摘 要：小波算法在信號處理方面效果較好，具有無可比擬的時頻特性。目前小波分析的應用領域主要有模式識別、故障診斷、信號處理、狀態(tài)監(jiān)測、圖象處理等眾多學科領域。把小波分析應用于聲品質改善工作在國內還沒有深入的研究。本課題的研究即屬于理論方法的研究又屬于工程應用的研究。從理論和應用的角度利用小波分析和聲品質相結合，尋找改善汽車車內聲品質的途徑。這一研究工作的思路和方法構成了本項目研究工作的一個特色，并對實際設計工作有很重要的意義。

關鍵詞：小波分析;汽車聲品質;噪聲分析

1 國內外研究綜述

對汽車聲品質的研究國內外主要集中在三個部分：

（1）對汽車聲品質進行評價的客觀參量研究。1991年奧地利AVLLIST公司組織了軟件工程、應用統(tǒng)計和聲學測試分析各方面的專家，給出了系統(tǒng)描述聲學屬性的48個物理特征量，并把它們歸納出8類評價指標，包括聲壓級、綜合級參數、周期性測量、響度、尖銳度、脈沖性、粗糙度和聲壓分布。以此為研究契機，經過國內外研究學者的實驗研究最終得出在對汽車聲品質客觀評價時可以采用響度、尖銳度、粗糙度和抖動度四個參量。

（2）對汽車聲品質主觀評價實驗進行研究。同濟大學毛東興在 2003 年研究時對汽車內噪聲進行了主觀評價實驗研究，為了減少主觀評價模型的錯誤，提出了分組成對比較法、參考語義細分法和三角循環(huán)誤差的計算模型。在隨后的研究中，分組成對比較法和誤判分析成了研究重點。

（3）對汽車聲品質進行主客觀相關性的研究。2007 年吉林大學劉宗巍采用等級評分方法對8種不同類型國產轎車中的32個穩(wěn)態(tài)噪聲樣本進行了主觀評價試驗，應用回歸分析方法，建立了以心理聲學客觀參量響度和尖銳度描述的聲品質煩躁度數學模型。在進行主客觀相關性研究中多數采用的數理統(tǒng)計中的回歸分析方法進行研究。

在多數汽車噪聲信號分析中使用的是傅里葉變換。傅里葉變換是信號處理領域中完美度較好、廣泛應用、效果突出的一種分析手段。唯一不足是傅里葉變換只在純頻域的范圍內進行分析，在時域內定位性準確性很差。經過傅里葉變換所反映的是整個信號全部時間內的整體頻域特征，不能提供任一局部時間段上或者點時間上的頻域信息。文章《小波變換在柴油發(fā)動機故障診斷中的應用》指出傅立葉分析法對于非平穩(wěn)振動信號，有可能錯誤診斷，傅立葉分析可能給出錯誤的結果，經過研究分析小波變換不會出現類似的誤判情況。

與Fourier分析相比小波分析的優(yōu)點是良好的局部化性質，而且在時域和頻域同時具有。實際應用時在時域和頻域自動調節(jié)采樣步長以適應信號的不同的頻率成分的分析。

小波分析是由Fourier分析基礎上的一個新的數學方法，它既有豐富的數學理論，又是工程應用上的方法和工具。小波分析是一種對信號和信息進行處理的工具，通過引入可變的尺度因子和平移因子，有效的解決了時頻局部化的問題，彌補了Fourier分析的不足，成為一種有效的時頻分析方法。將小波分析結合汽車聲品質應用研究，探討小波分析的新理論和新方法是一個有前途和富有挑戰(zhàn)性的研究領域。

2研究意義分析

在汽車領域就表現為對汽車乘坐舒適性的要求，聲品質是消費者能直接感受到的，由此聲品質的好壞會影響消費者選購產品。在實踐中檢驗得到結論：小波分析方法是很有效的噪聲分析方法。但是國內關于小波應用于汽車噪聲聲品質的研究剛剛起步，研究還不夠深入，方法也不完善，所以應該加大科研力度，爭取早日取得成果應用于實踐領域，使國內汽車行業(yè)的競爭力更強。研究的意義在于：

（1）在于改善汽車車內的乘坐舒適性，減少車內聲品質較差帶給乘客的干擾。噪聲對人的心理、生理、聽覺器官和體內營養(yǎng)代謝，尤其對孕婦和胎兒有著不同程度的危害與影響，環(huán)保專家形象稱之為無形殺手。

（2）在于應用小波算法處理聲音信號，解決Fourier分析無法解決的聲品質問題。將小波變換的方法應用于汽車車內聲品質改善工作研究，是汽車降噪系統(tǒng)的質量檢驗與性能改善的效的手段。

（3）在于提升國產汽車車內聲品質的質量，促進國產轎車的社會品牌地位。

因此，小波分析在汽車聲品質的應用研究備受學術界和工程界的重視。國內關于小波應用于汽車噪聲聲品質的研究剛剛起步，研究還不夠深入，方法也不完善，所以應該加大科研力度，爭取早日取得成果應用于實踐領域，使國內汽車行業(yè)的競爭力更強。

3 基于小波分析的汽車聲品質研究步驟

與傅里葉變換相比小波分析的優(yōu)點是良好的局部化性質，而且在時域和頻域同時具有。小波變換可以在低頻部分具有較高的頻率分辨率和較低的時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率。因此小波變換可處理到信號的任意細節(jié)，解決傳統(tǒng)分析方法無法解決的應用問題。研究內容包括：

（1）車內噪聲樣本采集。本課題選用某品牌國產汽車為研究對象。當汽車以不同速度勻速運行時，采集車內關鍵部位噪聲信號。在副駕駛位置布置人工頭（HMSⅢ雙耳信號采集器），并后座、頂棚等部位安放傳聲器進行噪聲信號采集。

（2）聲品質主觀評價實驗。利用半消聲室對車內噪聲樣本進行聲品質主觀評價實驗。在這一步研究中重點需要解決的是主觀評價方法的選用和誤判率的計算。應該選取客觀的聲音樣本和足夠多的評價者進行主觀評價實驗。

（3）小波分析在汽車聲品質中的應用。應用小波分析對信號經行處理，確定噪聲源，得到處理后圖形（已經改善聲品質，去除脈沖噪聲）。

（4）實驗驗證環(huán)節(jié)。對處理后的聲信號進行評價，評價結果與先前未經改善的聲音信號的評價結果進行比較，檢驗聲品質質量的改善情況。并檢驗經小波算法這種處理手段得到的實驗結論是否能夠在應用中得到讓人滿意的結果。

（5）根據數據處理的結果為設計工作提供改進依據。確定噪聲信號中對聲品質主要影響因素，提取噪聲信號的相關信息（頻率，幅值，產生噪聲的主要零部件等），為設計工作提供改善意見。

參考文獻：

[1]黃文華.乘用車車內噪聲控制技術研[J]，技術與研究，2007（05）：53-57.

[2]毛東興，愈悟周，王佐民.聲品質成對比較主觀評價的數據檢驗及判決[J].聲學學報，2005，30（05）：468-472.

[3]毛東興，張寶龍.采用參考激勵信號的語義細分法主觀聲品質評價[J].聲學技術，2006，25（06）：560-567.

作者簡介：張曉娟（1980-），女，河北石家莊人，碩士研究生，副教授，研究方向：汽車噪聲及聲品質。