良好的车内NVH(Noise,Vibration,Harshness)性能不仅能大幅改善驾乘人员的驾驶与乘坐体验,也能提高汽车产品的辨识度,进而影响消费者的购车取向。目前国内外针对车内噪声的控制大多以改善车内舒适性声品质为目的,降低车内噪声声压级或是低频段的响度值,没有深入分析人耳听觉特性以及声品质对乘员听觉感受的影响,也忽略了乘员听觉感受具有多维性的特点,无法满足广大消费者对于车内声品质的需求。针对上述问题,本文基于舒适性和运动感2个维度对车内噪声进行声品质预测以及主动优化控制,主要研究内容如下:以某国产SUV为研究对象,采集车内匀速和加速工况下车内声样本,针对舒适性和运动感两个维度分别进行声品质主、客观评价,对多维度声品质主、客观评价结果进行相关分析,以响度、尖锐度、粗糙度三个心理声学参数作为输入,声品质主观评价结果作为输出,利用GA-BP神经网络算法建立车内声品质多维度非线性预测模型。基于主动噪声均衡算法设计阶次噪声主动控制系统,利用SIMULINK建立了相应仿真模型,通过仿真分析,确定自适应滤波器最优阶数和收敛因子两个关键参数,并给出次级通路离线辨识方法;针对舒适性和运动感两个声品质控制模式,对各阶次噪声进行声压级幅值调节,分析各阶次噪声声压级变化对舒适性和运动感声品质的影响,确定两个声品质控制模式下的系统控制阶次;以不同剩余系数组合对车内声品质进行仿真控制,利用仿真结果建立剩余系数与声品质得分的GA-BP神经网络模型,对一定范围内的剩余系数组合进行声品质得分寻优,确定两个声品质控制模式下的最优剩余系数。最后,分别基于仿真和实验对本文提出的控制系统和参数进行验证,结果均表明,本文所提出系统可以在一定程度上对车内声品质进行多模式主动控制。