拖拉机行驶道路工况复杂,特别是对大功率拖拉机来说,噪声问题相比较其他车辆更加明显。研究拖拉机的声品质和噪声源特性,不仅有助于提高驾驶员的乘坐舒适体验,对提高我国拖拉机的国际竞争力也有十分重要的意义。本文以路通某型大功率拖拉机为研究对象,对拖拉机常用工况的噪声进行了主客观评价试验,以此建立了拖拉机声品质预测模型,通过独立成分分析的方法识别和分离了拖拉机的主要噪声源,以声品质值和噪声源频域特性为基础,对拖拉机驾驶员耳旁噪声降噪策略和噪声分析软件进行了研究和探索。本文基于以上的研究思路,进行的相关研究工作归纳如下:（1）拖拉机噪声主观和客观评价。通过Lab VIEW软件设计了多通道噪声采集程序,并采集了拖拉机常用工况下的噪声数据,通过截取得到42组拖拉机噪声评价样本。对噪声评价样本进行主观和客观评价试验,采用Spearman相关系数和K-均值聚类分析检验评价结果,得到42组拖拉机噪声主客观评价数据。（2）建立拖拉机声品质预测模型。以主客观评价结果作为训练样本,通过多元线性回归（Multiple Linear Regression,MLR）、BP（Back Propagation,BP）神经网络和SVR（Support Vector Regression,SVR）的方法建立相应的声品质预测模型。利用遗传算法（Genetic Algorithm,GA）的全局优化特性对BP神经网络和SVR算法的关键参数进行优化,从而建立GA-BP神经网络和GA-SVR的声品质预测模型,通过多个评价指标对比各个模型的预测效果。（3）拖拉机噪声源分离和频域特征分析。采用FICA（Fast Independent Component Analysis,FICA）算法对拖拉机的噪声信号进行噪声源识别和分离,得到了风扇、发动机、消声器、机械传动和驾驶室的独立分量信号。通过混合矩阵推算出这5个独立分量对驾驶员耳旁噪声的贡献量,并计算了拖拉机在道路行驶和田间作业工况条件下主要噪声源信号能量和Bark频段能量贡献量,得到拖拉机在不同工况条件下主要噪声源的频域特征变化规律。（4）声音特性分析软件开发。基于MATLAB的App Designer平台开发了声品质和噪声源频域特征分析的软件,软件包括登录界面、声音采集和回放界面、心理声学参数界面、声品质评价界面、声源识别和特征界面。（5）拖拉机噪声优化试验。以驾驶员耳旁噪声的贡献量计算结果为基础,以声品质评价结果作为参考标准,以驾驶员耳旁噪声作为降噪目标,分别设计了拖拉机的被动和主动降噪方案,并分析对比了拖拉机不同工作状态下的降噪效果。