随着纯电动汽车的推广普及与生活品质的提升,消费者越来越重视车内声学环境对驾驶体验的影响。汽车电动化大幅降低了车内整体声压级水平,但也导致了声音同质化严重,且动力总成的电动化与小型化使得传统发动机声音调教方法难以适用,因此,动力总成声音增强技术逐渐成为改善电动车声学环境的重点研究方向。动力总成声音增强技术是一项基于时频分析方法与语音合成方法进行虚拟发动机声音设计及合成的技术,可按照消费者要求合成个性化发动机声音,并根据汽车运行参数进行实时化播放。本文结合汽车噪声振动和安全技术国家重点实验室开放基金课题《汽车动力总成声音增强技术研究》,针对纯电动汽车动力总成声音增强方法、动力总成声音主客观评价方法与声音实时化播放算法进行研究,具体研究内容如下:（1）建立了基于发动机阶次声音理论与短时傅里叶变换理论的发动机声音分析与增强方法。该算法将声音转换至频域,以每一帧转速的平均值计算阶次频率并得到完整的阶次频率线,以此提取对应的频率、幅值与相位,并对阶次幅值进行增强,对每一条阶次线提取的谱线数进行控制,调整后的幅值与相位信息经短时傅里叶综合转换回时域;最后以采集的车内加速声音进行发动机阶次声音分离与增强,初步验证了算法效果。（2）建立了基于心理声学参数与支持向量回归的声音客观量化模型,并根据评价结果总结了发动机声音增强策略。本文采集了10款燃油汽车的车内加速噪声,以发动机声音增强算法进行了阶次增强与频带增强,初筛后形成主观评价声音库,共计54个样本;主观评价采用锚定评分法,以心理声学参数值居中的样本作为锚定样本,21位评价人员组成的评审团进行了动力感评价,剔除5个相关性较低的主观评价结果后,其余评价结果的平均值作为动力感分值;心理声学参数采用响度、抖动度、粗糙度、尖锐度、语义清晰度、音调度与音噪比,以心理声学参数为输入建立了基于多元线性回归与支持向量回归的客观量化模型,二者的训练集预测结果相关系数分别为0.9563与0.9533,模型拟合效果较好;两者的测试集预测结果平均绝对百分比误差分别为10.9995%与5.7625%,表明基于支持向量回归的客观量化模型预测能力更好。（3）编写了发动机声音实时播放算法,声音实时播放算法对合成的发动机声音进行切片,然后根据汽车发动机转速选取对应的声音片段进行播放;此外,基于MATLAB/APP Designer开发了一款动力总成声音增强软件,将本文所研究的算法集成至一个软件中,将算法参数设置限定在关键参数上,简化操作流程,降低操作要求,以便于使用者操作。