低车内噪声响度水平,具有更好的降噪效果和主观听觉感受。