劉寧寧，王巖松,鞠 建

(上海工程技術(shù)大學(xué) 汽車工程學(xué)院，上海 201620)

隨著交通運(yùn)輸業(yè)的高速發(fā)展，地鐵已經(jīng)成為解決大中城市公共交通運(yùn)輸問題的最主要的途徑，因其運(yùn)量大、快速、正點(diǎn)、能耗低、污染少、乘坐方便等優(yōu)點(diǎn)，常被稱為“綠色交通”。近年來，作為評價(jià)地鐵乘坐舒適性的一項(xiàng)重要指標(biāo)，地鐵的噪聲聲品質(zhì)得到了各級政府和公眾的廣泛重視。地鐵噪聲危害人體健康，使人感覺不舒適，甚至煩躁，因此深入研究地鐵噪聲聲品質(zhì)是非常必要的[1]。

人是聲音信號的接收與評價(jià)者，其主觀感覺是對噪聲最直接的反應(yīng)，因此主觀評價(jià)實(shí)驗(yàn)是聲品質(zhì)研究中的關(guān)鍵過程。針對不同的評價(jià)測試采用與之相適應(yīng)的評價(jià)方法可以讓主體的評價(jià)結(jié)果更為準(zhǔn)確可靠[2]，因此評價(jià)方法的研究也是心理聲學(xué)及聲品質(zhì)研究領(lǐng)域的重要方面。目前，國際上采用的主觀評價(jià)實(shí)驗(yàn)方法主要有排序法、評分法、成對比較法、語義細(xì)分法等[3―5]。這些方法在汽車噪聲的主觀評價(jià)實(shí)驗(yàn)中得到了很好的應(yīng)用。因?yàn)榈罔F噪聲信號特征較不明顯，變化范圍大，難于分析，所以，在國內(nèi)地鐵噪聲聲品質(zhì)評價(jià)中還沒引起足夠的重視，評價(jià)方法相對單一。成對比較法是一個(gè)較容易實(shí)現(xiàn)且能較強(qiáng)地區(qū)分噪聲信號特征，對主觀評價(jià)人員要求較低的一種評價(jià)方法[6]。另一方面，考慮到本文所采用地鐵噪聲樣本較大，因此主觀評價(jià)采用分組成對比較法。

本文將分組成對比較法與模糊綜合評價(jià)法相結(jié)合，提出了一種綜合不同工況、不同測點(diǎn)的噪聲聲品質(zhì)主觀評價(jià)方法。以上海地鐵9號線列車為例，分析評價(jià)了在地鐵正常運(yùn)營的環(huán)境下采集到的42個(gè)車內(nèi)噪聲樣本，實(shí)現(xiàn)了車內(nèi)噪聲的主觀煩惱度模糊綜合評價(jià)。

1 分組成對比較法

1.1 基本原理

分組成對比較法是在成對比較法的基礎(chǔ)上提出的一種改進(jìn)的主觀評價(jià)方法。成對比較法是將噪聲樣本成對播放，聽者根據(jù)某一標(biāo)準(zhǔn)做出相關(guān)的比較評價(jià)[7]。由于在一次比較中，評價(jià)人員只需關(guān)注兩個(gè)信號之間的優(yōu)劣，而不是整個(gè)待評價(jià)信號組，沒有對記憶能力的要求，人耳能夠捕捉到更多的信號之間的微小區(qū)別，因此評價(jià)結(jié)果的可信程度較高。但是，當(dāng)樣本較多時(shí)，比較次數(shù)較多。因此，選擇運(yùn)用分組成對比較法。

分組成對比較法是根據(jù)樣本量的多少及一次評價(jià)所用的時(shí)間將樣本分成具有相互聯(lián)系的n組，每組評價(jià)時(shí)分別采用成對比較法，可以有效地減少評價(jià)實(shí)驗(yàn)的工作量[8]。樣本分組后的評價(jià)結(jié)果，根據(jù)設(shè)置的關(guān)聯(lián)樣本將各組數(shù)據(jù)組合反演，得到全部樣本的評價(jià)結(jié)果，過程如圖1所示。

圖1 分組間數(shù)據(jù)聯(lián)系的建立（R1，R2為關(guān)聯(lián)樣本）

樣本的評價(jià)結(jié)果值ξ可以通過式(1)進(jìn)行反演重建

式中j表示樣本的組號，i表示樣本在組內(nèi)的編號，T1j和T2j分別表示關(guān)聯(lián)樣本R1和R2在各組內(nèi)的原始評價(jià)值，α為比例系數(shù)，用于調(diào)整評價(jià)結(jié)果的賦值范圍比例，β為評價(jià)結(jié)果刻度范圍平移調(diào)整量。通過α和β的調(diào)節(jié)，可以使得最終評價(jià)結(jié)果位于合適的賦值刻度范圍內(nèi)[9]。

在進(jìn)行每組主觀評價(jià)時(shí)，無論是對評價(jià)主體，還是評價(jià)樣本都是相對獨(dú)立的，即評價(jià)每組時(shí)可以根據(jù)情況選擇不同的評價(jià)主體和不同的評價(jià)時(shí)間，從而使實(shí)驗(yàn)變得很容易實(shí)現(xiàn)。

1.2 評價(jià)結(jié)果數(shù)據(jù)有效性判定

主觀評價(jià)實(shí)驗(yàn)中經(jīng)常會出現(xiàn)誤判的情況，因而評價(jià)數(shù)據(jù)重建前，要檢驗(yàn)每位評價(jià)者的評價(jià)結(jié)果有效性。成對比較法的錯(cuò)誤檢驗(yàn)分三種情況，相同事件的比較（i-i比較）錯(cuò)誤檢驗(yàn)、不同回放順序的比較（ij-ji比較）錯(cuò)誤檢驗(yàn)和三角循環(huán)錯(cuò)誤檢驗(yàn)。綜合三種錯(cuò)誤檢驗(yàn)采用計(jì)權(quán)一致性系數(shù)判據(jù)[8]。計(jì)權(quán)一致性系數(shù)計(jì)算公式為

式中Ei為第i中誤判可能產(chǎn)生的次數(shù)，Ci為第i中誤判實(shí)際產(chǎn)生的誤判率。

主觀評價(jià)實(shí)驗(yàn)中一致性系數(shù)較低的評價(jià)者的數(shù)據(jù)可信度較差，在數(shù)據(jù)分析中要予以剔除。一般認(rèn)為，剔除評價(jià)中一致性較低的10%的評價(jià)者數(shù)據(jù)，不會對評價(jià)結(jié)果的客觀性產(chǎn)生影響[10]。

2 模糊綜合評價(jià)法

模糊評價(jià)法是基于美國控制論學(xué)者扎德創(chuàng)建的模糊數(shù)學(xué)(fuzzy mathematics)理論(Zadeh,1965)，應(yīng)用模糊分析的方法研究對象，按照給定的條件對受到多個(gè)因素影響的事物的優(yōu)劣進(jìn)行全面評比、判定的一種多因素決策方法[11]。噪聲主觀評價(jià)通常是根據(jù)一個(gè)評價(jià)指標(biāo)對不同位置不同工況的噪聲進(jìn)行評價(jià)，得出每個(gè)噪聲的評價(jià)值，利用模糊綜合評價(jià)法加權(quán)得到該位置或整車的聲品質(zhì)綜合評價(jià)值。因此這里評價(jià)指標(biāo)是指各位置和各工況。

2.1 評價(jià)指標(biāo)的確定

地鐵車內(nèi)噪聲的測量目前尚無標(biāo)準(zhǔn)可循，參考其他軌道車輛噪聲的測量標(biāo)準(zhǔn)[12]設(shè)定。噪聲采集設(shè)在四個(gè)位置：車頭、車尾、列車中間的車廂中部和列車中間的車廂連接處，傳聲器高度設(shè)置為1.5 m和1.1 m（最后一處傳聲器高度只設(shè)置了1.5 m），分別對應(yīng)人站立和坐著時(shí)兩耳的大概位置。選擇加速、減速和勻速三個(gè)工況。根據(jù)上述采集實(shí)驗(yàn)的設(shè)置，可以把模糊綜合評價(jià)的指標(biāo)界定如表1所示。

2.2 模糊綜合評價(jià)的步驟

(1)確定評價(jià)指標(biāo)集

根據(jù)表1可確立4個(gè)一級評價(jià)指標(biāo)、7個(gè)二級指標(biāo)和21個(gè)三級評價(jià)指標(biāo)，分別為：U={U1,U2,U3,U4}；Uij={Ui1,Ui2,...,Uij}；Uijk={Uij1,Uij2,Uij3}。其中，i=1，2，3，4；j=1，2或1；k=1，2，3；U為主觀評價(jià)總值；Ui為一級指標(biāo)；Uij為二級指標(biāo)；Uijk為三級指標(biāo)。

(2)確定評價(jià)指標(biāo)值

地鐵車內(nèi)噪聲的主觀評價(jià)雖然是定性的，但是可由上述分組成對比較法得到噪聲樣本的主觀評價(jià)定值，即第三級指標(biāo)值。

表1 地鐵車內(nèi)噪聲模糊綜合評價(jià)指標(biāo)體系定義

(3)建立權(quán)重集

確定權(quán)重值的方法有層次分析法(AHP)、專家評分法、隸屬函數(shù)法等。其中，層次分析法(AHP)是一種常用的多屬性決策方法，能夠?qū)⒍ㄐ詥栴}定量化，統(tǒng)一處理決策中的定性、定量因素。因此，可以采用層次分析法來確定各指標(biāo)的權(quán)重[13]。根據(jù)地鐵車內(nèi)噪聲模糊綜合評價(jià)指標(biāo)體系，一級指標(biāo)的權(quán)重集為w={a1,a2,a3,a4}。一級指標(biāo)U4只有一個(gè)二級指標(biāo)，所以此二級指標(biāo)的權(quán)重為1，其它的均有相同的兩種二級指標(biāo)，權(quán)重集為w1={b1,b2}。二級指標(biāo)均有相同的三個(gè)三級指標(biāo)，權(quán)重集為w2={c1,c2,c3}。

權(quán)重可根據(jù)判斷矩陣獲得。兩兩比較每一級中各指標(biāo)相對于上一級的重要程度，構(gòu)造出兩兩比較的判斷矩陣。其中引入了1—9比率標(biāo)度法，判斷矩陣標(biāo)度如表2所示，然后綜合這些判斷，確定各因素相對于總目標(biāo)重要程度的總排名。在進(jìn)行車內(nèi)噪聲聲品質(zhì)評價(jià)試驗(yàn)時(shí)，邀請具有一定聲學(xué)知識的專業(yè)人士按照自身經(jīng)驗(yàn)、感受和試驗(yàn)需要構(gòu)造判斷矩陣。

表2 判斷矩陣標(biāo)度及其含義

為使權(quán)重系數(shù)能準(zhǔn)確反映客觀實(shí)際，需進(jìn)行一致性檢驗(yàn)，將偏差控制在允許范圍之內(nèi)。表3為平均隨機(jī)一致性指標(biāo)RI與矩陣階數(shù)n之間的關(guān)系

表3 平均隨機(jī)一致性RI表

分別利用式(3)、(4)計(jì)算一致性指標(biāo)CI以及一致性比例CR，即

式中w為判斷矩陣；λmax為矩陣w的最大特征值

當(dāng)CR<0.1或λmax=n，CI=0時(shí)，認(rèn)為判斷矩陣的一致性是可以接受的，否則需調(diào)整判斷矩陣中的元素使其具有滿意的一致性。

(4)綜合值計(jì)算

根據(jù)三級指標(biāo)的主觀評價(jià)值和權(quán)重計(jì)算出二級指標(biāo)值

二級指標(biāo)值Uij表示對不同工況加權(quán)合并后不同位置不同高度的主觀評價(jià)綜合值。

同理，計(jì)算出一級指標(biāo)值和總值

一級指標(biāo)值Ui表示列車車頭、車尾、列車中間車廂中部和列車中間車廂連接處四處位置車內(nèi)噪聲主觀評價(jià)綜合值。

式(5)、(6)、(7)中i=1，2，3，4；j=1，2或1；k=1，2，3；n=1或2。

總值U代表整車噪聲主觀評價(jià)的綜合值。對不同線路上不同列車分別采用以上評價(jià)方法，可以得到各自的噪聲主觀評價(jià)綜合值并進(jìn)行比較分析，進(jìn)而評判不同列車的聲品質(zhì)。

3 綜合評價(jià)實(shí)例

3.1 車內(nèi)噪聲樣本采集

本文選用丹麥Brüel ＆ Kj?r公司生產(chǎn)的PULSE多通道測試系統(tǒng)進(jìn)行車內(nèi)噪聲數(shù)據(jù)采集。現(xiàn)場試驗(yàn)采集的樣本經(jīng)實(shí)驗(yàn)室回放、客觀分析，剔除樣本中受干擾或運(yùn)行工況不穩(wěn)定的樣本，得到有效噪聲樣本?？紤]到人耳聽覺中主觀感知的形成過程，對樣本信號進(jìn)行長度編輯，確定每個(gè)聲音樣本的時(shí)間長度為5 s[14]?？紤]到地鐵列車在地上、地下運(yùn)行兩種情況，樣本數(shù)量增加一倍，所以共得到42個(gè)噪聲樣本（表5）。各字母代表含義如表5所示。

表4 字母代表含義

3.2 主觀評價(jià)

綜合考慮噪聲樣本的屬性及各樣本的客觀參數(shù)，選擇7號和33號樣本為關(guān)聯(lián)樣本，其余樣本分成4組。為進(jìn)一步降低評價(jià)的工作量，減少了評價(jià)中不同回放順序比較的次數(shù)。試驗(yàn)設(shè)計(jì)中，相同聲事件比較為12對，不同回放順序比較為22對，每組共100對。分別找22位身體健康、聽力正常的評價(jià)主體以煩惱度為評價(jià)量參與主觀評價(jià)試驗(yàn)。其中男女比例約2:1；平均年齡約28歲；大部分人經(jīng)常乘坐地鐵。

表5 噪聲樣本編號

3.3 試驗(yàn)結(jié)果處理分析

統(tǒng)計(jì)評價(jià)數(shù)據(jù)前，根據(jù)式(2)計(jì)算各評價(jià)結(jié)果的計(jì)權(quán)一致性系數(shù)，判斷評價(jià)者的數(shù)據(jù)可信度。為了方便統(tǒng)計(jì)，每組保留18個(gè)人的評價(jià)結(jié)果，每組評價(jià)結(jié)果的最小的計(jì)權(quán)一致性系數(shù)如表6所示。從中可以看出，所有評價(jià)組的評價(jià)結(jié)果的計(jì)權(quán)一致性系數(shù)均在0.6以上，符合國際上普遍認(rèn)可的判斷評價(jià)實(shí)驗(yàn)可信度的指標(biāo)（>0.6～0.7）[15]。

表6 計(jì)權(quán)一致性系數(shù)最小值

統(tǒng)計(jì)不同評價(jià)者對每個(gè)聲樣本的選擇次數(shù)，每組得到18個(gè)有效評價(jià)者對12個(gè)聲樣本選擇次數(shù)的行列式（12×18）。對每一個(gè)聲樣本，可以得出所有18個(gè)有效評價(jià)者針對煩惱度對該樣本選擇次數(shù)，由此可以得出樣本相對的好差程度。根據(jù)式(1)對所有數(shù)據(jù)反演重建便可以得到所有42個(gè)聲樣本的主觀煩惱度評價(jià)值，如表7所示（在此只列出了部分值）。

利用SPSS軟件計(jì)算42個(gè)噪聲樣本主觀煩惱度評價(jià)值和客觀參數(shù)A計(jì)權(quán)聲壓級以及響度的Pearson相關(guān)性如表8所示，可以看出相關(guān)性系數(shù)接近0.8，進(jìn)一步證明了主觀評價(jià)實(shí)驗(yàn)的可信度。

表7 主觀煩惱度評價(jià)值

表8 相關(guān)性分析

將主觀煩惱度評價(jià)值按工況分成3組作圖2。從圖中可以看出：在大部分位置勻速工況下的噪聲是最讓人煩惱的；加速工況下的噪聲主觀評價(jià)值的波動(dòng)比較大，可能因?yàn)閿?shù)據(jù)的測量并不是在同一列車并且加速度的大小也不盡相同，造成評價(jià)結(jié)果相差甚遠(yuǎn)；減速工況下主要噪聲客觀參數(shù)逐漸減小且到站給人的喜好感，造成人的主觀偏向性，因此主觀評價(jià)值相對普遍低。

3.4 模糊綜合評價(jià)方法應(yīng)用

(1)各級指標(biāo)權(quán)重的確定

咨詢有一定聲學(xué)知識的軌道專業(yè)工程師對“煩惱度”車內(nèi)聲品質(zhì)的理解構(gòu)造判斷矩陣，計(jì)算得出各級指標(biāo)權(quán)重，利用公式(4)進(jìn)行一致性檢驗(yàn)。各判斷矩陣權(quán)重及一致性檢驗(yàn)計(jì)算結(jié)果如表9—11所示。綜上：w={0.097 2,0.185 4,0.532 0,0.185 4}；

w1={0.666 7,0.333 3}；

w2={0.166 6,0.093 8,0.739 6}。

(2)加權(quán)計(jì)算

根據(jù)公式(5)計(jì)算二級指標(biāo)，結(jié)果如表12所示。

同理，根據(jù)公式(5)和(6)可計(jì)算出一級指標(biāo)和整車主觀得值，如表13和14所示。

圖2 不同位置各工況主觀煩惱度評價(jià)值

表9 一級指標(biāo)判斷矩陣及權(quán)重

表10 二級指標(biāo)判斷矩陣及權(quán)重

表11 三級指標(biāo)判斷矩陣及權(quán)重

表12 二級指標(biāo)主觀綜合值

表13 一級指標(biāo)主觀綜合值

表14 整車主觀綜合值

由以上結(jié)果分析得出：地鐵列車中間車廂連接處和車廂中部主觀煩惱度評價(jià)綜合值較車頭和車尾高；當(dāng)列車在地下隧道運(yùn)行時(shí)，車內(nèi)噪聲主觀煩惱度評價(jià)綜合值明顯比在地上運(yùn)行時(shí)高，這表示隧道結(jié)構(gòu)和吸聲效果有待改進(jìn)，進(jìn)而提高地鐵的乘坐舒適性。

4 結(jié)語

結(jié)合分組成對比較法和模糊綜合評價(jià)法的主觀模糊綜合評價(jià)法可以根據(jù)不同條件下的噪聲主觀評價(jià)值模糊綜合得到一個(gè)對評價(jià)對象的主觀評價(jià)綜合值。根據(jù)多個(gè)評價(jià)對象的綜合值，可以比較其聲品質(zhì)。本文以上海地鐵9號線為例，進(jìn)行了車內(nèi)噪聲的采集和預(yù)處理，組織評價(jià)人員按照分組成對比較法以煩惱度為評價(jià)量對噪聲樣本進(jìn)行了主觀評價(jià)。在評價(jià)結(jié)果處理中利用了模糊綜合評價(jià)方法，得到了不同位置以及整車的主觀煩惱度評價(jià)綜合值，為改善地鐵聲品質(zhì)提供了參考；同時(shí)驗(yàn)證了主觀模糊綜合評價(jià)方法的可行性和有效性。

[1]張曉排，劉 巖，鐘志方.地鐵車內(nèi)噪聲特性[J].噪聲與振動(dòng)控制，2010，30(002)：69-71.

[2]Blauert J,Jekosch U.Sound-quality evaluation a multilayered problem[J].Acta Acustica United with Acustica,1997,83(5):747-753.

[3]Bodden M,Heinrichs R,Linow A,et al.Sound quality evaluation of interior vehicle noise using an efficient psychoacoustic method[C].Proc.of the 3 rd European Conference on Noise Control-Euronoise.1998,98:609-614.

[4]Buss S,Schulte-Fortkamp B,Muckel P.Combining methods to evaluate sound quality[C].Proceedings of the 29 th International Congress and Exposition on Noise control engineering(Inter-Noise 2000),Nice,France.2000:27-30.

[5]Cardozo B L,Van Lieshout R.Estimates of annoyance of sounds of different character[J].Applied Acoustics,1981,14(5):323-329.

[6]Otto N,Amman S,Eaton C,et al.Guidelines for jury evaluations of automotive sounds[J].SAE Transactions,2000,108(6;PART 2):3015-3034.

[7]康潤程，葉常景，李青林.汽車聲品質(zhì)主客觀評價(jià)方法研究[J].汽車科技，2011，3：15.

[8]毛東興，高亞麗，俞悟周，等.聲品質(zhì)主觀評價(jià)的分組成對比較法研究[J].聲學(xué)學(xué)報(bào)，2005，30(6)：515-520.

[9]毛東興，俞悟周，王佐民.聲品質(zhì)成對比較主觀評價(jià)的數(shù)據(jù)檢驗(yàn)及判據(jù)[J].聲學(xué)學(xué)報(bào)，2005，30(5)：468-472.

[10]Otto N C,Wakefield G H.A subjective evaluation and analysis of automotive starter sounds[J].Noise Control Engineering Journal,,1993,41(3):377-382.

[11]彭 亮.Groupon模式下團(tuán)購網(wǎng)站消費(fèi)者信任度的模糊綜合評價(jià)[J].企業(yè)經(jīng)濟(jì)，2011(2)：85-88.

[12]GBT 3449-2011軌道車輛內(nèi)部噪聲測量[S].北京：中國標(biāo)準(zhǔn)出版社，2012.

[13]常建娥，蔣太立.層次分析法確定權(quán)重的研究[J].武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版)，2007，29(1)：153-156.

[14]Otto N,Amman S,Eaton C,et al.Guidelines for jury evaluations of automotive sounds[J].SAE Transactions,2000,108(6;PART 2):3015-3034.

[15]Parizet E.Paired comparison listening tests and circular error rates[J].Acta Acustica United with Acustica,2002,88(4):594-598.