随着社会经济和汽车工业的不断发展,乘用车尤其是轿车已经走入了千家万户。人们在选购轿车时,除了对动力性、经济性和安全性有所要求外,对轿车乘坐舒适性的要求也越来越高。车内噪声声品质作为影响乘坐舒适性的重要因素,也受到了越来越多的关注。本文以轿车车内噪声为研究对象,对其声品质问题进行评价分析,根据声品质的评价分析结果对车内声学环境进行设计,然后利用声品质主动控制技术实现对车内噪声声品质改善,具体研究总结如下:分析研究人耳听觉系统的感知特性,使用B&K公司的4100D仿真人工头、B&K3560B数据采集系统以及B&K.Pulse软件对车内噪声进行采集,对采集的车内噪声进行筛选和截取等预处理,获得用于声品质评价分析的车内噪声样本。使用锚定评分法进行声品质主观评价试验,使用相关分析和聚类分析对试验结果进行检验。研究语言清晰度、响度等六个声品质客观参数的定义和计算模型,使用LMS Test.lab软件对个车内噪声样本的相关参数进行计算。分别建立基于多元线性回归、BP神经网络和支持向量机的声品质客观评价模型。选用遗传算法对BP神经网络的权值和阈值进行优化。在建立基于支持向量机的声品质评价模型时,对比分析不同核函数预测能力,并选择粒子群算法对该模型相关参数进行优化。最后对比分析所建立的三种客观评价模型的精度和泛化能力。以30km/h、60km/h、90km/h以及120km/h四个匀速工况作为车内噪声声品质优化分析的工况。分析声品质客观参数对主观愉悦度贡献度,根据贡献度分析结果,利用灰色关联分析将声品质客观参数转化为声品质客观参数灰色关联度。对各个工况的车内噪声样本进行子频带划分,以声品质客观参数灰色关联度最大为优化目标,对车内噪声子频带频谱特征进行优化,确定各工况声品质最优的频谱分布。分析了声品质主动控制算法的基本原理,并对声品质主动控制相关算法进行了理论研究。在Matlab/Simulink环境下建立了双子频带声品质主动控制模型,确定了最优自适应滤波器阶数和收敛因子,并研究了不同增益因子的控制效果。搭建了声品质主动控制硬件在环仿真试验平台,采用离线法对试验环境中的次级声通道进行了辨识。根据制定的车内噪声声品质主动控制策略对各个工况下车内噪声进行了声品质主动控制硬件在环仿真试验。