曹春雨，劉祖斌，鄧建交，張言，侯杭生

（1.130011 吉林省 長(zhǎng)春市 汽車振動(dòng)噪聲與安全控制綜合技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室；2.130011 吉林省 長(zhǎng)春市 中國(guó)第一汽車股份有限公司研發(fā)總院NVH 研究所 ）

0 引言

隨著汽車技術(shù)的發(fā)展和汽車市場(chǎng)的日益成熟，用戶對(duì)關(guān)門聲品質(zhì)的期望不斷提升，關(guān)門聲品質(zhì)也已成為NVH 性能開(kāi)發(fā)中的工作重點(diǎn)之一。關(guān)門聲品質(zhì)研究主要包括客觀參量研究與主觀評(píng)價(jià)的方法研究。主觀評(píng)價(jià)方法更能體現(xiàn)人的感受，但存在不能量化和受干擾性因素多等缺點(diǎn)；客觀分析方法可以使用聲學(xué)參數(shù)如聲壓級(jí)、響度等，但是這些客觀參量在許多場(chǎng)合難以對(duì)關(guān)門聲的結(jié)果做出精確評(píng)價(jià)。為了提升產(chǎn)品開(kāi)發(fā)效率，需要建立一種能準(zhǔn)確評(píng)估關(guān)門聲品質(zhì)的客觀度量參數(shù)。

在汽車技術(shù)行業(yè)，已積累了豐富的關(guān)門聲品質(zhì)的研究結(jié)果。藺磊[1]通過(guò)分析車輛關(guān)門時(shí)尖銳度隨時(shí)間的衰減曲線特性，提出了以尖銳度溢值代替峰值尖銳度做為衡量關(guān)門聲品質(zhì)的客觀評(píng)價(jià)參數(shù)；趙麗路[4]提出了基于Hilbert-Huang 的汽車關(guān)門聲品質(zhì)評(píng)價(jià)參數(shù)，并進(jìn)行了該參數(shù)與主觀評(píng)價(jià)績(jī)效值的相關(guān)分析；楊川[6]將偽 Wigner-Ville 分布用于汽車關(guān)門聲音信號(hào)的處理中，建立了新的汽車關(guān)門聲品質(zhì)評(píng)價(jià)參數(shù)，并通過(guò)實(shí)車測(cè)試驗(yàn)證，其值越大，則聲音品質(zhì)越差；徐中明[7]參考尖銳度計(jì)算公式推導(dǎo)得到SE 計(jì)算公式，并將其歸一化為百分制，SE 突出了高頻成分對(duì)聲品質(zhì)主觀偏好性的影響。另外，楊川[8]等人利用EMD 數(shù)據(jù)處理方法和BP神經(jīng)網(wǎng)絡(luò)的方法搭建了聲品質(zhì)預(yù)測(cè)模型，并通過(guò)實(shí)際案例驗(yàn)證了模型的有效性，從而提供了一種新的聲品質(zhì)預(yù)測(cè)方法。雖然現(xiàn)在很多研究嘗試了一些新的客觀參量或預(yù)測(cè)方法，但對(duì)于關(guān)門聲品質(zhì)的客觀評(píng)價(jià)參量并沒(méi)有一種統(tǒng)一的方法，并與主觀評(píng)價(jià)相關(guān)性較低。本文通過(guò)信號(hào)處理方法對(duì)關(guān)門聲信號(hào)進(jìn)行時(shí)頻分析，并基于Bark 尺度的頻域計(jì)權(quán)獲得了一種新的評(píng)價(jià)參數(shù)，并結(jié)合相應(yīng)主觀評(píng)價(jià)結(jié)果進(jìn)行研究，驗(yàn)證了其較好的相關(guān)性。

1 關(guān)門聲客觀測(cè)試

1.1 車門關(guān)門聲測(cè)試方法

關(guān)門聲測(cè)試采用人工頭進(jìn)行，其放置位置模擬人員實(shí)際使用車門開(kāi)閉時(shí)的位置。人工頭安裝在三腳架上，耳部距地面高度為1.6 m，正面朝向待測(cè)車門，兩耳連接線與汽車行駛方向平行。人工頭面部中心位置距待測(cè)車門把手最凸出點(diǎn)水平橫向距離0.5 m，縱向距離0.3 m（如圖1 所示），三腳架及人工頭的布置方式應(yīng)不影響車門開(kāi)啟和關(guān)閉操作。

圖1 關(guān)門聲測(cè)試Fig.1 Door closing sound test

1.2 樣本車門關(guān)門聲測(cè)試

樣本車輛選擇現(xiàn)在市場(chǎng)主流銷售的A 級(jí)、B級(jí)和C 級(jí)乘用車，以及緊湊型和中型SUV，試驗(yàn)用車門信息見(jiàn)表1 所示。

表1 試驗(yàn)用樣本車門信息Tab.1 Information of test sample door

關(guān)門聲測(cè)試參照1.1 節(jié)描述的方法。典型的關(guān)門聲測(cè)試結(jié)果如圖2 所示，其曲線形狀具有明顯的沖擊特點(diǎn)，因?yàn)殛P(guān)門聲是一個(gè)短時(shí)間的沖擊噪聲。

圖2 某樣本車門關(guān)門聲測(cè)試結(jié)果曲線Fig.2 Test result curve of door closing sound of a sample

2 關(guān)門聲主觀評(píng)價(jià)

關(guān)門聲主觀評(píng)價(jià)由專業(yè)人員進(jìn)行，依照行業(yè)廣泛采用10 分等級(jí)評(píng)分，具體評(píng)分標(biāo)準(zhǔn)見(jiàn)表2。

表2 關(guān)門聲主觀評(píng)分標(biāo)準(zhǔn)Tab.2 Subjective scoring standard of door closing sound

通過(guò)對(duì)所有樣本車門進(jìn)行評(píng)分評(píng)價(jià)獲得關(guān)門聲的主觀評(píng)價(jià)結(jié)果，評(píng)分的最小間隔為0.25。23個(gè)樣本車門主觀評(píng)價(jià)得分按從小到大的順序依次排列，主觀評(píng)分的結(jié)果總結(jié)見(jiàn)表3。

表3 樣本車門聲品質(zhì)主觀評(píng)價(jià)結(jié)果Tab.3 Subjective evaluation results of sound quality of sample door

3 關(guān)門聲客觀評(píng)價(jià)

3.1 關(guān)門聲聲學(xué)參數(shù)分析

常用的關(guān)門聲聲學(xué)參數(shù)有聲壓級(jí)、響度和尖銳度。使用ArtemiS 軟件，對(duì)23 個(gè)樣本車門的關(guān)門聲數(shù)據(jù)進(jìn)行響度、尖銳度和聲壓級(jí)[3-4]計(jì)算，典型的車門關(guān)門聲響度、尖銳度和聲壓級(jí)曲線分別如圖3—圖5 所示。由圖3—圖5 可以看出，在車門關(guān)閉的瞬間，響度、尖銳度和聲壓級(jí)均出現(xiàn)明顯的峰值，并且隨著關(guān)門振動(dòng)的衰減逐漸降低。

圖3 某樣本車門響度曲線Fig.3 Loudness curve of a sample door

圖4 某樣本車門尖銳度曲線Fig.4 Sharpness curve of a sample door

圖5 某樣本車門聲壓級(jí)曲線Fig.5 Sound pressure level curve of a sample door

在每輛車的結(jié)果中，選取響度、尖銳度和聲壓級(jí)的峰值進(jìn)行整理，形成包含所有23 輛樣本的車門客觀聲學(xué)參數(shù)數(shù)據(jù)表4。通過(guò)這些數(shù)據(jù)可以看出不同樣本車門的關(guān)門聲信號(hào)的客觀參數(shù)間存在較明顯的差異。

表4 樣本車門傳統(tǒng)客觀評(píng)價(jià)參數(shù)結(jié)果Tab.4 Results of traditional objective evaluation parameters of sample door

3.2 建立基于EMD-WVD 處理方法的車門聲品質(zhì)評(píng)價(jià)參數(shù)

3.2.1 EMD 數(shù)據(jù)處理方法介紹

Empirical Mode Decomposition簡(jiǎn)稱EMD，也叫做經(jīng)驗(yàn)?zāi)B(tài)分解，是一種自適應(yīng)非平穩(wěn)信號(hào)處理方法[5]。EMD 主要由兩部分組成：一個(gè)是瞬時(shí)頻率；另一個(gè)是本征模函數(shù)IMF（Intrinsic Mode Function，簡(jiǎn)稱IMF）。經(jīng)驗(yàn)?zāi)B(tài)分解方法的本質(zhì)就是對(duì)非平穩(wěn)的信號(hào)進(jìn)行平穩(wěn)化處理，使復(fù)雜頻率信號(hào)分解成為多個(gè)頻率由高到低順序排列的本征模函數(shù)imfi（i 代表分量序號(hào)），每個(gè)imfi都包含原始信號(hào)的局部特征。

信號(hào)x(t)經(jīng)過(guò)EMD 分解后可表示為

式中：rn（t）——?dú)堄嘈盘?hào)。

EMD 分解具有很多優(yōu)點(diǎn)但是分解過(guò)程容易產(chǎn)生模態(tài)混疊，聚合經(jīng)驗(yàn)?zāi)B(tài)分解方法EEMD（Ensemble Empirical Mode Decomposition）可以解決此類問(wèn)題，也就是進(jìn)行多次EMD 分解以求達(dá)到理想的信號(hào)處理效果。

3.2.2 WVD 數(shù)據(jù)處理方法介紹

1948 年，Ville 將Wigner 提出的數(shù)據(jù)處理方法應(yīng)用到信號(hào)分析研究領(lǐng)域，這種數(shù)據(jù)處理方法因此被命名為WVD（Wigner-Ville）分布[12]，WVD分布的定義如下：

式中：z（t）——待變換信號(hào)；* ——復(fù)數(shù)共軛；f ——頻率。

WVD（Wigner-Ville）的時(shí)頻分辨率高，容易進(jìn)行計(jì)算，優(yōu)點(diǎn)是無(wú)窗，時(shí)頻互不制約，具有很高的分辨率。缺點(diǎn)是多分量信號(hào)處理會(huì)出現(xiàn)交叉項(xiàng)干擾，有時(shí)會(huì)嚴(yán)重影響原始信號(hào)，因此WVD 分布實(shí)施前需要解決交叉項(xiàng)的問(wèn)題。

3.2.3 建立基于EMD-WVD 處理方法的車門聲品質(zhì)評(píng)價(jià)參數(shù)

乘用車關(guān)門聲高頻能量相比于低頻成分能量小得多，使用EMD 分解法可以突出高頻信號(hào)的能量特性，并且不會(huì)減弱Wigner-Ville 分布具有的時(shí)頻聚集特性。另外，通過(guò)對(duì)關(guān)門聲音信號(hào)EMD 分解，相當(dāng)于將原始信號(hào)進(jìn)行平穩(wěn)化處理，若將經(jīng)過(guò)EMD 分解后的IMF 分量做WVD 還可以降低交叉項(xiàng)所帶來(lái)的影響。

因此，基于EMD 分解理論和WVD 數(shù)據(jù)處理方法的優(yōu)勢(shì)，將兩者進(jìn)行結(jié)合，根據(jù)關(guān)門聲的聲音信號(hào)特性，建立了基于EMD-WVD 處理方法的聲品質(zhì)評(píng)價(jià)參數(shù)SQ-EMDWVD[9]。

所建立的聲品質(zhì)客觀評(píng)價(jià)參數(shù)SQ-EMDWVD的具體分解計(jì)算過(guò)程如下，主要由6 大步驟組成：

（1）高通濾波分析。因?yàn)槿硕荒茏R(shí)別到低于20 Hz 的聲音，將采集的聲音信號(hào)做20 Hz 高通濾波處理；

（2）EEMD 分解分析。對(duì) x（t）進(jìn)行EEMD 處理，得到j(luò) 個(gè)本征模態(tài)函數(shù)imfi，i=1，2，…，j；

（3）對(duì)第2 步中獲得的本征模態(tài)函數(shù)進(jìn)行挑選，選取前k 個(gè)imfi，作為關(guān)門聲品質(zhì)計(jì)算項(xiàng)，因后面imfi分量頻率較低可舍去。imfi，i=1，2，…，k；

（4）進(jìn)行k 個(gè)imfi分量的頻域分析，根據(jù)每個(gè)imfi的頻率分布，對(duì)k 個(gè)imfi分量基于Bark 尺度的臨界頻率帶進(jìn)行計(jì)權(quán)，計(jì)權(quán)系數(shù)見(jiàn)表5，由此獲得計(jì)權(quán)后的imfi分量imfiq；

表5 Bark 尺度計(jì)權(quán)系數(shù)與特征頻帶對(duì)應(yīng)表Tab.5 Corresponding table of Bark scale weighting coefficient and characteristic frequency band

（5）完成本征模態(tài)向量計(jì)權(quán)分析后，對(duì)所獲得imfiq進(jìn)行Wigner-Ville 變換，得到 k 個(gè)WVD 系數(shù)矩陣WN*N，N 為采樣點(diǎn)數(shù)；

（6）根據(jù)SQ-EMDWVD 的計(jì)算公式[9]，獲得基于EEMD 和WVD 變換的聲品質(zhì)評(píng)價(jià)參數(shù)

式中：k——選用的IMF 分量個(gè)數(shù)；fs——采樣頻率；N——Wigner-Ville分布后的矩陣維數(shù)；wij——Wigner-Ville 分布后的矩陣WN*N元素；[RMS]——求取有效值。

3.2.4 樣本車門的SQ-EMDWVD 參數(shù)計(jì)算分析

以某樣本車門為例，依據(jù)3.2.3 新建立的關(guān)門聲品質(zhì)評(píng)價(jià)參數(shù)獲得方法，計(jì)算樣本車門的SQEMDWVD，數(shù)據(jù)處理步驟如下：

步驟（1）結(jié)果：信號(hào)的濾波處理后的結(jié)果見(jiàn)圖6。因關(guān)門聲音中低于20 Hz 頻率成分很小，所以濾波后信號(hào)變化不明顯。

圖6 某樣本車門進(jìn)行高通濾波后結(jié)果Fig.6 High pass filtering results of a sample door

步驟（2）、（3）結(jié)果：完成高通濾波后，對(duì)樣本數(shù)據(jù)進(jìn)行EMD 分解，獲得樣本數(shù)據(jù)的7 個(gè)本征模態(tài)分量，其余分量由于頻率過(guò)低接近20 Hz舍去，具體結(jié)果如圖7 所示。圖7 中第1 條曲線為濾波后的原始信號(hào)，第2～8 條曲線是分解得到的7個(gè)IMF 分量。

圖7 某樣本車門進(jìn)行EMD 數(shù)據(jù)處理結(jié)果Fig.7 EMD data processing results of a sample door

在進(jìn)行Bark 尺度計(jì)權(quán)分析前，需對(duì)獲得的各個(gè)IMF 分量進(jìn)行頻譜分析，使得時(shí)域數(shù)據(jù)變?yōu)轭l域數(shù)據(jù)。樣本車門的頻域處理結(jié)果如圖8 所示。由圖8 可以看出，7 個(gè)IMF 分量的頻率成分是從高到低排列的，高頻成分IMF 的聲壓值較低，而低頻成分的IMF 聲壓值較高。

圖8 某樣本車門IMF 各分量頻域結(jié)果Fig.8 Frequency domain results of each IMF component of a sample

步驟（4）結(jié)果：對(duì)于各個(gè)IMF 分量進(jìn)行頻域分析，根據(jù)Bark 尺度頻率分布，基于Bark 尺度序號(hào)對(duì)各個(gè)IMF 分量進(jìn)行計(jì)權(quán)運(yùn)算，獲得計(jì)權(quán)后的IMF 分量。典型的樣本車門數(shù)據(jù)計(jì)權(quán)后的結(jié)果如圖9 所示。從圖9 可以看出，計(jì)權(quán)后的IMF 分量高頻成分聲壓明顯放大，這樣可以突出關(guān)門聲音中的高頻成分分量。

圖9 imf2 計(jì)權(quán)前后數(shù)據(jù)對(duì)比結(jié)果Fig.9 Comparison results of imf2 before and after weighting

步驟（5）結(jié)果：當(dāng)各個(gè)imfiq計(jì)權(quán)計(jì)算結(jié)束后，對(duì)各個(gè)imfiq分量進(jìn)行WVD 分析，從而獲得所有imfiq分量的WVD 系數(shù)矩陣WN*N，具體結(jié)果如圖10 所示。通過(guò)WVD 分析后可以清晰地看出IMF 分量的時(shí)頻分布的聚集特點(diǎn)。

圖10 imf2q 進(jìn)行WVD 變換后的三維圖Fig.10 imf2q 3D map after WVD transformation

步驟（6）結(jié)果：通過(guò)以上計(jì)算獲得所有imfiq的WVD 變換結(jié)果，并根據(jù)式（3）計(jì)算獲得聲品質(zhì)評(píng)價(jià)參數(shù)SQ-EMDWVD，23 個(gè)樣本車門的SQEMDWVD 值及分量值如表6 所示。表6 中的SQEMDWVD值表征了樣本車門的關(guān)門聲音品質(zhì)性能，從表征可以看出不同關(guān)門聲信號(hào)的SQ-EMDWVD值存在明顯差異。

4 關(guān)門聲主客觀評(píng)價(jià)相關(guān)性分析

4.1 相關(guān)性分析

為確定常用聲學(xué)參數(shù)和新提出的基于EMDWVD分析的客觀參數(shù)對(duì)汽車關(guān)門聲品質(zhì)的相關(guān)性，需要通過(guò)相關(guān)分析方法進(jìn)行統(tǒng)計(jì)計(jì)算，獲得客觀參量與主觀評(píng)價(jià)的跟隨性和一致性的信息。

本文的相關(guān)性分析基于應(yīng)用最為廣泛的Pearson 相關(guān)系數(shù)，計(jì)算公式為：

式中：Rxy——x 和y 的互相關(guān)系數(shù)；xi，yi——向量x 和y 中的元素；和——向量x 和y 的均值；n——樣本個(gè)數(shù)。

4.2 傳統(tǒng)聲學(xué)參數(shù)與主觀評(píng)價(jià)相關(guān)性結(jié)果

利用主觀評(píng)價(jià)結(jié)果表3 和常用客觀評(píng)價(jià)參數(shù)結(jié)果表4 中的數(shù)據(jù)進(jìn)行回歸分析，結(jié)果如圖11—圖13 所示。

圖11 響度與主觀評(píng)價(jià)相關(guān)分析結(jié)果Fig.11 Correlation analysis results between loudness and subjective evaluation

圖12 尖銳度與主觀評(píng)價(jià)相關(guān)分析結(jié)果Fig.12 Correlation analysis between sharpness and subjective evaluation

圖13 A 計(jì)權(quán)聲壓級(jí)與主觀評(píng)價(jià)相關(guān)分析結(jié)果Fig.13 Correlation analysis results between a weighted sound pressure level and subjective evaluation

從圖11—圖13 可以明顯看出，響度和尖銳度與主觀評(píng)價(jià)績(jī)效值的散點(diǎn)圖存在一定的線性關(guān)系，擬合度較好，而對(duì)于A 聲級(jí)與主觀評(píng)價(jià)得分的相關(guān)性相對(duì)較差。

4.3 基于EMD-WVD 處理的聲品質(zhì)評(píng)價(jià)參數(shù)與主觀評(píng)價(jià)相關(guān)性分析結(jié)果

根據(jù)主觀評(píng)價(jià)結(jié)果（見(jiàn)表3）和SQ-EMDWVD結(jié)果（見(jiàn)表6），圖14 展示了SQ-EMDWVD 與主觀評(píng)價(jià)得分的比較結(jié)果。從圖中可以明顯看出，基于EMD-WVD 處理的聲品質(zhì)評(píng)價(jià)參數(shù)SQEMDWVD 與主觀評(píng)價(jià)結(jié)果散點(diǎn)圖的線性關(guān)系擬合的效果遠(yuǎn)優(yōu)于常用聲學(xué)參數(shù)，因此其與主觀感知具有更好的相關(guān)性。

圖14 SQ-EMDWVD 與主觀評(píng)價(jià)相關(guān)分析結(jié)果Fig.14 Correlation analysis results between SQ-EMDWVD and subjective evaluation

表6 23 個(gè)樣本車門的SQ-EMDWVD 及分量值Tab.6 SQ-EMDWVD and component values of 23 sample doors

4.4 相關(guān)系數(shù)計(jì)算

不同的客觀評(píng)價(jià)參數(shù)與主觀評(píng)價(jià)相關(guān)性的關(guān)系可以通過(guò)相關(guān)系數(shù)來(lái)體現(xiàn)，從而實(shí)現(xiàn)客觀參量與主觀評(píng)價(jià)相關(guān)性的量化。

根據(jù)式4 進(jìn)行客觀參量與主觀評(píng)價(jià)得分之間相關(guān)系數(shù)的計(jì)算，分別獲得傳統(tǒng)聲學(xué)參數(shù)以及客觀評(píng)價(jià)參數(shù)SQ-EMDWVD 與主觀評(píng)價(jià)得分之間的Pearson 相關(guān)系數(shù)Rxy，結(jié)果如表7 所示。

表7 各評(píng)價(jià)參數(shù)與主觀評(píng)價(jià)結(jié)果的相關(guān)系數(shù)Tab.7 Correlation coefficients between evaluation parameters and subjective evaluation results

通過(guò)表中相關(guān)系數(shù)的結(jié)果發(fā)現(xiàn)，客觀參數(shù)與主觀評(píng)價(jià)結(jié)果之間具有負(fù)相關(guān)的特性，即客觀參量值越大，關(guān)門聲品質(zhì)越差，其中SQEMDWVD 與主觀評(píng)價(jià)得分相關(guān)系數(shù)的絕對(duì)值最大，表明新建立的基于EMDWVD 處理的聲品質(zhì)評(píng)價(jià)參數(shù)可以更好地表征車門關(guān)門聲的主觀評(píng)價(jià)結(jié)果。

5 結(jié)語(yǔ)

本文針對(duì)汽車關(guān)門聲品質(zhì)客觀評(píng)價(jià)問(wèn)題，提出了一個(gè)新的汽車聲品質(zhì)評(píng)價(jià)參數(shù)。建立了基于EMD 分解、WVD變換和Bark 尺度計(jì)權(quán)的聲品質(zhì)評(píng)價(jià)參數(shù)SQ-EMDWVD，獲得樣本車門SQEMDWVD 值，對(duì)比發(fā)現(xiàn)SQ-EMDWVD 與主觀評(píng)價(jià)結(jié)果呈現(xiàn)較好的相關(guān)性。利用主客觀相關(guān)分析，驗(yàn)證了關(guān)門聲品質(zhì)客觀評(píng)價(jià)參數(shù)SQ-EMDWVD 相比于響度、尖銳度和聲壓級(jí)等聲學(xué)參數(shù)具有更好的主觀吻合性，可以利用此方法更好地對(duì)關(guān)門聲品質(zhì)進(jìn)行評(píng)價(jià)。