目前混合动力汽车作为过渡产品在新能源汽车行业占有较大的市场,但是由于动力耦合机构动力源较多、模式切换频繁影响汽车的声品质,这已经成为汽车行业NVH(Noise,Vibration and Harshness)研究的主要课题之一。本文主要研究混合动力汽车动力耦合机构处噪声声品质客观评价方法、主观评价方法和评价模型。采用互补总体经验模态分解(CEEMD)和希尔波特变换(HT)提取声样本的客观参量;采用成对比较法进行主观偏好性评价,最终建立相关向量机(RVM)评价模型。可以利用这个评价模型预测动力耦合机构处噪声的声品质。论文首先研究混合动力汽车动力耦合机构处噪声声品质的主观评价方法。在无人公路上采集稳态工况和非稳态工况动力耦合机构处的噪声信号为样本;利用Artemis对声样本进行预处理;利用成对比较法进行主观偏好性评价;利用SPSS软件对主观评价的结果进行相关性分析。接着利用Artemis软件计算各个声样本的音调度、波动度、响度、粗糙度、尖锐度5个心理声学客观参量;分析主观偏好性和各个客观参量之间的相关性。然后,提出一种基于CEEMD和HT的混合动力汽车动力耦合机构处噪声声品质的客观评价方法。在研究经验模态分解(EMD)、集总经验模态分解(EEMD)和HT基本理论的基础上,利用一组仿真信号证明CEEMD算法可以有效减少EMD算法的模态混叠和EEMD算法的重构误差现象;利用一组仿真信号证明HT算法在时频联合域上时间和频率上的定位优于连续小波变换(CWT);这个客观评价方法将采集到的声样本进行滤波和CEEMD分解,接着基于HT计算分解后相应本征模态函数(IMF)的瞬时频率并进行临界频率带计权,将临界频率带计权能量值作为新的声品质评价的客观参数。最后研究混合动力汽车动力耦合机构处噪声声品质的评价模型。基于提出的客观参数分别建立多元线性回归(MLR)、BP神经网络和RVM声品质评价模型,比较三个模型的预测结果;分别基于心理声学客观参量和提出的客观参量建立RVM声品质评价模型,比较两者的预测精确度。最终的结果表明基于CEEMD-HT和RVM的声品质评价模型的预测精确度更高,更能全面反映混合动力汽车动力耦合机构处噪声的特征,也更加符合评价主体的主观感受。