[发明专利]一种基于CEEMD和CWD的声品质评价方法

说明书

本申请提供了一种基于CEEMD和CWD的声品质评价方法，所述评价方法通过对采集的每一个噪声信号样本进行CEEMD，得到各自的若干阶本征模态函数(IMF)，利用样本熵值识别出IMF中的虚假分量并剔除，对保留的IMF分量分别进行CWD分析，根据CWD分析结果提出一种全新的声品质评价指标概念——声品质评价指数SQDF，并将SQDF作为对应噪声信号样本的特征参数，基于极限学习机ELM建立特征参数与主观评价值之间的联系，利用该关系即可对噪声的声品质进行评价。该方法可用于各种噪声的声品质评价，可以降低噪声的主观评价成本，且可以避免主观评价过程中各种不利因素产生的影响，在产品的设计阶段也可以对其声品质进行评价，从而提高设计质量、降低研发成本。

技术领域

本申请属于噪声分析评价技术领域，尤其涉及一种基于CEEMD(自适应互补集成经验模态分解：Complete Ensemble Empirical Mode Decomposition)和CWD(Choi-Williams分布，Choi-Williams Distribution)的声品质评价方法。

背景技术

目前随着汽车工业的发展，单纯的声压级控制已经无法满足客户对声音喜好和厂商对声品质的提升和设计需求。目前常采用响度、尖锐度、粗糙度、抖动度和语音清晰度等对声品质进行评价，然而这种传统的声品质评价参数易受信号特征的宽带和窄带噪声的影响，这导致利用传统声品质评价方法进行主观评价时，主观感受与心理学参数之间不存在稳定的相关性。因此，如何将人们的主观评价结果与声品质所表征的相关物理参数关联起来，是当前亟需解决的难点。

发明内容

本发明的目的在于提供一种基于CEEMD和CWD的声品质评价方法，其通过对采集的每一个噪声信号样本进行CEEMD，得到各自的若干阶本征模态函数(Intrinsic ModeFunction，IMF)，利用样本熵值识别出IMF中的虚假分量并剔除，对保留的IMF分量分别进行CWD分析，根据CWD分析结果提出一种全新的声品质评价指标概念——声品质评价指数(Sound Quality Index Function，SQDF)，并将SQDF作为对应噪声信号样本的特征参数，基于极限学习机(Extreme Learning Machine，ELM)建立特征参数与主观评价值之间的联系，利用该关系即可对噪声的声品质进行评价，该方法可以降低噪声的主观评价成本，且可以避免主观评价过程中各种不利因素产生的影响，在产品的设计阶段也可以对其声品质进行评价，从而提高设计质量、降低研发成本。

本申请具体采用如下技术方案：

一种基于CEEMD和CWD的声品质评价方法，所述方法包括如下步骤：

S1：采集n个噪声信号样本，分别记为x_i(N)(i＝1,2,…,n)，并分别对所述噪声信号样本进行主观评价；

S2：对所述噪声信号样本进行CEEMD分解，得到所述噪声信号样本各自的若干阶IMF分量，将所述IMF分量分别记为集合B_i(i＝1,2,…,n)；

S3：分别计算所述集合B_i中每阶IMF的样本熵值，根据所述样本熵值对所述IMF分量进行筛选，剔除虚假分量，保留有效分量，记为集合B_i'(i＝1,2,…,n)；

S4：对各个所述集合B_i'中的各阶IMF进行CWD分析；

S5：计算各个所述集合B_i'中的各阶IMF的SQDF值和各个所述噪声信号样本的总SQDF值；

S6：将每个所述噪声信号样本的所述总SQDF值作为对应的所述噪声信号样本的特征参数，采用ELM建立所述特征参数和每个所述噪声信号样本的主观评价值的关系；

S7：计算待评价噪声的SQDF值，利用步骤S6建立的对应关系进行声品质评价。

作为本申请的进一步说明，所述S2具体包括如下步骤：