电动汽车电驱动系统高频噪声严重影响整车声品质。为此，设计并开展电驱动系统台架振动噪声试验，对采集的噪声信号分别进行声品质的主、客观评价。主观评价过程中，引入客观参数的因子分析，提取声品质特征因子，并提出降序排列-奇偶分组法，以减小经自适应分组成对比较法( Adaptive Grouped Paired Comparison method，AGPCM )分组后，组间声品质特征差异，提高主观评价结果的准确性。最后，在主、客观评价结果相关性分析的基础上，通过经改进的灰狼算法( Improved Gray Wolf Optimizer，IGWO )优化支持向量回归( Support Vector Regression，SVR )，建立IGWO-SVR声品质预测模型，并对预测结果进行验证。结果表明：IGWO-SVR声品质预测模型的平均预测误差为5.7 %，预测精度满足实际工程需要。研究可为电动汽车电驱动系统和整车声品质的优化提供参考。

摘 要：为了更精确的分离质点振速，以波叠加法作为声场分离算法基础，提出单全息面测量振速直接声场分离方法。建立了单面振速测量声场分离模型，并推导了理论计算方法，通过数值仿真，分析算法的计算精度，验证了该方法可以有效分离声场。然后对比本文分离方法和单面声压测量声场分离方法分离简单源和脉动声源的误差，结果表明：单面振速测量的直接声场分离方法可以有效分离目标声源，而且可以获得更高的振速分离精度。