陈 卉，孙跃东，王岩松，周 萍冯天培

(1.上海理工大学 机械工程学院，上海 200093； 2.上海工程技术大学，上海 201620)

声品质在反映声音特性的同时体现了人的生理心理状态和对声音的认知度。其研究分为主观评价部分和客观参量评价部分。目前，主观评价以人对车辆噪声的感受作为评价指标，常用的试验方法有排序法、等级评分法、成对比较法和语义细分法等[1]。在客观评价方面，人们常通过响度、尖锐度、粗糙度、A计权声压级等客观参量对噪声进行量化处理，建立多元线性回归、支持向量机、BP神经网络等模型进行客观评价[2–4]。

然而，常用的评价方法是对单工况（匀速、加速或减速等）下采集的噪声的单值评价，随着声品质评价的发展，非平稳工况下车辆噪声声品质及其评价方法的研究也越来越受到关注。日本学者Sonoko和Seichiro Namba在文献对连续评价的反应时间进行了研究，说明了主观评价具有一定的延迟效应[5]。Etienne Parizet等也对长时间不稳定噪声进行评价，并发现了其中最不舒适的时间区段[6]。进行非平稳工况下的噪声研究，可模拟实车行驶过程中的噪声。

本文通过采集汽车连续变工况下的噪声，建立非平稳车内噪声信号库。将时变综合烦躁度作为主观评价试验的指标，组织主观评价人员利用语义细分法[7]进行评价试验。得到实时、连续的主观评价数据。计算响度、尖锐度、粗糙度、A计权声压级等客观参数的时变值，并分析与时变综合烦躁度值间的相关性并剔除相关性较小的声学参量，得到BP神经网络的输入参量。……