【文章內(nèi)容簡介】 6300800010000125001600020000圖34～36分別為車內(nèi)聲音、外加速聲音和車外聲音的A計權(quán)聲級圖。由圖中可以看出，車內(nèi)噪音的A計權(quán)值小于車外噪音的A計權(quán)值，車外加速噪聲的A計權(quán)值最高，這符合客觀實際。圖34 轎車內(nèi)部聲音信號A計權(quán)聲級圖35 轎車外加速聲音信號A計權(quán)聲級圖36 轎車外部聲音信號A計權(quán)聲級同時，由三個圖可看出，噪聲在低頻階段A計權(quán)值較高，隨著頻率的升高，A計權(quán)值降低，這與人耳對聲音的感覺相符。但是，隨著聲音頻率的繼續(xù)升高，A計權(quán)值隨之增加，這與人耳在高頻階段對聲音的感覺不符。因此A計權(quán)指標在高頻階段不能完全反映人耳對聲音的主觀感覺。 響度1 響度的計算對于純音 (一個頻率的正弦波)，響度為 (32)如果聲信號中有好幾個頻率，只要各個頻率相距較遠，在基底膜上不互相干涉(掩蔽)，就可以將各個頻率的響度相加得到總響度。如果是頻譜連續(xù)的無規(guī)則噪聲，則可用Stevens法或Zwicker法計算求得。(1 ) Stevens方加法使噪聲信號通過濾波器取得八個倍頻帶(中心頻率為63, 125, 250, 500, 1000, 2000, 4000, 8000)中的倍頻帶聲壓級相應(yīng)的響度S1, S2, S3……S8，其中最高的設(shè)為Sm，總的響度就是 (33)式中∑S為各S之和，F(xiàn)=。如果是使用1/3倍頻帶聲壓級相加，算法相同，但F=。有了St就可以根據(jù)圖37的曲線求得總響度級了。(2 )Zwicker方法Zwicker方法要稍微復(fù)雜一點，首先要涉及到幾個基本概念。l 特征頻帶聲強，特征頻帶內(nèi)的聲強，可計算如下 (34)式中表示中心頻率為的特征帶寬。以Bark尺度表示，有 (35)圖37 Sone與phon的關(guān)系l 特征頻帶聲級:是特征頻帶聲強的對數(shù)表示，以為參考聲強的特征頻帶聲級可定義為 (36)l 激勵 和激勵級LE:在特征頻帶聲強中，特征頻帶濾波器近似為矩形，而人耳實際特征頻帶濾波器并不是矩形，考慮了人耳實際特征頻帶濾波器特性的特征頻帶聲強稱之為激勵E，其對數(shù)形式稱為激勵級LE，定義為 (37)式中E0為 對應(yīng)于參考聲強I0=1012W/m2的激勵。因此激勵和激勵級能比特征頻帶聲級更好地逼近我們聽覺系統(tǒng)的頻率選擇性。激勵級通?？捎裳诒吻€得到，主激勵級等于特征頻帶聲級的最大值，斜坡激勵級可由相應(yīng)的掩蔽閾斜坡向上平移到與主激勵級匹配時得到，平移的數(shù)值稱之為掩蔽指數(shù)av所示為聲壓級60dB不同中心頻率的窄帶噪聲的激勵級一特征頻帶率圖，圖中虛線為絕對聽閾。比較這七個窄帶噪聲的斜坡激勵級發(fā)現(xiàn):左側(cè)斜坡與中心頻率無關(guān)保持恒定，斜率約為27dB/Bark。右側(cè)斜坡的斜率，在低中心頻率時較陡，大于200Hz時，斜率又保持不便。因此大多數(shù)情況下，其他中心頻率的(左、右)斜坡激勵可由中心頻率1kHz時的激勵圖平移得到。圖38所示為中心頻率1kH z特征帶寬噪聲不同特征頻帶聲級時的激勵級一特征頻帶率關(guān)系圖.60dB不同中心頻率窄帶噪聲的激勵級圖38 中心頻率1KHz特征帶寬噪聲不同特征頻帶聲級的激勵級l 特征響度N’：特征響度又稱響度密度譜(或簡稱響度譜)、比響度定義為一個特征頻帶內(nèi)噪聲的響度，它反映響度在頻域的分布。按史蒂文斯(Stevens)定律，人對聲音的強度感覺隨信號強度按冪律增長，由此我們得到響度的相對變化與信號強度的相對變化成比例關(guān)系。若假定比例常數(shù)為,與激勵和相應(yīng)的增量對應(yīng)的特征響度和特征響度增量分別為和，則冪律函數(shù)可表示為： (38)式中N’gr和Egr,分別為對應(yīng)于內(nèi)部噪聲的特征響度和激勵。通常被認為絕對聽閾是由這樣的內(nèi)部噪聲產(chǎn)生的，若利用閾值因子S，我們可通過測試音激勵ETQ來計算產(chǎn)生絕對聽閾的激勵 (39)若把方程 (38)看作差分方程，利用邊界條件：激勵等于零時產(chǎn)生的特征響度等于零，即=0導致=0，解得 (310)利用參考特征響度，上式可變?yōu)? (311)式對于激勵E較大時可忽略絕對閾值的影響，得到 (312)依據(jù)茨維克(Zwicker)響度理論，考慮頻率在1kHz左右時閾值因子s = Sone的響度，并考慮到激勵E較小時特征響度到達漸進線=0把式中圓括弧內(nèi)的1以1s代替，得到激勵與特征響度的定量關(guān)系為 (313)圖39為特征響度——激勵級圖，圖中以在絕對聽閾時的聲級與傳輸因子的為參數(shù)，圖39 特征響度與激勵級的函數(shù)關(guān)系最后將所求得的所有特征響度相加，即得總響度N。以三分之一倍頻程譜為基礎(chǔ)的茨維克(Zwicker)響度計算流程圖如310（2）Santana3000轎車的特征響度圖311～313是轎車內(nèi)部聲音、外部聲音和外加速聲音的特征響度圖。由圖可以看出，汽車加速聲音信號特征響度明顯高于內(nèi)部和外部聲音信號響度，這是由于汽車加速時，發(fā)動機噪聲較高，而發(fā)動機又是轎車噪聲的主要來源。同時，車內(nèi)噪音在大部分頻段上均于車外噪音的特征，這說明該車車體壁板材料有明顯的隔音效果，而在0～5頻帶上，車內(nèi)噪音的特征響度沒有降低，通過分析確認車壁板材料頻率較低，車外噪聲在較低頻帶上引起車壁板共振。由三個圖的共同特征，可以看出，低頻帶特征響度值明顯高于高頻帶，并且轎車加速噪聲特征響度明顯增加，這與實驗中人耳的感覺完全相同。因此，響度這一指標可以很好地反應(yīng)人耳對聲音信號強弱即響亮程度的感受。聲壓信號p(t)Hanning窗時域采樣FFT變換1/3倍頻程濾波器組低頻的頻帶及聲級修正外耳及中耳的傳遞函數(shù)是否為混響場？是混響場衰減主響度的計算頻域掩蔽的模擬特征響度總響度否圖310 響度計算流程圖圖311 轎車內(nèi)部聲音信號特征響度圖312 轎車外部聲音信號特征響度圖313 轎車外加速聲音信號響度第四章 結(jié)論本論文的主要成果和結(jié)論：1. 本論文基于聲強測量技術(shù)和計算機接口技術(shù)，搭建了聲音采集硬件系統(tǒng)。并使用實驗室現(xiàn)有的測試程序，成功采集了Santana3000 轎車車內(nèi)噪聲信號、車外噪聲信號和外加速噪聲信號并進行數(shù)據(jù)處理。2. 基于Zwicker心理聲學模型，適用Matlab程序編寫了響度計算程序并對計算結(jié)果進行分析。結(jié)果表明響度指標能夠很好的符合人對聲音信號的主觀感覺。3. 編寫Matlab程序計算噪聲信號的A計權(quán)指標，并對計算結(jié)果進行分析；A計權(quán)指標在低頻階段能夠反應(yīng)人的主觀感覺，而在高頻階段與人對噪聲的主觀感覺不符。4. 對兩種評價指標進行對比得出結(jié)論：響度比A計權(quán)能更好地反映人對聲音信號的主觀感覺，因此基于Zwicker心理模型的響度指標是一種更先進的噪聲質(zhì)量評價指標。致謝完成這篇論文，我深切感受到本文的工作牽掛著許多人的心血和期望。在此，對論文過程中給予指導、建議、關(guān)心和幫助的所有老師、同學以及其他人員表示衷心的感謝。首先，要感謝XXX老師，感謝他長期以來對我學習的關(guān)心和指導。論文過程中精心地聽取每一步的進展情況，指導我把握正確的研究方向，并給予了很多啟發(fā)。王老師嚴謹?shù)闹螌W態(tài)度，對問題本質(zhì)的準確理解和把握，雄厚的理論功底，使我受益匪淺。也正是他一絲不茍、嚴謹求實和勇于創(chuàng)新的精神，不斷激勵了我面對困難和壓力，順利完成了論文的工作。在實驗和設(shè)備條件上，XXX老師同樣為論文工作創(chuàng)造了良好的外部環(huán)境。向大學四年的所有老師表示最真摯的感謝，感謝他們在我學習生活中的細心指導與幫助。最后，向參加我的論文評審及答辯的專家教授表示衷心的感謝！參考文獻[1 ] 孫延奎. 小波分析及其應(yīng)用. 北京: 機械工業(yè)出版社,2005[2 ] D L Donoho. DeNoising by SoftThresholding. IEEETransactions on Information Theory. 1995, 41(3): 613627.[3 ] 李偉. 汽車車外加速噪聲控制技術(shù)研究. 重慶大學碩士學位論文, 2006[4 ] . 北京：機械工業(yè)出版社,1999[5 ] . 北京:航空工業(yè)出版社,2002[6 ] :中國水利水電出版社，1999[7 ] ：機械工業(yè)出版社，1988[8 ] ：人民交通出版社，[9 ] 郭挺祥，：人民郵電出版社，1984[10] ：機械工業(yè)出版社，2005[11] ：清華大學出版社，200[12] ：機械工業(yè)出版社，1981[13] ：同濟大學出版社，1996[14] 靳曉雄，：同濟大學出版社，2004[15] 寵劍，諶剛，－:北京理工大學出版社，2006[16] 潘瓊. 交通運輸與噪聲控制技術(shù)研究. 湖南大學碩士學位論文, 2006附錄A Matlab計算程序% This program plots several figures to illustrate the agreement of% the Matlab function with other calculations of loudnessclearclose allclchelp Loudness_passbyall_03fullscreen=[200 100 600 500]。%% Load the Original Soundsload data = YY。SR = 22050h = 1/SR。left0 = data。NN = length(left0(1,:))。tt = 0:h:(NN1)*h。df = 1/(NN*h)。%% Checking the filter designif 1 % Standard Filters for Octave Sound Levels % Selfdesigned Filters Fs = SR。 T = 4。 t = 0:1/Fs:T。 y = sin(2*pi*100*t)。 [Yxx,f] = PowSpec(y,Fs,2)。 [H, BAcoefs, err] = generatefilters01(f,Fs)。 end%% Calculation of Octave Sound Levels if 1 %% Calibration of the real sound ==== CAL = [ ]。 [left, cal, err] = calibrate02(left0, CAL)。 [ROW,COL] = size(left)。 for k = 1:ROW for num = 1:5 qqq = 2^(5num)。 for nn = 1:NN/qqq data0(nn) = left(k,qqq*nn)。 end switch num case 1 MidDataM01(k,:) = data0。 case 2 MidDataM02(k,:) = data0。 case 3 MidDataM03(k,:) = data0。 case 4 MidDataM04(k,:) = data0。 case 5 MidDataM05(k,:) = data0。 end clear data0。 end end save Resampled_passby_halfm MidDataM01 MidDataM02 MidDataM03 MidDataM04 MidDataM05。 [M,N] = size(BAcoefs)。 for k = 1:ROW for n = 1:M B = BAcoefs(n,1:N/2)。 A = BAcoefs(n,N/2+1:N)。 if n == 1 y0 = filter(B,A,MidDataM01(k,:))。 elseif n=2 amp。 n=4 y0 = filter(B,A,MidDataM02(k,:))。 elseif n=5 amp。 n=7 y0 = filter(B,A,MidDataM03(k,:))。 elseif n=8 amp。 n=10 y0 = filter(B,A,M