畢鳳榮，黃 宇，張立鵬，沈鵬飛，呂大立

（1.天津大學(xué)，內(nèi)燃機(jī)燃燒學(xué)國家重點(diǎn)實(shí)驗(yàn)室，天津 300072； 2.天津內(nèi)燃機(jī)研究所，天津 300072）

Research on Subjective Evaluation Method of Vehicle Sound Quality Based on Interval Grey Number Theory

BiFengrong1，HuangYu1，ZhangLipeng2，ShenPengfei1＆LüDali2
1.TianjinUniversity，StateKeyLaboratoryofEngines，Tianjin 300072； 2.TianjinInternalCombustionEngineResearchInstitute，Tianjin 300072

［Abstract］In order to improve the reliability and practicability of subjective evaluation of vehicle sound quality，and to analyze the interior noise quality characteristics of pure electric vehicle under the condition of constant speed and acceleration，based on the anchored semantic differential method（ASDM）and the interval grey number theory，an improved subjective evaluation method of sound quality is proposed.Firstly，referring to a benchmark sample，the assessors use fuzzy scoring method to evaluate subjectively the noise samples in the vehicles.Secondly，the grey incidence degree is used as scorer reliability to eliminate the invalid score data.Thirdly，a certainty parameter of interval grey number is proposed as an important index for calculating the weights of scores in order to obtain the comprehensive scoring results of each sample.By comparison with the evaluation results of traditional semantic differential method（SDM）and ASDM，it is verified that the improved method can more accurately reflect people's subjective feelings about the noise in the vehicle while the workload of evaluation is not increased.The method is used to evaluate subjectively the interior noise quality of three pure electric vehicles of different positioning under different working conditions，so that the sound quality characteristics of three vehicles can be compared and analyzed.

Keywords：vehiclesoundquality；intervalgreynumber；subjectiveevaluation；semanticdifferential method

前言

主、客觀評價(jià)是量化汽車聲品質(zhì)優(yōu)劣程度的主要途徑［1］，雖然近幾年聲品質(zhì)客觀評價(jià)方法的研究取得了較大的進(jìn)步，基于各類智能算法的聲品質(zhì)預(yù)測模型得到了一定的發(fā)展；但人的主觀感受作為對噪聲最直接的反應(yīng)，主觀評價(jià)試驗(yàn)仍是汽車聲品質(zhì)研究中不可或缺的一環(huán)［2］。目前國內(nèi)外較為成熟的主觀評價(jià)方法主要包括：簡單排序法（ranking method，RM）、等級評分法（rating scale method，RSM）、成對比較法（paired comparison method，PCM）、語義細(xì)分法（semantic differential method，SDM）和參考語義細(xì)分法（anchored semantic differential method，ASDM）等，這些方法在車內(nèi)噪聲品質(zhì)評價(jià)研究中得到了較為廣泛的應(yīng)用［3］。其中RM和RSM簡單易行，但前者的評價(jià)結(jié)果只體現(xiàn)了樣本好壞的趨勢，后者評分時(shí)易受相鄰樣本的影響，準(zhǔn)確性和可靠性較低。PCM工作量與樣本數(shù)量的平方成正比［4］，過多的樣本會(huì)造成評審員聽覺疲勞而使評價(jià)結(jié)果失真［5］，因此需控制樣本數(shù)量。SDM是采用若干成對的語義詞匯來對樣本進(jìn)行不同維度的描述，為評審員打分提供參考，但在應(yīng)用過程中仍無法避免相鄰樣本間的干擾，評審員對語義詞匯的不同理解也會(huì)影響結(jié)果的一致性，樣本數(shù)量同樣不宜過多。ASDM是在SDM的基礎(chǔ)上改良得到［1］，它為評審員提供了一個(gè)基準(zhǔn)樣本作為對比參考，使整個(gè)評分過程的標(biāo)準(zhǔn)更加穩(wěn)定，放寬了樣本數(shù)量限制，評價(jià)結(jié)果更加可靠。

但是以上的幾種方法均默認(rèn)評審員在給每一個(gè)樣本打分時(shí)總能給出一個(gè)確切的分值，這顯然是不符合人對事物進(jìn)行主觀評判時(shí)的實(shí)際狀態(tài)，有限且固定排布的評分等級也限制了評審員的打分自由。由此Yuan等［6］引入了灰色區(qū)間的概念對ASDM進(jìn)行改進(jìn)，這種改進(jìn)的語義細(xì)分法所采用的每一個(gè)語義詞匯分別對應(yīng)一段區(qū)間灰數(shù)，評審員按照詞匯對每個(gè)樣本評出一個(gè)分?jǐn)?shù)范圍。但在實(shí)際應(yīng)用中發(fā)現(xiàn)，該方法沒有考慮評分區(qū)間長度與評分者對該評分確信程度間的聯(lián)系，也沒有針對區(qū)間型分?jǐn)?shù)給出一套切實(shí)可行的評分者信度求法，而且該方法限定了每次給分的范圍，同樣沒有做到真正的模糊打分。

針對以上問題，本文中提出了基于區(qū)間灰數(shù)理論［7］改進(jìn)的語義細(xì)分法。每位評審員以基準(zhǔn)樣本作為對比參考，采用任意模糊涂抹的方法對每個(gè)樣本進(jìn)行評分，得到一組分?jǐn)?shù)的區(qū)間序列。通過區(qū)間灰色關(guān)聯(lián)度［8］算法求出各個(gè)評審員與整體評分結(jié)果之間的關(guān)聯(lián)度作為評分者信度，以此對評分結(jié)果進(jìn)行篩選，最后考慮每個(gè)評分的區(qū)間長度與評審員對該評分的確信程度間的關(guān)系，提出區(qū)間灰數(shù)確信度的計(jì)算方法，依據(jù)確信度對剩余的評分結(jié)果進(jìn)行加權(quán)平均得到最終評價(jià)結(jié)果。通過與SDM和ASDM的評價(jià)結(jié)果進(jìn)行對比分析，證明了改進(jìn)的語義細(xì)分法在保持同樣工作量的前提下，能更準(zhǔn)確合理地反映人對車內(nèi)噪聲的主觀感受，并利用該方法分析了3款不同定位的純電動(dòng)汽車的車內(nèi)噪聲品質(zhì)特性。

1 區(qū)間灰數(shù)理論的基本原理

定義 1［9－10］若實(shí)數(shù) α≤β，且［α，β］?B則稱不確定數(shù)δ∈［α，β］為在論域B上以α為下界，β為上界的區(qū)間灰數(shù)，L（δ）＝β－α為灰數(shù)δ的區(qū)間長度。

定義2［7］對于缺乏分布信息的區(qū)間灰數(shù)δ∈［α，β］，有如下情況。

（2）若 δ為離散型灰數(shù)，εi∈［α，β］（i＝1，2，…，n）為灰數(shù) δ的所有可能取值，則稱為灰數(shù)δ的核。

定義3 對于離散型區(qū)間灰數(shù)，稱其能取得的最小區(qū)間長度θ為該區(qū)間灰數(shù)所處論域的分辨率，本文中設(shè)計(jì)的評分表的分辨率θ＝0.1。

定義 4［11］設(shè) δ1∈［α1，β1］，δ2∈［α2，β2］為兩個(gè)區(qū)間灰數(shù)，則稱 d（δ1，δ2）為區(qū)間灰數(shù) δ1與 δ2間的距離。

定義5［9］設(shè)某系統(tǒng)行為灰數(shù)序列為 X＝｛X0，X1，…，Xm｝，其中反映該系統(tǒng)行為特征的灰數(shù)參考序列X0以及影響該系統(tǒng)行為的因素組成的灰數(shù)比較序列 X1，X2，…，Xm如下：

稱 γ（X0，Xi）為 X0與 Xi的區(qū)間灰色關(guān)聯(lián)度，其中 ξ∈（0，1）為分辨系數(shù)，通常取0.5。

定理1［12］前文中定義的區(qū)間灰色關(guān)聯(lián)度γ（X0，Xi）滿足以下灰色關(guān)聯(lián)四公理。

（1）規(guī)范性，即 0＜γ（X0，Xi）≤1。

證明：因 d（δx，δy）≥（δ0（k），δi（k）），故滿足規(guī)范性。

（2）偶對對稱性，即當(dāng) X＝｛Xx，Xy｝時(shí)，γ（Xx，Xy）＝γ（Xy，Xx）。

證明：因 d（δx，δy）＝d（δy，δx）且

（3）整體性，即當(dāng) Xx，Xy∈X＝｛Xs｜s＝0，1，2，…m；m≥2｝時(shí)，一般 γ（Xx，Xy）γ（Xy，Xx）。

證明：因 X＝｛Xs｜s＝0，1，2，…，m；m≥2｝，則對于任意 Xx，Xy∈X，一般有δx（k），δy（k））（δy（k），δx（k）），故滿足整體性。

（4）接近性，即隨著 d（δ0（k），δi（k））的減小，γ（δ0（k），δi（k））增大，顯然成立。

2 改進(jìn)的語義細(xì)分法

ASDM在SDM的基礎(chǔ)上進(jìn)行改進(jìn)，為評審員提供了一個(gè)基準(zhǔn)樣本作為對比參考，但固定的分值仍限制了評審員的打分自由，無法反映評審員真實(shí)的主觀感受。本文中認(rèn)為人在評判事物時(shí)的主觀感受是一個(gè)模糊的區(qū)間范圍，而非確定的值，并且模糊區(qū)間越長，評分者對該分?jǐn)?shù)的不確信程度越高。遂結(jié)合區(qū)間灰數(shù)理論，以各個(gè)評審員的評分序列與整體評分序列間的區(qū)間灰色關(guān)聯(lián)度作為評分者信度，考慮評分區(qū)間長度與評分者對該評分確信程度間的關(guān)系，提出了以下改進(jìn)的語義細(xì)分法，總體流程如圖1所示。

圖1 改進(jìn)的語義細(xì)分法總體流程圖

（1）設(shè)計(jì)了一套用于聲品質(zhì)主觀評價(jià)試驗(yàn)的模糊打分表。其部分表格如圖2所示，打分范圍為0～10分，分辨率為0.1，評價(jià)指標(biāo)選取“響亮與安靜”、“愉悅與煩躁”等成對詞組，以略微、一點(diǎn)、一些和十分等修飾語對語義等級進(jìn)行大致劃分。選取一個(gè)客觀聲學(xué)指標(biāo)適當(dāng)?shù)臉颖咀鳛榛鶞?zhǔn)樣本，令其分值為5。M位評審員參考基準(zhǔn)樣本，根據(jù)主觀感受逐一對N個(gè)噪聲樣本進(jìn)行任意范圍的模糊涂抹打分，評分過程基本滿足評審員自由打分的需求。

（2）統(tǒng)計(jì)評審團(tuán)的評分結(jié)果，得到一組區(qū)間灰數(shù)評分序列 X＝｛X0，X1，…，Xi，…，XM｝，其中 Xi＝（δi（1），δi（2），…，δi（k），…，δi（N）），δi（k）∈［αik，βik］，L（δi（k））＝βik－αik（i＝1，2，…，M）。i＝0時(shí)，由以下公式計(jì)算參考序列中各區(qū)間灰數(shù)的核、區(qū)間長度以及上下界：

（3）按照式（1）～式（3）計(jì)算區(qū)間灰數(shù)評分序列X中各個(gè)比較序列與參考序列的關(guān)聯(lián)度作為評分者信度 γ（X0，Xi）（i＝1，2，…，M），將信度過低的 r個(gè)評審員的評分結(jié)果篩除，得到新的評分序列X′＝｛X′0，X′1，…，X′i，…，X′M－r｝。

圖2 主觀評價(jià)試驗(yàn)?zāi)：蚍直?/p>

（4）基于評分者對評分確信程度與評分區(qū)間長度成相反的關(guān)系，提出了分?jǐn)?shù)確信度的概念，其計(jì)算式為

通過新的評分序列 X′＝｛X′0，X′1，…，X′i，…，X′M－r｝，計(jì)算得到評分區(qū)間灰數(shù)的核序列 Δ，按照式（7）計(jì)算得到每個(gè)區(qū)間灰數(shù)評分的確信度序列Π，其中 θ＝0.1。

（5）最后以樣本每個(gè)分?jǐn)?shù)的確信度與該樣本所有分?jǐn)?shù)確信度之和的比值作為分?jǐn)?shù)的權(quán)值，計(jì)算得到各個(gè)樣本的綜合得分：

3 試驗(yàn)

3.1 噪聲樣本采集及預(yù)處理

參考GB／T 18697—2002《聲學(xué)汽車車內(nèi)噪聲測量方法》對特斯拉model s、奇瑞eq以及長城C30 EV這3款不同品牌、定位的純電動(dòng)汽車進(jìn)行了車內(nèi)噪聲采集試驗(yàn)。測試設(shè)備如表1所示，測點(diǎn)位置及設(shè)備設(shè)置狀態(tài)如圖3所示，選擇副駕駛位，模擬采集副駕駛員雙耳在車內(nèi)收聽到的噪聲信號。試驗(yàn)時(shí)道路環(huán)境、聲學(xué)環(huán)境、車輛狀態(tài)以及設(shè)備設(shè)置均滿足上述標(biāo)準(zhǔn)要求。

表1 噪聲樣本采集試驗(yàn)設(shè)備

圖3 噪聲樣本采集試驗(yàn)裝置

所有樣本的采集工況為 20、40、60、80、100、120 km／h速度下的勻速工況，以及 0～120 km／h的全油門加速工況，按照國際通用要求，將這些樣本分別截取為5 s時(shí)長的最佳噪聲樣本［5］。其中，由于動(dòng)力性能的差異，部分車型在個(gè)別高速或低速工況下的噪聲樣本無法獲得，最終采集到3輛車的25個(gè)噪聲樣本，如表2所示。

表2 各車型噪聲樣本采集工況

通過LMSTestlab軟件提取這些樣本的客觀響度值，選取其中12個(gè)響度值分布更為合理的噪聲樣本驗(yàn)證改進(jìn)的主觀評價(jià)方法的可靠性，如表3所示。

表3 用于方法驗(yàn)證的噪聲樣本及其響度排序

3.2 主觀評價(jià)試驗(yàn)

參考Ma等［3］的實(shí)驗(yàn)方案，選取“愉悅與煩躁”、“豪華與廉價(jià)”、“有力與乏力”作為聲品質(zhì)主觀評價(jià)指標(biāo)，以“略微”、“有些”、“十分”等如圖2所示的修飾語對語義等級進(jìn)行大致劃分。組織了18名相關(guān)專業(yè)聽力健康的師生作為評審員，采用改進(jìn)的語義細(xì)分法按照上文中所述步驟依次完成對25個(gè)噪聲樣本的主觀評價(jià)試驗(yàn)。試驗(yàn)過程中均采用專業(yè)聲卡以及高保真耳機(jī)對噪聲樣本進(jìn)行隨機(jī)回放，評審員聽音后在獨(dú)立設(shè)計(jì)的模糊打分表上逐一對樣本的3組評價(jià)指標(biāo)進(jìn)行主觀評分，試驗(yàn)設(shè)備如圖4所示。試驗(yàn)過程中，環(huán)境背景噪聲低于30 dB（A），風(fēng)速低于1 m／s，溫度維持在22℃左右，無明顯異味（后文中簡稱此試驗(yàn)為全樣本主觀評價(jià)試驗(yàn)）。

圖4 主觀評價(jià)試驗(yàn)設(shè)備

為驗(yàn)證改進(jìn)的語義細(xì)分法相對于其它方法更加可靠和實(shí)用，上述試驗(yàn)結(jié)束后，隨機(jī)抽取其中10名評審員在同樣條件下分別采用SDM、ASDM以及改進(jìn)的語義細(xì)分法對表3所示的12個(gè)樣本的響亮程度再次獨(dú)立進(jìn)行了3次主觀評價(jià)試驗(yàn)，并記錄了每位評審員的評分耗時(shí)（后文中簡稱此3次試驗(yàn)為方法驗(yàn)證試驗(yàn)）。

3.3 試驗(yàn)結(jié)果信度檢驗(yàn)

整理統(tǒng)計(jì)改進(jìn)的語義細(xì)分法的評分結(jié)果，得到一組區(qū)間灰數(shù)評分序列X＝｛X0，X1，…，Xi，…，XM｝，按照式（1）～式（6）計(jì)算各個(gè)評審員與總體評分之間的灰色關(guān)聯(lián)度作為該方法的評分者信度；通過SPSS軟件對SDM和ASDM的評分結(jié)果進(jìn)行相關(guān)分析，分別計(jì)算各個(gè)評審員評分?jǐn)?shù)列兩兩之間的Pearson相關(guān)系數(shù)，得到每個(gè)評審員與其它評審員之間的評分相關(guān)系數(shù)，取其算數(shù)平均值作為評分者信度。表4為采用改進(jìn)的語義細(xì)分法對所有噪聲樣本進(jìn)行的聲品質(zhì)主觀評價(jià)試驗(yàn)，18位評審員對于不同評價(jià)指標(biāo)的評分者信度；表5為方法驗(yàn)證試驗(yàn)中分別采用3種方法時(shí)10位評審員各自的評分者信度。

對于采用改進(jìn)的語義細(xì)分法進(jìn)行的主觀評價(jià)試驗(yàn)，各評審員的評分者信度取自區(qū)間灰數(shù)關(guān)聯(lián)度，目前還沒有相關(guān)文獻(xiàn)對其無效臨界點(diǎn)的取值做出指導(dǎo)，本文中取其平均值的85%作為無效臨界點(diǎn)，即對于評分序列灰色關(guān)聯(lián)度低于各評審員平均值85%的評審員，其評分序列應(yīng)當(dāng)予以剔除，以保證評分結(jié)果的有效性。由表4可知對所有樣本進(jìn)行的主觀評價(jià)試驗(yàn)中所有評審員的評分序列灰色關(guān)聯(lián)度均大于平均值的85%，全部有效。由表5可知，評審員g的評分序列灰色關(guān)聯(lián)度為0.582，小于平均值的85%，予以剔除。而對于采用SDM或ASDM進(jìn)行的主觀評價(jià)試驗(yàn)，評審員的評分者信度均取自評分?jǐn)?shù)列之間的Pearson相關(guān)系數(shù)，其數(shù)值高于0.7則視為具有較高的一致性［13］，由表5可知采用這兩種方法進(jìn)行的試驗(yàn)中所有評審員的評分結(jié)果均為有效。

表4 全樣本主觀評價(jià)試驗(yàn)中各評審員的評分者信度

表5 方法驗(yàn)證試驗(yàn)中各評審員的評分者信度

4 試驗(yàn)結(jié)果分析

4.1 方法驗(yàn)證試驗(yàn)結(jié)果分析

（1）試驗(yàn)結(jié)果對比分析

對SDM和ASDM的評分結(jié)果作算數(shù)平均處理，可得到各個(gè)樣本的最終綜合得分。對于改進(jìn)的語義細(xì)分法，在剔除無效數(shù)據(jù)后，按照式（8）對其評分結(jié)果進(jìn)行計(jì)算，便可得到各個(gè)樣本的最終得分。3種方法的最終結(jié)果如表6所示，其數(shù)值大小與樣本響度的變化大致成正相關(guān)。

表6 方法驗(yàn)證試驗(yàn)結(jié)果

為更加直觀地比較3種方法的評分結(jié)果與樣本實(shí)際響度大小的相關(guān)程度，利用SPSS統(tǒng)計(jì)學(xué)軟件計(jì)算3組結(jié)果與實(shí)際響度之間的Pearson相關(guān)系數(shù)，并分別對4組數(shù)據(jù)進(jìn)行歸一化處理后畫出點(diǎn)線圖，使樣本的實(shí)際響度參數(shù)與評分結(jié)果能夠在同一尺度上進(jìn)行比較，結(jié)果如表7和圖5所示。

表7 方法驗(yàn)證試驗(yàn)的結(jié)果與實(shí)際響度間的相關(guān)程度

圖5 方法驗(yàn)證試驗(yàn)的結(jié)果與響度隨樣本的變化趨勢

由圖5和表7可以看出，相比ASDM和SDM，改進(jìn)的語義細(xì)分法的試驗(yàn)結(jié)果在大部分的樣本點(diǎn)上與樣本的實(shí)際響度更為貼近，且整體的相關(guān)系數(shù)更大，表明改進(jìn)的方法能夠更加準(zhǔn)確合理地反映人對純電動(dòng)汽車車內(nèi)噪聲的主觀感受。

（2）工作量對比分析

忽略打分之外的其它操作耗時(shí)，將主觀評價(jià)試驗(yàn)的耗時(shí)分為聽音耗時(shí)、打分耗時(shí)和猶豫耗時(shí)3部分。假設(shè)應(yīng)用SDM、ASDM和改進(jìn)的語義細(xì)分法進(jìn)行主觀評價(jià)試驗(yàn)時(shí)，每次打分的平均耗時(shí)分別為L1、L2、L3，猶豫的平均耗時(shí)分別為為 H1、H2、H3，考慮SDM和ASDM的打分方式相同，ASDM和改進(jìn)的語義細(xì)分法的判斷依據(jù)相同，認(rèn)為 L1＝L2，H2＝H3，故可得到樣本數(shù)為10、樣本時(shí)長為5 s時(shí)，這3種聲品質(zhì)主觀評價(jià)方法的理論耗時(shí)與實(shí)際耗時(shí)對比結(jié)果如表8所示。

從表8可以看出，針對單個(gè)樣本，ASDM實(shí)際上只比SDM多耗時(shí)3.07 s，而理論上兩者之差為（5 s＋H2－H1），故可合理推測 H2＜H1，表明對于改進(jìn)的語義細(xì)分法或ASDM，選取一個(gè)基準(zhǔn)樣本作為評分參考，可以使評審員的主觀判斷更加果斷。對比ASDM，改進(jìn)的語義細(xì)分法總體上沒有明顯增加評審員的工作量，考慮新式的打分方式耗時(shí)與打分熟練程度以及評分表設(shè)計(jì)密切相關(guān)，可以認(rèn)為，改進(jìn)的語義細(xì)分法與ASDM的評分工作量基本相同。

表8 3種主觀評價(jià)方法耗時(shí)

4.2 全樣本主觀評價(jià)試驗(yàn)結(jié)果分析

同樣按照式（8）對全樣本主觀評價(jià)試驗(yàn)的評分結(jié)果進(jìn)行計(jì)算，得到3款純電動(dòng)汽車不同工況下各個(gè)樣本的最終得分，如圖6～圖8所示。

圖6 愉悅度主觀評價(jià)試驗(yàn)結(jié)果

圖7 豪華度主觀評價(jià)試驗(yàn)結(jié)果

由圖6～圖8結(jié)果可知：

（1）定位高端的特斯拉純電動(dòng)汽車與另外兩款定位較低端的車型相比，其車內(nèi)噪聲環(huán)境明顯更加令人舒適，但在動(dòng)力性上，定位更高端的純電動(dòng)汽車并沒有表現(xiàn)得更加出色；

（2）從整體上來看，隨著純電動(dòng)汽車車速的升高，其車內(nèi)噪聲會(huì)令人更加煩躁，并且使得汽車帶給人的豪華感下降，但其為汽車帶來的動(dòng)力感受影響并不大；

（3）電動(dòng)汽車車內(nèi)加速噪聲更容易使人體會(huì)到汽車的動(dòng)力性；

（4）愉悅度與豪華度指標(biāo)在語義上可能存在較多的重合部分，導(dǎo)致其主觀評價(jià)結(jié)果相近。

圖8 動(dòng)力性主觀評價(jià)試驗(yàn)結(jié)果

5 結(jié)論

采用基于區(qū)間灰數(shù)理論的主觀評價(jià)方法對3款不同定位的純電動(dòng)汽車車內(nèi)噪聲進(jìn)行了主觀評價(jià)試驗(yàn)。針對區(qū)間型分?jǐn)?shù)序列，以區(qū)間灰色關(guān)聯(lián)度作為評分者信度檢驗(yàn)的參數(shù)，考慮評審員對所評分?jǐn)?shù)的確信程度與分?jǐn)?shù)的區(qū)間長度成相反的關(guān)系，提出了一種區(qū)間灰數(shù)的確信度參數(shù)作為計(jì)算分?jǐn)?shù)權(quán)值的重要指標(biāo)，最終得到了多組主觀評價(jià)試驗(yàn)的結(jié)果，對其進(jìn)行對比分析得到以下結(jié)論。

（1）改進(jìn)的語義細(xì)分法與ASDM的工作量基本相同，而且相比其它兩種主觀評價(jià)方法，改進(jìn)的語義細(xì)分法能更加準(zhǔn)確合理地反映人對車內(nèi)噪聲的主觀感受，一定程度上提升了主觀評價(jià)試驗(yàn)的可靠性。

（2）隨著純電動(dòng)汽車車速的提升，其車內(nèi)噪聲的煩躁度在整體上呈上升趨勢，且車速越高，電動(dòng)汽車給人帶來的豪華感越低。

（3）相比于勻速工況，加速工況下的噪聲更能表現(xiàn)出純電動(dòng)汽車的動(dòng)力性，故在以動(dòng)力性作為電動(dòng)汽車聲品質(zhì)的考察指標(biāo)時(shí)，采集加速工況的噪聲信號作為樣本尤為重要。