论文部分内容阅读
主观评价和客观评价是声品质研究的两个主要组成部分。在经过主观评价实验建立噪声与人的主观感知关系的基础上,需要进行声品质的客观评价研究,将噪声的客观特征参量与人对噪声的主观评价有机的联系起来,有效实现噪声声品质的评价和预测。
本文基于我国人群对车内噪声声品质的主观听觉感知,以等响处理后的车内噪声为研究对象,研究了声品质的客观评价方法。针对主观感知的非线性特性和主观评价实验的小样本情况,将支持向量机(SVM)应用到等响处理后的车内噪声声品质客观评价研究领域。采用非度量多维尺度分析法(NMDS)对粗糙度、沉闷度、烦恼度、震撼度等四个评价量的语义细分法主观实验数据进行分析,得到了它们的主观感知维度;分析了噪声的20个客观参量之间的关系,提出应用主成分分析(PCA)和逐步回归法(Stepwise)可以提取冗余度小、解释量高的参量,将它们作为模型的输入。采用以径向基函数(RBF)为核函数的支持向量回归、反向传播(BP)人工神经网络和多元线性回归三种建模方法,分别建立了线性和非线性客观评价模型以预测四个评价量的感知维度,以实验数据验证了模型的准确性和可靠性。对两种特征提取方法进行了比较,结果表明采用Stepwise方法比PCA法得到的模型效果更好。对三种建模方法进行比较,结果表明,在输入量相同条件下,用支持向量机所建模型的预测效果最佳,可适用于经等响处理后的噪声声品质的客观评价研究。
本文所作研究其样本虽然是等响后的车内噪声,但提供的研究方法对其他噪声的客观评价具有借鉴意义。