車內噪聲綜合煩躁度模糊綜合評價

王巖松，劉寧寧，郭輝，王孝蘭

?

車內噪聲綜合煩躁度模糊綜合評價

王巖松，劉寧寧，郭輝，王孝蘭

(上海工程技術大學汽車工程學院，上海 201620)

以車內噪聲為研究對象，研究了聲品質的主觀模糊綜合評價方法。根據汽車車內噪聲測量標準設計噪聲采集方案，對平穩和非平穩車內噪聲進行了數據采集、信號預處理，建立噪聲樣本數據庫。采用參考語義細分法對四款汽車車內噪聲的綜合煩躁度進行主觀評價試驗研究，基于主觀評價試驗結果和模糊綜合算法，建立了綜合煩躁度模糊綜合評價模型，可以計算出整車噪聲綜合煩躁度總值。結果表明不同車型有其自身的聲品質特征。所提出的方法可用于實施不同車輛的聲品質比較和評判。

車內噪聲；綜合煩躁度；參考語義細分法；模糊綜合評價

0 引言

車內噪聲是影響駕駛員和乘客的舒適性、聽覺損害程度、語音清晰度以及對車外各種音響訊號識別能力的主要因素，因此車內噪聲的聲品質成為人們評價和選購汽車的重要指標之一。聲品質的好壞程度需要經過評價將其量化，評價方法主要有主觀評價和客觀評價。雖然近年來，基于聲品質的客觀評價方法獲得了長足的發展，評價的效率提高且成本降低，但聲品質的客觀評價仍然不能替代主觀評價，主觀評價結果才是對聲品質的真實反映[1]。國外經過半個多世紀的研究，運用排序法、等級評分法、成對比較法、語義細分法[2-6]等眾多方法在車輛噪聲的主觀評價實驗中得到了較好的結果。我國多個院校的學者對這些方法也進行了研究并提出了一些改進的方法，例如分組成對比較法、參考語義細分法[7-11]。這些方法研究的都是對單個噪聲樣本的評價，但車內整體的聲環境受到不同工況、不同類型和不同位置噪聲的影響，而不同條件下的噪聲對整車聲品質的影響程度也不相同，所以，要對整車車內噪聲的聲品質做出評價，就必須把這諸多條件下的噪聲評價綜合起來加以考慮。

模糊綜合算法在聲品質評價主客觀評價中也早有應用[12,13]。但這種應用在現有的評價方法之中，得到的結果同樣是單個噪聲樣本的評價值。本文基于參考語義細分法對4輛車車內各種條件下的156個噪聲樣本進行主觀評價的結果，結合模糊綜合算法建立整車的綜合煩躁度綜合評價模型。模型在綜合不同工況的評價值得到不同位置的聲品質綜合值的基礎上，再綜合不同位置的評價值得到整車的聲品質評價總值。根據結果可以比較每輛車不同位置或者不同車輛之間的聲品質優劣。

1 主觀評價方法

評價方法的設置決定了評價結果的有效性和準確性。車內噪聲的主觀評價試驗采用參考語義細分法。語義細分是提供一些極性化形容詞描述噪聲樣本讓評價者選擇，這些形容詞意義相反，比如，愉悅—煩惱，平滑—粗糙，低沉—響亮等，再在這些形容詞之間設置5個、7個或者更多的均勻的等級區間，使評價結果參考價值更大。為使試驗對于評價者更容易進行和結果一致性更好，加入一個參考樣本作為已知的評價標準。在試驗中采用參考樣本與每個待評價的樣本組合成評價對，先后播放這兩個樣本，評價者根據需要評價的聲樣本相對于參考樣本的區別，做出主觀評價判斷。這種方式稱作參考語義細分法[14]。描述噪聲樣本的形容詞設計上并不和上述相同，而是選擇了一些描述綜合煩躁度遞增程度的形容詞，如表1所示。主觀評價后根據形容詞的賦值替代，統計分析即可得到數值結果用于客觀分析。

表1 參考語義細分法綜合煩躁度評價詞匯及賦值

聲品質的主觀評價量有綜合性評價指標，例如煩惱度、偏好性、低沉度等，還有單一的評價量，例如響度、尖銳度、粗糙度等。本文的主觀評價指標定義為綜合煩躁度，是由一些基本聽覺感受量如聲壓級、響度、尖銳度、粗糙度、抖動度等共同影響的結果，是評價產品噪聲聲品質特征的指標。

2 模糊綜合評價法

模糊評價法是以美國控制論學者扎德創建的模糊數學理論為基礎，應用模糊分析的方法，按照給定的條件對受到多個因素影響的研究對象的優劣進行全面評比、判定的一種多因素決策方法[15]。其中的模糊邏輯是通過使用模糊集合來工作的，這是一種精確解決不精確、不完全信息的方法，用這種方法最大的好處就是可以比較自然地處理人類思維的主動性和模糊性。而綜合評價是對多種屬性的事物，或者說其總體優劣受多種因素影響的事物做出一個能合理地綜合這些屬性或因素的總體評判。因此，只有對這諸多因素的影響進行綜合，才能對研究對象做出合理的評價，但通常情況下評判都會涉及模糊因素，所以應用模糊數學的方法進行評判是一種可行的也是一種很好的方式[16]。

2.1 評價指標確定

噪聲主觀評價試驗得出每個噪聲樣本的評價值，利用模糊綜合評價法得到該位置或整車的聲品質綜合評價值。因此，模糊綜合的評價指標是指各位置和各工況。汽車車內噪聲采集實驗中，噪聲采集設在3個位置：駕駛員位、副駕駛員位、后排左乘客位，工況設置平穩信號有8個勻速；非平穩信號有50~120 km/h全油門加速、60 km/h制動、80 km/h制動、怠速(在本文中設置為非平穩信號)。主觀評價時50~120 km/h全油門加速噪聲信號分別從開始部分和結束部分截取了兩段噪聲樣本。根據上述實驗的設置，可以把模糊綜合評價的指標定義如表2所示。

表2 車內噪聲模糊綜合評價指標體系定義

2.2 模糊綜合評價流程

(1) 確定評價指標集

根據表2可確立：主觀評價總值；3個一級評價指標；6個二級評價指標；39個三級評價指標和。其中，=1, 2, 3；=1, 2；=1, 2, …, 8；=1, 2, …, 5。

(2) 確定評價指標值

車內噪聲的綜合煩躁度主觀評價雖然是定性的，但是可由聲品質主觀評價參考語義細分法得到噪聲樣本的主觀評價定值，即第三級評價指標值。

(3) 建立權重集

權重值采用層次分析法確定。這是一種常用的多屬性決策方法，能夠將定性問題定量化，統一處理決策中的定性、定量因素[17]。根據車內噪聲模糊綜合評價指標體系的定義，一級評價指標權重集為。二級評價指標權重集為。二級評價指標均有相同的兩種三級評價指標，權重集為和。

層次分析法中，引入了1~9比率標度法如表3所示，綜合判斷各指標相對于總目標重要程度的總排名和兩兩比較每一級中各指標相對于上一級的重要程度，構造出判斷矩陣，根據判斷矩陣計算出各指標的權重。在進行綜合評價試驗時，邀請具有一定聲學知識的主觀評價人員按照自身經驗、感受和主觀評價試驗做調查問卷，根據問卷結果構造判斷矩陣。

表3 判斷矩陣標度及其含義

為使權重值能準確反映客觀實際，需進行一致性檢驗，將偏差控制在允許范圍之內。表4為平均隨機一致性指標與矩陣階數之間的關系。

表4 平均隨機一致性RI表

分別利用式(1)、(2)計算一致性指標以及一致性比例，即

(2)

(4) 綜合值計算

基于三級評價指標的主觀評價值和權重計算出二級評價指標值。

(4)

同理，計算出一級評價指標值和總值：

(6)

式(3)至式(6)中=1, 2, 3；=1,2；=1, 2, …, 8；=1, 2, …, 5。

總值代表整車噪聲主觀評價的綜合值。對不同車輛分別采用上述評價方法，可以得到各自的噪聲主觀評價綜合值并進行比較分析，進而評判不同車的聲品質。

3 模糊綜合評價實例

3.1 車內噪聲測量

高質量的噪聲樣本能真實地反應汽車內部的聲學特征，能夠保證試驗結果的真實性和準確性，是主觀評價試驗成功的基礎。噪聲測量實驗的目的是獲得車內不同條件下的噪聲樣本，實驗方案參照標準GB/T 18697—2002(聲學-汽車車內噪聲測量方法)[18]進行設計。測量的汽車工況包括：怠速工況、勻速工況、勻加速工況和制動工況。其中，勻速工況是在30~100 km/h的區間內每隔10 km/h選擇一個；勻加速工況是車輛在50~120 km/h的區間內進行全油門加速行駛；制動工況是汽車以60 km/h和80 km/h勻速行駛時緊急制動。車內分別在駕駛員位、副駕駛員位和后排左乘客位三個位置測量噪聲信號。測量的車輛包括4輛不同類型的國產轎車，分別標記為L車、K車、G車和H車。

實驗設備選用丹麥Brüel&Kj?r公司生產的型號為3560-B的PULSE多通道測試系統，配有兩只1/2英寸類型4189-A-21的麥克風。另有日本RION公司的NA-28類型的聲級計和美國NK公司Kestrel 4500便攜風速氣象測定儀。圖1為實際噪聲測量過程中的設備設置。

(a) 駕駛員位 (b) 副駕駛員位

(c) 后排乘客座 (d) 氣象儀

圖1 車內噪聲測量中設備的設置

Fig.1 The setting of interior noise acquisition in measurement

將所有現場測量的噪聲信號經實驗室回放、分析客觀參量隨時間的變化情況，選擇每種條件下運行工況穩定且受其他因素影響小的最佳信號?？紤]到人耳聽覺中主觀感知的形成過程，從選出的信號中剪輯出時間長度為5 s的信號作為一個噪聲樣本[2]。制動噪聲信號長度沒有5 s，根據實際的長度適當截??；加速的噪聲信號長度都在10 s以上且非平穩信號的特征隨著時間會變化，因此在加速信號的前半部分和后半部分各截取一段5 s的噪聲樣本。每輛車可截取得到39個噪聲樣本，對噪聲樣本編碼建立噪聲樣本數據庫。編碼字母代表含義如表5所示。例如LDE60代表L車駕駛員位勻速60 km/h的噪聲樣本。

表5 噪聲樣本編碼中字母代表含義

3.2 主客觀評價

客觀參數值的計算利用B&K公司的Sound Quality軟件，包括響度、尖銳度、粗糙度、抖動度、語音清晰度和A計權聲壓級。噪聲信號的測量采用雙通道，需要將兩個客觀參數值合在一起。響度的合成過程中要考慮屏蔽效應的影響，因此，采用了式(7)計算響度合成值。式(7)是由日本HONDA公司經過反復實驗和測算總結出來的[19]。

式中：N為雙耳響度；N為左耳響度；N為右耳響度。其他參數的合成值取其兩個值的平均值。

進行主觀評價試驗前，首先綜合考慮各噪聲樣本的屬性及客觀參數值，選出樣本LDE60為參考樣本。然后使用Adobe Audition軟件將參考樣本和每個噪聲樣本組合在一起形成樣本對。兩個樣本之間有1 s的靜音，可以讓評價者識別下一個樣本的開始和避免后掩蔽效應。每輛車有39個噪聲樣本，4輛車共有156個噪聲樣本，一次主觀評價試驗，工作量大，超出了合適的主觀評價時間。因此，借鑒分組成對比較法的原理，將樣本按照車型分成4組即每輛車的噪聲樣本為一組，然后每組分別進行主觀評價試驗[7]。考慮到評價試驗的整體性，在每組之間設立LDE80為關聯樣本。在得到所有組噪聲樣本的評價值后，可根據關聯樣本對數據進行反演，從而得到具有可比性的全部樣本的評價值。分組評價的原理和過程如圖2所示。

式中：表示樣本的組號；表示樣本在組內的編號；表示樣本在組內的原始評價值；表示關聯樣本在各組內的原始評價值；為比例系數，用于調整評價結果的賦值大小。在得到每組各樣本的評價值后，根據式(8)計算得到最終值，全部樣本的主觀評價便可由做相應的分析。主觀評價試驗，找了25位身體健康、聽力正常的評價者以綜合煩躁度為評價指標參與主觀評價試驗。其中男女比例約2:1，平均年齡約28歲，大部分人有實車駕駛經驗。

3.3 試驗結果處理分析

根據表1對主觀評價結果的形容詞進行數值替代，統計25名評價者對每個噪聲樣本賦分值的平均值，利用SPSS軟件計算每名評價者的結果與平均值之間的Kendall相關系數，去除相關系數低的3名評價者的結果。剩余22名評價者結果的平均值即為噪聲樣本的綜合煩躁度程度值，再根據式(8)將4組數據重建反演成具有可比性的一組數據，最終的綜合煩躁度值如表6所示(在此只列出了部分值)。

表6 四輛車主觀綜合煩躁度評價值

利用SPSS軟件計算主觀綜合煩躁度值與6個客觀參數值的Pearson相關系數如表7所示，有三個目標參數(響度、語音清晰度和A計權聲壓級)與主觀值的相關系數絕對值在0.7430以上，響度與主觀值的相關系數最大為0.9401，這在一定程度上證明了主觀評價試驗的準確性和有效性。

表7 主、客觀評價相關性分析

將主觀綜合煩躁度評價值按不同位置不同車輛分別作圖3、圖4和圖5。從三幅圖中可以看出，不同位置、不同車輛在各工況下的綜合煩躁度值的趨勢是類似的，加速和怠速工況下的噪聲綜合煩躁度較高，勻速工況下隨著車速的增加綜合煩躁度呈遞增的趨勢。不同車輛之間相互比較，看不出明顯的趨勢，L車的綜合煩躁度在多數工況下較低，H車的在多數工況下較高，G車和K車依次位于中間位置。圖6是L車不同位置、各工況下的的綜合煩躁度值，不同工況下各位置的綜合煩躁度沒有明顯的趨勢可言，一個位置有的工況下高，有的工況下低。

綜合分析，不同車輛之間或單個車輛內不同位置各工況下的綜合煩躁度值在某些方面存在一定的趨勢，在另一些方面得不出確切結論。因此，為了使相互之間能有更好的數值可以比較分析，得出比較準確的對比結果，將模糊綜合評價方法應用到數據處理上，建立綜合評價模型。

3.4 模糊綜合評價方法的應用

(1) 各級指標權重的確定

權重表明此指標相對于上一級指標的貢獻度或者說是重要程度。首先邀請主觀評價人員進行了一次問卷調查。統計結果顯示：100%的調查者認為駕駛員位最重要，76%的人認為副駕駛員位較后排左乘客位重要。然后咨詢具有車輛噪聲聲品質研究經驗的專家，結合調查結果構造一級指標的判斷矩陣，計算各指標的權重，利用式(2)進行一致性檢驗所得的遠小于0.1，結果如表8所示。同理可得到二級指標和三級指標的判斷矩陣及權重和檢驗結果，如表9和10所示。

表8 一級指標判斷矩陣及權重

表9 二級指標判斷矩陣及權重

表10 三級指標判斷矩陣及權重

綜上：={0.4600, 0.3189, 0.2211}；= {0.6000， 0.4000}；={0.24443，0.17489, 0.12374, 0.12374，0.3320}。二級指標“平穩信號”下的三級指標，30~100 km/h一共8個勻速工況，調查結果表明超過80%的人認為它們對于整體的綜合煩躁度是同等重要的，在此設置權重相同為0.125，即={0.125, 0.125, 0.125, 0.125, 0.125, 0.125, 0.125, 0.125}。

(2) 綜合值計算分析

根據式(3)和式(4)計算二級指標值，結果如表11所示。同理，根據式(5)和式(6)可計算出一級指標值和整車主觀綜合值，如表12和表13所示。

表11 二級指標主觀綜合值

注：“平”代表平穩信號，“非”代表非平穩信號。

表12 一級指標主觀綜合值

Table 13 Subjective comprehensive value of first index

Table 13 Subjective comprehensive value of vehicle

根據表12中一級指標值，可以得出：若只考慮L車內的三個位置，則副駕駛位置綜合煩躁度值最低表明聲音品質最好，后排左乘客位置次之，駕駛員位置較差，其余三輛車的綜合煩躁度各位置排序和此有差異；四輛車三個位置綜合煩躁度最高的分別是駕駛員位置、后排左乘客位置、后排左乘客位置、副駕駛員位置。由此可見，每輛車的聲品質都有其自身的特點。

圖7是根據表12中一級指標值繪制的，表示四輛車不同位置的綜合煩躁度值，可以得出：綜合煩躁度從低到高在駕駛員位置是L車、K車、G車、H車；在副駕駛員位置是K車、L車G車、H車；在后排左乘客位是L車、K車、H車、G車。綜合考慮四輛車的以綜合煩躁度為評價指標的聲品質，L車最好，K車第二，G車第三，H車最差，此結果從表13模糊綜合評價方法應用最終得到的整車主觀綜合值中可以明顯得出。

4 結論

模糊綜合評價方法應用在車內噪聲聲品質主觀評價數據處理上建立了綜合評價模型，可以根據不同條件下的噪聲主觀評價值模糊綜合得到一個對評價對象的主觀評價總值。根據多個評價對象的總值，可以清晰地比較每款車輛不同位置之間或者不同車輛之間的聲品質評價的好壞。這種方法相對于直接的人工測評法多了一部分評價結果的數據處理，但得出的綜合值能明確比較和評判車輛的聲品質。本文以4輛汽車為研究對象，進行了車內噪聲的采集和預處理，建立噪聲樣本數據庫，組織評價人員按照參考語義細分法以綜合煩躁度為評價指標對噪聲樣本進行了主觀評價。在評價結果處理中利用了模糊綜合評價方法，得到了不同位置以及整車的綜合煩躁度評價總值，為改善汽車聲品質提供了參考。就本文選取的每輛車而言不同位置聲品質好壞不一樣，說明不同的車型聲品質有其自身的特征；就這四輛車而言L車的聲品質最好。

[1] 汪念平, 陳劍, 鐘秤平. 汽車聲品質分析方法與評價流程[J]. 汽車工程, 2007, 29(9): 800-803.

WANG Nianping, CHEN Jian, ZHONG Chengping. The analysis methods and evaluation procedure of vehicle sound quality[J]. Automotive Engineering, 2007, 29(9): 800-803.

[2] Otto N, Amman S, Eaton C, et al. Guidelines for jury evaluations of automotive sounds[J]. SAE transactions, 2000, 108(6, Pt.2): 3015-3034.

[3] Gonzalez A, Ferrer M, De Diego M, et al. Sound quality of low-frequency and car engine noises after active noise control[J]. Journal of Sound and Vibration, 2003, 265(3): 663-679.

[4] Buss S, Schulte-Fortkamp B, Muckel P. Combining methods to evaluate sound quality[C]// Proceedings of the 29th International Congress and Exposition on Noise Control Engineering (Inter-Noise 2000), Nice, France. 2000: 27-30.

[5] Cardozo B L, Van Lieshout R. Estimates of annoyance of sounds of different character[J]. Applied Acoustics, 1981, 14(5): 323-329.

[6] Blauert J, Jekosch U. Sound-quality evaluation a multi-layered problem[J]. Acta Acustica United with Acustica, 1997, 83(5): 747-753.

[7] 毛東興, 高亞麗, 俞悟周, 等. 聲品質主觀評價的分組成對比較法研究[J]. 聲學學報, 2005, 30(6): 515-520.

MAO Dongxing, GAO Yali, YU Wuzhou, et al, Grouped pair-wise comparison for subjective sound quality evaluation[J]. Acta Acustica. 2005, 30(6): 515-520.

[8] 陳雙籍, 陳端石. 基于心理聲學參數的車內聲品質偏好性評價[J]. 噪聲與振動控制, 2005, 25(3): 45-47.

CHEN Shuangji, CHEN Duanshi. Sound quality preference evaluation for car interior noise based on psychoacoustic parameters [J]. Noise and Vibration Control, 2005, 25(3): 45-47.

[9] 劉宗巍, 王登峰, 梁杰. 車內噪聲質量的主觀評價及其改善措施的研究與發展[J]. 汽車技術, 2006, 7: 1-4.

LIU Zongwei, WANG Dengfeng, LIANG jie. Study and development of subjective evaluation of inner noise quality and improvement[J]. Automobile Technology, 2006, 7: 1-4.

[10] 陳克安, 閆靚, 尹雪飛.環境聲質量的主觀與客觀評價[C]//全國環境聲學電磁輻射環境學術會議論文集, 北京: 中國聲學學會出版, 2004.

CHEN Kean, YAN Liang, YIN Xuefei. Subjective and objective evaluation for sound quality of environment[C]// The national environmental acoustics electromagnetic radiation environment of academic conference proceedings, Beijing: The Acoustical Society of China Publishing House, 2004.

[11] 張寶龍. 聲品質主觀評價語義細分法研究[D]. 上海: 同濟大學, 2005.

ZHANG Baolong. Study on subjective evaluation method of semantic differential[D]. Shanghai: Tongji University, 2005.

[12] 劉想德. 基于模糊數學理論的車內噪聲聲品質評價[J]. 鹽城工學院學報: 自然科學版, 2012, 25(3): 21-24.

LIU Xiangde. Vehicle interior sound quality based on fuzzy methematics[J]. Journal of Yancheng Institute of Technology: Natural Science Edition, 2012, 25(3): 21-24.

[13] 蘇麗俐, 王登峰, 姜吉光, 等. 基于語義細分的車內聲品質模糊綜合評價[J]. 吉林大學學報: 工學版, 2012, 42(002): 309-315.

SU Lili, WANG Dengfeng, JIANG jiguang, et al. Fuzzy comprehensive evaluation of vehicle interior sound quality based on semantic differential method[J]. Journal of Jilin University: Engineering and Technology Edition, 2012, 42(002): 309-315.

[14] 沈公奇. 車內噪聲聲品質心理聲學主客觀評價模型研究[D]. 上海工程技術大學碩士論文, 2011.

SHEN Gongqi. Study on subjective and objective evaluation model for psychoacoustical quality of vehicle interior noise[D]. Shanghai: Shanghai Unversity of Engineering Science, 2011.

[15] 彭亮. Groupon模式下團購網站消費者信任度的模糊綜合評價[J]. 企業經濟, 2011(2): 85-88.

PENG Liang, Fuzzy comprehensive evaluation for trustiness degree of consumers in Groupon bulk purchasing websites[J]. Enterprise Economy, 2011(2): 85-88.

[16] 胡寶清. 模糊理論基礎[M]. 武漢: 武漢大學出版社, 2004.

HU Baoqing. Fuzzy theory basis[M]. Wuhan: Wuhan University of Technology Press, 2004.

[17] 常建娥, 蔣太立. 層次分析法確定權重的研究[J]. 武漢理工大學學報: 信息與管理工程版, 2007, 29(1): 153-156.

CHANG Jiane, JIANG Taili. Research on the Weight of Coefficient through Analytic Hierarchy Process[J]. Journal of Wuhan University of Technology: Information & Management Engineering, 2007, 29(1): 153-156.

[18] 全國聲學標準化技術委員會. GB/T 18697_2002 聲學-汽車車內噪聲測量方法[S]. 北京: 中國標準出版社, 2002.

The acoustic standardization technical committee. GB/T 18697_2002 Acoustics-Measurement of noise inside motor vehicles[S]. BeiJing: China Standard Publishing House, 2002.

[19] Noumura K, Yoshida J. Perception modeling and quantification of sound quality in cabin[J]. SAE Transactions, 2003, 112(6): 1790-1799.

Fuzzy comprehensive evaluation for comprehensive annoyance of vehicle interior noise

WANG Yan-song, LIU Ning-ning, GUO Hui, WANG Xiao-lan

(School of Automotive Engineering, Shanghai University of Engineering and Science, Shanghai, 201620, China)

Aiming at the vehicle interior noise, a fuzzy comprehensive method for subjective sound quality evaluation is investigated. According to the measurement standards of vehicle interior noise, a noise acquisition scheme is designed for measuring both the stationary and nonstationary interior noises of sample vehicles. The measured and pre-processed noise signals are saved in a vehicle noise database. The anchored semantic differential method is used to subjectively evaluate the interior noise annoyances of four types of vehicles. Furthermore, based on the evaluated results and the fuzzy comprehensive algorithm, a fuzzy comprehensive annoyance evaluation model is established, which can directly provide a total value of annoyance of a whole vehicle. The results show that different types of vehicles are working in different sound quality characteristics. The proposed method is a reference for synthetical judgment and comparison of vehicle sound qualities.

vehicle interior noise; comprehensive annoyance; anchored semantic differential method; fuzzy comprehensive evaluation

TB533.2

A

1000-3630(2015)-05-0437-07

10.16300/j.cnki.1000-3630.2015.05.011

2015-02-09;

2015-04-23

國家自然科學基金(51175320)、上海市自然科學基金(14ZR1418600)資助項目、上海高校東方學者項目

王巖松(1971－), 男, 遼寧錦州人, 教授, 研究方向為車輛NVH測控技術。

劉寧寧, E-mail: liuningn@163.com