刘宁宁，王岩松，石　磊，王孝兰，张心光

（1.上海工程技术大学 汽车工程学院，上海 201620；2.上海大陆汽车制动系统销售有限公司，上海 201807）



基于WPD和EMD的噪声品质预测模型

刘宁宁1，王岩松1，石磊2，王孝兰1，张心光1

（1.上海工程技术大学 汽车工程学院，上海 201620；2.上海大陆汽车制动系统销售有限公司，上海 201807）

摘要：声品质作为汽车舒适性的一个重要指标，目前已经成为汽车领域一个重要的研究方向。根据人耳的听觉特性，提出一种基于小波包分解（WPD）和经验模态分解（EMD）的21个特征频带划分方法。按照所提出的方法，将采集得到的车辆噪声信号进行分解并提取信号在各频带的声能量时变特征。之后根据BP神经网络原理将提取的能量特征作为输入，计算得出响度和尖锐度等声品质评价参数作为输出，建立一种基于WPD和EMD的声品质评价模型。验证结果表明，所建立的模型可以准确地预测响度和尖锐度等心理声学参数，可作为声品质评价的一种有效方法。

关键词：声学；声品质；小波包；经验模态分解；神经网络；能量特征

作为舒适性评价的一个重要指标，车辆声品质可以传递给顾客安全可靠、豪华舒适、动力性强等信息，直接影响到顾客的购买意愿，在车辆工程领域得到了广泛的重视[1–3]。通过声品质预测车辆噪声可以有效地减少主观评价实验的次数，提高评价的效

汽车噪声信号由于其来源范围广泛，做变速运动时噪声具有典型的非平稳特征，而小波包是建立在二进小波的基础上，可以根据信号特性和分析要求自适应地选择相应频带与信号频谱相匹配。……