張賢 史晨路 鄭明軍 蘇新

摘 要：針對電動汽車在行駛過程中，車內(nèi)聲壓級較低而引起的駕駛體驗感降低和駕駛疲勞問題，文章提出了一種車內(nèi)主動聲音系統(tǒng)。首先，根據(jù)發(fā)動機聲音特定的諧波結(jié)構(gòu)和主階次準周期特性，對原始聲音信號進行分解，并搭建聲音樣本數(shù)據(jù)庫。隨后，根據(jù)油門踏板開度信號對數(shù)據(jù)庫中的聲音樣本實時讀取，同時利用時域同步疊加方法對讀取的聲音樣本進行合成。最后，在Matlab仿真平臺對本文的時域同步疊加方法進行仿真，并與傳統(tǒng)直接疊加方法進行對比。仿真結(jié)果表明，雖然兩種方法在勻減速和勻速的階次分析結(jié)果相差不大，但與時域同步疊加方法相比，直接疊加方法合成的聲音幅值存在一定程度不連續(xù)現(xiàn)象;在勻加速工況下，時域同步疊加方法合成的聲音幅值和階次成分精度方面都要優(yōu)于直接疊加方法。

關(guān)鍵詞：電動汽車;發(fā)動機聲音;聲音合成;主動聲音;時域同步疊加

中圖分類號：U469.72? 文獻標(biāo)識碼：A? 文章編號：1671-7988（2020）15-78-04

Abstract： Aiming at the problem of reduced driving experience and driving fatigue caused by the low sound pressure level in the electric vehicle during driving， this paper proposes an active sound system in the vehicle. First， according to the specific harmonic structure of the engine sound and the quasi-periodic characteristics of the main order， the original sound signal is decomposed and a sound sample database is built. Second， the sound samples in the database are read in real time according to the accelerator pedal opening signal， and the read sound samples are synthesized using the time-domain synchronous superposition method. Finally， the Matlab simulation platform simulates the time-domain synchronous stacking method in this paper and compares it with the traditional direct stacking method. The simulation results show that although the results of the order analysis of the uniform deceleration and uniform speed are not much different between the two methods， compared with the time-domain synchronous superposition method， the amplitude of the sound synthesized by the direct superposition method has a certain degree of discontinuity; Under working conditions， the accuracy of the sound amplitude and order components synthesized by the time-domain synchronous stacking method are superior to the direct stacking method.

Keywords： Electric vehicle; Engine sound; Sound synthesis; Active sound; Time domain synchronization overlap-and-add

CLC NO.： U469.72? Document Code： A? Article ID： 1671-7988（2020）15-78-04

前言

隨著電動汽車的快速發(fā)展及日益普及，人們對于車內(nèi)聲音提出了更高的要求。與傳統(tǒng)燃油車相比，電動汽車在行駛過程中車內(nèi)有著較低聲壓級的聲場環(huán)境，往往會增加駕駛員對于車內(nèi)聲場舒適性的感知程度，導(dǎo)致駕駛體驗感降低，由于車內(nèi)過于安靜還可以造成的駕駛疲勞，所以在電動汽車上安裝主動式聲浪系統(tǒng)對駕駛?cè)说鸟{駛樂趣、提高安全性、交互式體驗方面尤為重要[1]。針對傳統(tǒng)發(fā)動機聲音合成技術(shù)，國內(nèi)外許多專家、學(xué)者進行了廣泛的研究。Amman和Das [2]提出了一種基于確定性信號和隨機信號分解原理的發(fā)動機聲音合成方法，根據(jù)追蹤發(fā)動機轉(zhuǎn)速的離散傅里葉變換和次優(yōu)多脈沖激勵方法來產(chǎn)生逼真的發(fā)動機聲音。Van Rensburg等人[3]提出了相位編碼器的發(fā)動機聲音合成方法，先將時域聲音信號變換到頻域進行處理，再反變換到頻域，這種方法最大特點是以犧牲算法實時性來使其失真度最小，但是很難應(yīng)用到實時性高的領(lǐng)域中。Pascal[4]設(shè)計了電子激振器控制系統(tǒng)，該系統(tǒng)可以通過算法合成一定頻率寬度的噪聲帶及發(fā)動機階次聲音，可用于發(fā)動機聲音階次的增強和車外行人警示聲的合成。Jagla等人[5]提出了一種改進時域基音同步疊加方法，根據(jù)原始聲音信號建立聲音樣本數(shù)據(jù)庫，通過識別發(fā)動機激勵頻率來實時讀取數(shù)據(jù)庫中的短時聲音信號進行發(fā)動機聲音合成，并對該方法進行了實驗驗證。Park[6]提出一種主動發(fā)聲方法，使用此方法搭建的主動發(fā)聲系統(tǒng)可以在較少的占用硬件的條件，發(fā)出較為真實的發(fā)動機聲音。

綜上，本文借鑒國內(nèi)外聲音合成方法經(jīng)驗，制定了主動聲音系統(tǒng)的實現(xiàn)流程。以傳統(tǒng)的內(nèi)燃機汽車車內(nèi)聲音為基礎(chǔ)進行聲音樣本數(shù)據(jù)庫建立。根據(jù)時域同步疊加方法對讀取的聲音樣本數(shù)據(jù)進行聲音合成。同時考慮了車輛行駛過程中三種工況情況對主動聲音方法的影響，在Matlab下仿真完成方法驗證，并與直接疊加方法結(jié)果進行對比。驗證了該方法的聲音合成效果，因此研究結(jié)果對于實際工程應(yīng)用具有一定的現(xiàn)實意義。

1 發(fā)動機聲音特性分析與采集

本文中研究的目標(biāo)發(fā)動機為八缸四沖程汽油發(fā)動機。首先分析傳統(tǒng)內(nèi)燃機汽車聲音特性，搭建車內(nèi)階次聲音數(shù)學(xué)模型，然后對發(fā)動機聲音信號進行階次分析與數(shù)據(jù)采集，作為主動聲音系統(tǒng)的原始發(fā)動機聲音樣本。

1.1 階次聲音數(shù)學(xué)模型

對于傳統(tǒng)發(fā)動機來說，發(fā)動機的一次完整做功有四個沖程，每個氣缸經(jīng)歷“吸氣、壓縮、做功、排氣”完成一次做功循環(huán)，曲軸旋轉(zhuǎn)兩圈，當(dāng)發(fā)動機轉(zhuǎn)速為ne時，對應(yīng)的發(fā)動機聲音的基頻f1為：

發(fā)動機點火頻率fe為：

式中：ne為發(fā)動機每分鐘轉(zhuǎn)速，Nc為發(fā)動機氣缸數(shù)量。

發(fā)動機聲音是由發(fā)動機艙內(nèi)多個聲源產(chǎn)生的相當(dāng)復(fù)雜的信號，可將汽車發(fā)動機聲音分為確定性信號的階次聲音以及隨機信號的發(fā)動機寬頻帶聲音[7]。在時域范圍內(nèi)，發(fā)動機階次聲音在連續(xù)時間信號xk （t）的表達式為：

式中：Ak （t）和φk （t）為諧波幅值和初相位，ωk （n）為隨機信號成分。

1.2 原始聲音樣本采集

為減小外界環(huán)境噪聲對實驗結(jié)果的影響，提高實驗的效率和數(shù)據(jù)精度，聲音采集在汽車整車半消聲實驗室中進行。

車輛預(yù)熱完畢后，緩慢踩下加速油門踏板，通過在整個轉(zhuǎn)速范圍內(nèi)連續(xù)緩慢變化，同步采集并記錄車內(nèi)麥克風(fēng)聲音數(shù)據(jù)，整個加速時間不少于100s，使得具有較高精度頻率分辨率，保證了各階次聲音諧波成分頻率、幅值、相位信息的準確性。數(shù)據(jù)采集頻率為32000Hz，量化位數(shù)為16位，將采集好的聲音數(shù)據(jù)以WAV文件格式存儲。

圖1為通過上述步驟采集緩慢加速工況下，車內(nèi)聲音時域信號和時譜圖。根據(jù)時域信號圖可以發(fā)現(xiàn)，隨著時間和轉(zhuǎn)速不斷增加，聲音信號的幅值也在平穩(wěn)緩慢不斷變大。車內(nèi)聲音的動態(tài)變化由隨轉(zhuǎn)速變化而變化的發(fā)動機階次聲音表征。通過時譜圖可以清晰的看出，聲音階次成分清晰，存在非常明顯的主階次即4階次聲音成分。不同階次下的能量分布區(qū)別明顯，低頻率階次聲音在發(fā)動機整個轉(zhuǎn)速區(qū)間內(nèi)有明顯貢獻，其中4階次成分對車內(nèi)聲音的貢獻量最大，同時隨著發(fā)動機轉(zhuǎn)速的不斷增加，其他階次成分對車內(nèi)聲音的貢獻量也在不斷增大，但是其他各階次聲音成分量級始終要低于4階次。

2 主動聲音系統(tǒng)實現(xiàn)

2.1 主動聲音系統(tǒng)總體方案設(shè)計

為了保留原始信號數(shù)據(jù)的有效信息，保證采樣信號的重建不失真。設(shè)計發(fā)動機主動聲音系統(tǒng)總體方案流程圖如圖2所示。

2.2 聲音樣本數(shù)據(jù)庫建立

通過原始聲音信號階次頻譜特征發(fā)現(xiàn)，發(fā)動機主階次對發(fā)動機聲音總量級的貢獻最大，所以對采集的發(fā)動機聲音信號進行主階次標(biāo)記。以主階次準周期特性為標(biāo)尺，統(tǒng)計每一個過零點，且主階次中第一個過零點位置是由負到正的一個相位區(qū)間中選取的，利用發(fā)動機聲音信號具有明顯周期性特點，每隔8n個過零點加?個采樣點對整個原始聲音信號進行加窗處理，使得形成的一系列聲音信號片段具有相同的初始相位，即每個聲音信號片段都是從同一氣缸點火開始，最后建立原始發(fā)動機聲音樣本數(shù)據(jù)庫。

依據(jù)上述操作步驟，取n=1，?=512。對照每個聲音片段所在的轉(zhuǎn)速區(qū)間，為每個聲音片段添加轉(zhuǎn)速區(qū)間的起始與終止值，建立聲音樣本數(shù)據(jù)庫。為方便后續(xù)處理，需要對每個聲音片段做進一步的完善，因此每個聲音樣本片段主要包含以下內(nèi)容：

（1）聲音片段對應(yīng)的索引號;

（2）整零點截取的采樣點個數(shù);

（3）聲音合成所需的實際波形數(shù)據(jù);

（4）聲音片段實際對應(yīng)的轉(zhuǎn)速區(qū)間。

2.3 時域同步疊加

2.3.1 頻率特性分析

采用變采樣率方法，根據(jù)目標(biāo)特性實現(xiàn)對主頻頻率的分析調(diào)整[8]。通過待合成輸入信號?位置處，相鄰兩個采樣點中線性插入新的采樣點來達到增采樣目的，線性插值方法可以保證重構(gòu)數(shù)據(jù)不失真，也可以通過每隔幾個采樣點抽取一個點來達到降采樣目的。從頻域角度分析，采樣率增加可以實現(xiàn)頻譜的壓縮，有頻率降低的作用;采樣率降低可以實現(xiàn)頻譜的拉伸，有頻率升高的作用[9]。若將線性插值與抽取相結(jié)合的變速率重采樣原理，則可以實現(xiàn)任意有理數(shù)倍頻率的變化。

假設(shè)起始頻率為f0，變化后頻率為f1，頻率變化因子為a，則 ，其中M和L為頻率變化前后變周期幀個數(shù)。要實現(xiàn)任意有理數(shù)倍頻率的變化，采用以下公式：

式中，N為幀長，[]表示取整運算，mod表示取模運算。當(dāng)M>L時，頻率增大;當(dāng)M

2.3.2 幅值特性分析

相鄰兩個短時聲音信號的疊加區(qū)會產(chǎn)生幅值的突變出現(xiàn)不連續(xù)現(xiàn)象，引入高頻諧波。為保證疊加后的的聲音信號幅值不失真，對重疊區(qū)進行變采樣率處理后，在變頻率的同時也會改變重疊區(qū)波形的幅值，需要對重疊區(qū)的信號幅值做銜接平滑連接處理。設(shè)疊加時輸出序列用y（n）表示，所用的窗用p表示，那么：

式中，y1（n）為前一個短時信號中后?'個采樣點，y2（n）為后一個短時信號中的前?'個采樣點，?'為平滑長度。

3 仿真與驗證

車輛在道路上的行駛狀況可分為加速、減速以及勻速三種運動狀態(tài)，為驗證本文中設(shè)計的時域同步疊加方法在三種工況下的有效性，基于MATLAB平臺對所設(shè)計的主動聲音系統(tǒng)進行了編程實現(xiàn)，選擇傳統(tǒng)的直接疊加合成方法作為對比方法。進行仿真測試，勻加速和勻減速工況下得到時域信號圖和時譜圖，仿真結(jié)果如圖3～圖4所示。勻速工況下得到時域信號圖、頻譜圖和時譜圖，仿真結(jié)果如圖5所示。