[发明专利]基于脑电波的车辆声品质评价方法有效
申请号: | 201910366559.9 | 申请日: | 2019-04-30 |
公开(公告)号: | CN110068466B | 公开(公告)日: | 2021-03-12 |
发明(设计)人: | 谭德荣;桑晓青;马晓田;孙烨辉;徐艺 | 申请(专利权)人: | 山东理工大学 |
主分类号: | G01M17/007 | 分类号: | G01M17/007;G06K9/00 |
代理公司: | 青岛发思特专利商标代理有限公司 37212 | 代理人: | 张洪艳 |
地址: | 255086 山东省淄博*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 脑电波 车辆 品质 评价 方法 | ||
1.一种基于脑电波的车辆声品质评价方法,其特征在于,包括以下步骤:
步骤一、确定脑电波数据的近似熵在车辆声品质评价中所占权重ω1和脑电波数据的Hurst指数在车辆声品质评价中所占权重ω2;
步骤二、选择车辆声品质评价员;
步骤三、将音频数据采集装置固定于待评价工况条件下的待评价位置处,采集车内音频数据S0作为待评价样本;
步骤四、评价员坐于座椅处,佩戴高保真耳机,回放所采集的车内音频数据S0,使用脑电波采集装置采集回放时段t1时长内评价员的脑电波数据k1;
步骤五、评价员坐于座椅处,佩戴高保真耳机,不播放音频,使用脑电波采集装置采集时段t1时长内评价员的脑电波数据k0;
步骤六、通过数据处理装置利用脑电波数据的近似熵权重ω1和脑电波数据的Hurst指数权重ω2进行车辆声品质量化。
2.根据权利要求1所述的基于脑电波的车辆声品质评价方法,其特征在于,步骤一的实现方式如下:
S11、召集试验员N名,N为不小于10的正整数;
S12、将音频数据采集装置固定于待评价工况条件下的待评价位置处,采集车内音频数据S0作为待评价样本;
S13、一号试验员坐于座椅处,佩戴高保真耳机,回放所采集的车内音频数据S0,使用脑电波采集装置采集回放时段t1时长内的实验员的脑电波数据;试验员坐于座椅处,佩戴高保真耳机,不播放音频数据S0,使用脑电波采集装置采集回放时段t1时长内的实验员的脑电波数据;
S14、对剩余的试验员依次重复步骤S13的操作,直至所有的试验员测试完毕;
S15、通过数据处理装置计算脑电波数据的近似熵权重ω1和Hurst指数权重ω2。
3.根据权利要求1或2所述的基于脑电波的车辆声品质评价方法,其特征在于,所述脑电波数据采集装置采用无线数字传感器的意念控制开发脑电波采集模块。
4.根据权利要求2所述的基于脑电波的车辆声品质评价方法,其特征在于,步骤S15的计算过程为:
将各个试验员播放音频数据SO时采集的脑电数据的近似熵定义为一个模糊集A,将各个试验员在不播放音频数据SO时的脑电波数据的近似熵定义为一个模糊集B,通过Mamdani模糊推理法计算出模糊集A与模糊集B的适配度x1;
将各个试验员播放音频数据SO时采集的脑电数据的Hurst指数定义为一个模糊集C,将各个试验员在不播放音频数据SO时采集的脑电数据的Hurst指数定义为另一个模糊集D,通过Mamdani模糊推理法计算出模糊集C与模糊集D的适配度x2;
通过适配度x1和适配度x2推出近似熵权重ω1和Hurst指数权重ω2:
5.根据权利要求1所述的基于脑电波的车辆声品质评价方法,其特征在于,所述步骤六的计算过程为:
S61、计算评价员播放音频数据S0时采集的脑电数据的近似熵ApEn1和Hurst指数H1;
S62、计算评价员不播放音频数据S0时采集的脑电数据的近似熵ApEn0和Hurst指数H0;
S63、计算量化指标p,p=ω1(H1-H0)+ω2(ApEn1-ApEn0),当p小于设定阈值时,说明车辆声品质较好;当p大于设定阈值时,说明车辆声品质较差。
6.根据权利要求1所述的基于脑电波的车辆声品质评价方法,其特征在于,所述音频数据采集装置采用SQLabII多通道测试系统。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东理工大学,未经山东理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910366559.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种新能源汽车制动能源回收试验设备
- 下一篇:一种通用的装载测试配重支架