汽车声音的控制经历了三个阶段。分别是“减振降噪”阶段,“声品质控制”阶段和“声品质DNA”阶段。目前世界一流公司已经将“声品质DNA”作为目标进行NVH控制,而自主品牌汽车主要还停留在“减振降噪”阶段。随着自主品牌汽车的市场份额越来越大,声品质控制将成为国内汽车厂商的重要研究内容和方向。本文以某款乘用车为研究对象,采用噪声传递路径和声品质研究相结合的方法对车内噪声进行研究。首先对采集得到的18组加速车内噪声进行主客观声品质评价分析,采用3层BP神经网络建立轿车车内声品质主观评价客观量化模型。训练样本和检验样本的实际评分值和神经网络预测值十分接近,说明构造的神经网络具有较好的预测能力和泛化能力。用Garson算法计算声品质客观参数对主观评价值的影响权重可知,尖锐度贡献量最大,达到28.67%,其次为响度、A声级和粗糙度。权重分析有助于对模型进行修改以及缩小声品质优化的范围。然后,将时域传递路径分析方法应用到车内加速噪声合成模型中,详细论述了时域传递路径分析的理论方法和步骤,提出用频率采样法设计去卷积滤波系统。利用构造的去卷积滤波网络重现了发动机悬置处的激励力和发动机表面辐射噪声。比较车内噪声信号二阶分量的测量值和计算值发现二者在发动机加速过程中的变化趋势基本一致,表明构造的滤波器以及构造的车内加速噪声合成模型是正确的。最后,将车内声品质主观评价客观量化模型和基于时域传递路径分析的车内噪声合成模型结合起来,提出了车内声品质预测模型。利用该模型对加速车内声品质进行预测,各主要客观参数的实测结果和预测结果误差都小于10%,说明建立的声品质预测模型具有较高的预测精度。对各路径进行声品质贡献分析,发现后悬置Z方向对车内响度贡献较大,而发动机上表面辐射噪声对尖锐度贡献较大。对这两条路径的传递函数进行虚拟修改,车内声品质得到明显改善,说明通过对主要声品质贡献路径采取降噪措施,能有效的优化车内声品质。