汽車車窗升降聲品質分析與評價＊

賴詩洋 夏小均 徐中明 彭麗惠

（1.重慶工程職業技術學院，重慶 402260；2.重慶車輛檢測研究院有限公司，國家客車質量監督檢驗中心，重慶 401122；3.重慶大學，重慶 400030）

主題詞：車窗升降系統 聲品質 心理聲學煩躁度 主成分 參考語義細分法

1 前言

電動車窗是現代轎車車門系統的標準部件，汽車玻璃升降系統是電動車窗的必備結構，可使汽車具備良好的密封性和防盜性，但其周圍存在大量零件，運動復雜，使用過程中常產生噪聲，甚至出現異響，對車內人員主觀聽覺感受影響較大。隨著人們對NVH性能要求的提升，消費者對于汽車的使用性能和質量好壞的評判方式除通過駕駛體驗以外，車內聲品質也已成為測評指標之一，不僅要求車內噪聲滿足相關法規要求，還需要具有較好的車內聽覺舒適性[1]。因此，對汽車玻璃升降系統進行研究十分必要。目前，國內外對車窗升降系統的研究主要在結構優化以及改進車窗升檔降過程中的異響和某部件的聲品質[2-3]，而對該系統運行時的車內聲品質的研究較少。探索該類聲信號對乘員的主觀感受起關鍵作用的特性，進而有針對性地對結構加以改進來提高聲品質有重要意義。

本文對車窗升降過程中聲品質進行整體測評和分析，旨在找出車窗升降系統聲品質的影響因素。利用試驗采集6款汽車分別在2種工況下車窗玻璃升降的聲樣本數據，計算各聲樣本的客觀參量，通過差異性分析得出造成聽覺差異的主要客觀參量，通過主成分分析得到其主成分綜合模型。引用綜合評價指標心理聲學煩躁度對聲樣本進行客觀評價分析，得出影響車窗玻璃升降煩躁度的主要客觀參量。最后采用參考語義細分法進行了主觀試驗，驗證了客觀評價分析的結果和思路。

2 車窗玻璃升降聲采集及預處理

試驗采用雙耳麥克風（Binaural Microphone Type 4101）、6通道數據采集器和數據處理軟件，如圖1所示。設置傳感器精度為20 mV/Pa，采樣頻率為65 536 Hz。

圖1 聲信號采集試驗儀器

參照GB/T 18697—2002《聲學汽車車內噪聲測量方法》，試驗在安靜的開闊場地進行，分別采集6輛不同品牌的家用轎車前窗玻璃升降聲信號。在每輛車的試驗中，駕駛員戴上雙耳麥克風，關閉所有車窗玻璃后，分別測量前、后車窗玻璃下降和上升的聲信號，每個工況的測試操作連續重復2次。

截取效果連續完整、外界噪聲少的玻璃車窗升降聲信號，每個信號時長為3.6 s，得到6輛車前、后車窗在下降、上升工況下的聲樣本24個，每個聲樣本包含左、右耳通道的聲信號。通過頻譜分析得到聲樣本的能量分布如圖2所示，可以看出，車窗玻璃升降過程的聲能量較為集中地分布在3 kHz以下頻段，汽車車窗玻璃上升、下降的聲信號均為非穩態類信號。

圖2 車窗玻璃運動過程時頻分布

3 聲品質客觀分析與評價

3.1 客觀參量計算

對客觀參量的計算和分析可以消除個體聽覺感受間的差別，對聲信號造成的主觀感受差別進行定量體現[4-5]。結合各聲樣本的雙耳通道測試結果，計算各聲樣本的A計權聲壓級、雙耳響度、粗糙度、尖銳度和抖動度等5個聲品質客觀參量，如表1、表2所示。

表1 下降過程車窗玻璃聲品質參量

表2 上升過程車窗玻璃聲品質參量

3.2 差異化分析

各聲樣本帶給人們的聽覺感受存在差異，為研究導致這種差異的參量，運用多變量差異比較法進行探討。由于各客觀參量間的量度范圍和數值差異較大，為便于不同參數間的分析和比較，對其進行歸一化處理：

式中，xi為客觀參量原始值；yi為歸一化后的值。

將歸一化處理后的數據進行方差分析，結果見表3、表4。

表3 下降過程各客觀參量方差分析

表4 上升過程各客觀參量方差分析

從表3、表4可以看出，在車窗玻璃下降和上升過程中，雙耳響度、抖動度的差異性最大，粗糙度其次，A計權聲壓級、尖銳度的差異性最小。即雙耳響度、抖動度和粗糙度是影響車窗玻璃下降、上升過程給人聽覺差異的主要客觀參量。對比表3、表4可以看出，與上升過程相比，車窗玻璃下降過程中抖動度差異性更大，說明該階段低頻部分的聲音能量抖動更加明顯。

3.3 煩躁度分析

心理聲學煩躁度（Psychoacoustic Annoyance，PA）是一個綜合評價指標，通常與客觀參量一起評價聲品質，在不進行成本較高的主觀評價試驗時，心理聲學煩躁度模型可以對人們對于聲樣本的主觀偏好性進行簡單預測，其定義為[6]：

式中，N為響度；S為尖銳度；R為粗糙度；F為抖動度。

PA值越高，說明該聲樣本的偏好性越低。計算出各個聲樣本的PA值度如表5所示。

由表5可以看出，每輛汽車車窗玻璃升降的聲品質均有差別，同一輛車的前、后車窗玻璃聲品質差別較小。從心理聲學煩躁度來看，B車的車窗玻璃升降的聲品質相對最差，D車相對最好，另外，車窗玻璃上升、下降過程中的聲信號引起的煩躁度大致相同。

表5 各聲樣本心理聲學煩躁度

3.4 相關性分析

對以上5個客觀參量進行相關性分析，以研究各聲品質參量之間的相關密切程度，結果如表6、表7所示。

表6 下降過程車窗玻璃運動聲客觀參量相關性

表7 上升過程車窗玻璃運動聲客觀參量相關性

可以看出，車窗玻璃上升、下降過程中：雙耳響度、抖動度與綜合評判指標PA顯著相關，是主要影響參量。

3.5 主成分分析

根據參量間的相關分析結果可以看出，部分變量之間直接相關性較強，存在信息上的重疊，與PA值的相關受到相互影響，因此需要進行降維處理，使其中每個主成分都能夠反映原始變量的大部分信息，且所含信息互不重復，以得出各參量對樣本信息的表現能力。

下降和上升信號的主成分分析結果如表8、表9所示，主成分個數提取原則為主成分對應的特征值大于1的前m個主成分，因此，兩過程均提取前2個主成分。

表8 下降過程主成分提取分析

表9 上升過程主成分提取分析

初始因子載荷矩陣如表10所示。從表10可以看出，車窗玻璃下降和上升過程中，第1主成分都反映了A計權聲壓級、雙耳響度、尖銳度和抖動度這4個指標，而粗糙度都在第2主成分中得以表達。

表10 初始因子載荷矩陣

而由各指標反映的主成分的表達式為[7]：

主成分綜合模型公式為：

式中，Ai為各主成分的特征向量矩陣；Ci為各指標在對應主成分上的載荷矩陣；λi為各主成分對應的特征值；Fi為各主成分；i=1,2；Zx為指標標準化矩陣。

計算可得車窗玻璃升降的主成分綜合模型為：

式中，ZdB、ZN、ZS、ZR、ZF分別為A計權聲壓級、雙耳響度、尖銳度、粗糙度、抖動度等指標標準化后的值。

從模型可以看出，A計權聲壓級和粗糙度對車窗玻璃升降過程聲信號主成分的貢獻量最低；在相關性分析的基礎上進一步得出尖銳度對聲樣本的信息反映也有重要作用。

4 聲品質主觀評價及分析

為了驗證客觀分析的結論，以主觀評價試驗加以分析。

4.1 主觀評價試驗

選用參考語義細分法，對6輛車的前、后車窗玻璃下降和上升工況的24個聲樣本進行主觀評測。參考語義細分法的參考樣本選擇有兩種方法[8]：通過樣本的物理特性參量值，選出各參量處于全體樣本中間位置的聲樣本作為參考樣本；粗評樣本，從全體樣本中選擇處于中間區域的聲樣本作為參考樣本。由于已經計算出各參量值，因此采用第1種方法。分別計算出升、降時各12個聲樣本各參量的平均值，依據客觀參量結果，下降過程選擇A車，上升過程選擇F車，分別作為下降和上升過程中的參考樣本。

對110人進行了題為“您認為下題中的哪個詞匯更能描述車窗玻璃升降過程的聲音”的線上問卷調查[9]。針對響度的描述，設置了“喧囂的”“響亮的”“吵鬧的”3個詞匯；尖銳度描述設置了“揪心的”“尖銳的”“刺耳的”；抖動度描述設置了“抖晃的”“震顫的”“波動的”；主觀煩惱度則設置了“討厭的”“煩人的”“煩惱的”等詞匯。對統計結果去除無效問卷后隨機選用了100份調查結果，分別確定了“吵鬧的”“刺耳的”“波動的”“煩惱的”4個詞匯描述響度、尖銳度、抖動度、以及綜合評價煩惱度。每一項形容詞在評測時都包括“異常”“很”“比較”“一樣”“比較不”“很不”“毫不”等共 7 種程度，分別賦予7～1分。

選取26名試驗人員[10]，分2次分別對汽車車窗玻璃上升、下降過程的聲樣本進行評價。試驗者均為在校學生，其中女生8名，從事振動噪聲方向研究的學生12名。試驗前對參與者進行了聽音培訓和試驗過程解釋，培訓中考察參與者對評價參量的理解準確度，以保證數據的有效性。

4.2 主觀評價試驗數據處理

在主觀評價試驗中，評價時周邊環境的變化、評價者的心理波動及聲樣本的相似性干擾等都會對主觀評價的結果造成影響而導致錯誤，所以，在完成主觀評價試驗后，以統計方法對評價的結果進行有效性的檢驗十分必要[7]。在參考語義細分法中，有效性高的評價結果之間應該存在較好的相關性。本文采用幾何平均相關方法進行數據有效性的判定[11]，相關系數分析結果如表11所示。其中相關系數很低的數據應剔除，下降、上升過程中整體剔除率分別為12.31%和13.08%。滿足在一般評價中，數據剔除10%～20%[12]的經驗要求。說明“吵鬧的”“刺耳的”“波動的”“煩惱的”4個描述詞匯能夠較為準確地描述對應的客觀參量，試驗結果可信度高。無效數據剔除后，重新得到每個參量的評價數據，從而得到參考語義細分法的最終得分，如表12、表13所示。

表11 車窗玻璃下降、上升評價結果相關系數

表12 車窗玻璃下降主觀評價結果 分

表13 車窗玻璃上升主觀評價結果 分

主要客觀參數與主觀煩惱度的對比如圖3所示，可以看出，所分析3個客觀參量與主觀感受有著緊密聯系，是聲信息特性的主要表現參數。主、客相關性分析結果如表14所示，主觀評價結果中，車窗玻璃下降、上升過程中，除抖動度、響度對主觀煩惱度有顯著影響外，尖銳度對主觀煩惱度的影響也很明顯，也印證了主成分析的結果，說明本文采用的客觀評價分析方法正確。

圖3 各樣本主觀評價結果

表14 主觀評價結果相關性分析

5 結束語

本文以汽車車窗升、降時車內聲信號為研究對象，綜合差異性分析、相關性分析和主成分分析手段，提出了基于心理聲學煩躁度指標的聲品質客觀評價與分析方法，通過基于語義細分法的主觀評價試驗對客觀分析方法進行了驗證，并得出此類聲信號對人主觀感受起關鍵作用的客觀參量：抖動度、響度、尖銳度。與傳統的主觀評審試驗相比，基于信號本身的客觀聲品質評價可大幅降低時間與物力成本，可為前期聲品質設計與優化提供參考。