一种汽车声品质的评估方法技术

本发明专利技术公开了一种汽车声品质的评估方法

【技术实现步骤摘要】
一种汽车声品质的评估方法、装置、设备以及存储介质


[0001]本专利技术涉及
NVH
性能评估领域，尤其涉及一种汽车声品质的评估方法
、
装置
、
设备以及存储介质
。

技术介绍

[0002]随着中国汽车工业的快速发展，汽车的功能越来越完善，中国汽车市场正在步入成熟阶段，在该阶段中，市场对于汽车舒适度的关注越来越多
。
其中，汽车声品质就是汽车舒适度的一个重要评估标准，且随着消费者消费需求的升级，消费者现对于汽车声品质不再是单一追车内噪声低，而是对汽车声品质的要求越来越多样化
。
[0003]伴随市场需求，在汽车的研发阶段，汽车企业也越来越注重汽车声品质的优化，各大汽车企业纷纷加大汽车
NVH
性能研发的投入
。
在研发过程中，汽车声品质的评价是确定消费者对汽车声品质喜好的重要环节，能直观地反映消费者对汽车声品质的感受，可为汽车企业汽车声品质的优化研发提供重要依据
。
因此，如何对汽车声品质进行评估是一个亟需解决的问题
。

技术实现思路

[0004]本专利技术提供了一种汽车声品质的评估方法
、
装置
、
设备以及存储介质，可以对汽车的整车声品质进行评估
。
[0005]为了解决上述技术问题，本专利技术实施例提供了一种汽车声品质的评估方法，包括：
[0006]获取待评估汽车在各工况下车内的噪声数据；
>[0007]根据所述噪声数据计算各噪声数据的心理学参数，并根据心理学参数计算各不同工况下噪声数据的第一音质评分；
[0008]获取汽车声品质的评价指标；所述评价指标包括：一级指标和二级指标；所述一级指标包括：怠速工况和行驶工况；所述二级指标包括：怠速开空调
、
怠速关空调
、
第一行驶速度和第二行驶速度；
[0009]获取各层级指标的重要程度分值；其中，所述重要程度分值为主观评价人员对各层级指标的重要程度进行两两比对得到的分值；
[0010]根据所述重要程度分值，构建各层级指标的偏好矩阵，继而根据所述偏好矩阵，计算得到各层级指标的权重系数；
[0011]根据各层级指标的权重系数，以及各层级指标对应工况下噪声数据的第一音质评分，计算得到待评估汽车的整车声品质评价分数，继而根据所述整车声品质评价分数对待评估汽车的整车声品质进行评估
。
[0012]作为优选方案，所述心理学参数包括：
A
声级
、
响度
、
尖锐度
、
粗糙度
、
波动度和语音清晰度：
[0013]所述根据心理学参数计算各不同工况下噪声数据的第一音质评分，包括：
[0014]将各噪声数据的心理学参数输入一预设的多元线性回归模型，以使所述多元线性
回归模型输出各不同工况下噪声数据的第一音质评分
。
[0015]作为优选方案，所述多元线性回归模型的构建，包括：
[0016]获取若干噪声数据样本，计算各噪声数据样本的心理学参数，并获取各噪声数据样本的音质评分；
[0017]根据各噪声数据样本的心理学参数和音质评分，构建心理学参数和音质评分的多元线性回归模型，并对所构建的多元线性回归模型的模型参数值进行求解
。
[0018]作为优选方案，所述对所构建的多元线性回归模型的模型参数值进行求解，包括：
[0019]将各噪声数据样本的心理学参数输入所构建的多元线性回归模型，以使所述多元线性回归模型输出对应的预测音质评分；
[0020]根据各噪声数据样本的音质评分和所述预测音质评分之间的差值，构建一目标函数；
[0021]对所述目标函数的最小值进行求解，继而根据所述最小值得到所述多元线性回归模型的模型参数值
。
[0022]作为优选方案，所述根据所述重要程度分值，构建各层级指标的偏好矩阵，包括：
[0023]根据所述重要程度分值，计算各层级指标的偏好矩阵的矩阵元素，继而根据所述矩阵元素，构建各层级指标的偏好矩阵；
[0024]所述矩阵元素通过以下公式进行计算：
[0025][0026]其中，
θ
i
为偏好矩阵中指标
i
的重要程度分值，
θ
j
为偏好矩阵中指标
j
的重要程度分值
。
[0027]作为优选方案，所述权重系数通过以下公式进行计算：
[0028][0029]其中，
C
ij
为偏好矩阵的矩阵元素，
m
为偏好矩阵的列数，
n
为偏好矩阵的行数
。
[0030]作为优选方案，所述根据所述整车声品质评价分数对待评估汽车的整车声品质进行评估，包括：
[0031]将所述整车声品质评价分数与一预设的阈值进行比对，当所述整车声品质评价分数大于所述阈值时，判断待评估汽车的整车声品质合格；
[0032]当所述整车声品质评价分数小于所述阈值时，判断待评估汽车的整车声品质不合格；
[0033]所述整车声品质评价分数通过以下公式进行计算：
[0034]U
＝
a1*(b
11
*U
11
+b
12
*U
12
)+a2*(b
21
*U
21
+b
22
*U
22
)
[0035]其中，
a1为怠速工况的权重系数，
b
11
为怠速关空调的权重系数，
U
11
为怠速关空调的第一音质评分，
b
12
为怠速开空调的权重系数，
U
12
为怠速开空调的第一音质评分，
a2为行驶工况的权重系数，
b
21
为第一行驶速度的权重系数，
U
21
为第一行驶速度的第一音质评分，
b
22
为
第二行驶速度的权重系数，
U
22
为第二行驶速度的第一音质评分
。
[0036]在上述实施例的基础上，本专利技术另一实施例提供了一种汽车声品质的评估装置，包括：噪声数据获取模块
、
第一音质评分计算模块
、
评价指标获取模块
、
重要程度分值计算模块
、
权重系数计算取模块以及整车声品质评估模块；
[0037]所述噪声数据获取模块，用于获取待评估汽车在各工况下车内的噪声数据；
[0038]所述第一音质评分计算模块，用于根据所述噪声数据计算各噪声数据的心理学参数，并根据心理学参数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种汽车声品质的评估方法，其特征在于，包括：获取待评估汽车在各工况下车内的噪声数据；根据所述噪声数据计算各噪声数据的心理学参数，并根据心理学参数计算各不同工况下噪声数据的第一音质评分；获取汽车声品质的评价指标；所述评价指标包括：一级指标和二级指标；所述一级指标包括：怠速工况和行驶工况；所述二级指标包括：怠速开空调
、
怠速关空调
、
第一行驶速度和第二行驶速度；获取各层级指标的重要程度分值；其中，所述重要程度分值为主观评价人员对各层级指标的重要程度进行两两比对得到的分值；根据所述重要程度分值，构建各层级指标的偏好矩阵，继而根据所述偏好矩阵，计算得到各层级指标的权重系数；根据各层级指标的权重系数，以及各层级指标对应工况下噪声数据的第一音质评分，计算得到待评估汽车的整车声品质评价分数，继而根据所述整车声品质评价分数对待评估汽车的整车声品质进行评估
。2.
如权利要求1所述的汽车声品质的评估方法，其特征在于，所述心理学参数包括：
A
声级
、
响度
、
尖锐度
、
粗糙度
、
波动度和语音清晰度：所述根据心理学参数计算各不同工况下噪声数据的第一音质评分，包括：将各噪声数据的心理学参数输入一预设的多元线性回归模型，以使所述多元线性回归模型输出各不同工况下噪声数据的第一音质评分
。3.
如权利要求2所述的汽车声品质的评估方法，其特征在于，所述多元线性回归模型的构建，包括：获取若干噪声数据样本，计算各噪声数据样本的心理学参数，并获取各噪声数据样本的音质评分；根据各噪声数据样本的心理学参数和音质评分，构建心理学参数和音质评分的多元线性回归模型，并对所构建的多元线性回归模型的模型参数值进行求解
。4.
如权利要求3所述的汽车声品质的评估方法，其特征在于，所述对所构建的多元线性回归模型的模型参数值进行求解，包括：将各噪声数据样本的心理学参数输入所构建的多元线性回归模型，以使所述多元线性回归模型输出对应的预测音质评分；根据各噪声数据样本的音质评分和所述预测音质评分之间的差值，构建一目标函数；对所述目标函数的最小值进行求解，继而根据所述最小值得到所述多元线性回归模型的模型参数值
。5.
如权利要求1所述的汽车声品质的评估方法，其特征在于，所述根据所述重要程度分值，构建各层级指标的偏好矩阵，包括：根据所述重要程度分值，计算各层级指标的偏好矩阵的矩阵元素，继而根据所述矩阵元素，构建各层级指标的偏好矩阵；所述矩阵元素通过以下公式进行计算：
其中，
θ
i
为偏好矩阵中指标
i
的重要程度分值，
θ
j
为偏好矩阵中指标
j
的重要程度分值
。6.
如权利要求1所述的汽车声品质的评估方法，其特征在于，所述权重系数通过以下公式进行计算：其中，
C
ij
为偏好矩阵的矩阵元素，
m
为偏好矩阵的列数，
n
为偏好矩阵的行数
。7.
如权利要求1所述的汽车声品质的评估方法，其特征在于，所述根据所述整车声品质评价分数对待评估汽车的整车声品质进行评估，包括：将所述整车声品...

【专利技术属性】
技术研发人员：张佑源，尹志浩，贺岩松，潘涛，陈卓，玉达泳，熊语文，王伟，夏子恒，韦跃培，
申请(专利权)人：重庆大学，
类型：发明
国别省市：