[发明专利]粗糙声频段自适应识别方法

说明书

本发明公开了一种粗糙声频段自适应识别方法，包括：S1.同步采集发动机转速信号和汽车或发动机噪声信号，对噪声信号分别进行带通滤波，得到不同临界频带的声音信号矩阵BP；S2.根据自定义的转速增量分别划分BP，得到不同转速范围的声音信号矩阵Tsubgt;n/subgt;；S3.分别对声音信号矩阵Tsubgt;n/subgt;进行希尔伯特变换，计算得到对应的包络线矩阵Esubgt;n/subgt;；S4.分别对包络线矩阵Esubgt;n/subgt;进行傅立叶变换，计算得到不同调制频率下的调制深度矩阵Dsubgt;n/subgt;；S5.根据调制频率与调制阶次的对应关系，基于峰值保持原理确定0.5阶调制阶次在不同转速下的调制深度矩阵Osubgt;n/subgt;；S6.绘制0.5阶调制深度的时间或转速‑临界频带云图，识别汽车或发动机粗糙声的特征频段。本发明能够快速识别汽车或发动机粗糙声的特征频段。

技术领域

本发明属于汽车NVH(噪声振动和不平顺性)技术领域，具体涉及一种粗糙声频段自适应识别方法。

背景技术

往复式发动机是典型的旋转机械，工作噪声具有显著的阶次调制特征。相关研究表明，汽车或发动机的粗糙声抱怨主要和发动机的0.5阶调制强弱有关，适当频段的调制可以增加声音运动感，给人愉悦的驾乘体验，但是如果0.5阶调制现象过于凸显或者出现在不恰当的频段，就可能会引起主观的高烦恼度感受。根据以往工程案例的分析经验，调制现象通常离散分布在汽车或发动机噪声信号的多个频段，但调制深度存在不同程度的明显差异。因此如何快速识别粗糙声的特征频段，进而与人耳的主观声品质抱怨形成强相关性，是分析粗糙声产生机理的关键，也是后续优化方案的重要参考依据。

专利文献CN112326267A公开了一种确定加速粗糙声影响结果方法及系统，通过加速噪声云图确定宽频共振带对应的初始噪声频率，然后结合滤波回放以及悬置被动端的振动频率共同确定粗糙声频段。该方法的不足在于需要同步布置多个振动、噪声测点，测试及后续分析的流程繁琐，而且确认粗糙声频段时需要经历多层主观筛选，不确定性较大且自适应性差。综上所述，目前针对汽车或发动机粗糙声的分析方法较少且存在明显缺陷，无法有效指导粗糙声频段的快速识别。

因此，有必要开发一种粗糙声频段自适应识别方法。

发明内容

本发明的目的是提供一种粗糙声频段自适应识别方法，能通过绘制0.5阶调制深度的时间(或转速)-临界频带云图，横向对比快速识别汽车或发动机粗糙声的特征频段。

本发明所述的一种粗糙声频段自适应识别方法，包括以下步骤：

步骤1.同步采集发动机转速信号和汽车或发动机噪声信号，根据临界频带划分原则对噪声信号分别进行带通滤波，得到不同临界频带的声音信号矩阵BP；

步骤2.根据自定义的转速增量分别划分BP，得到不同转速范围的声音信号矩阵T_n；

步骤3.分别对声音信号矩阵T_n进行希尔伯特变换，计算得到对应的包络线矩阵E_n；

步骤4.分别对包络线矩阵E_n进行傅立叶变换，计算得到不同调制频率下的调制深度矩阵D_n；

步骤5.根据调制频率与调制阶次的对应关系，基于峰值保持原理确定0.5阶调制阶次在不同转速下的调制深度矩阵O_n；

步骤6.绘制0.5阶调制深度的时间或转速-临界频带云图，通过横向对比识别汽车或发动机粗糙声的特征频段。

可选地，所述步骤1具体为：

采用相同的时间采样率采集发动机转速信号和汽车或发动机噪声信号，对噪声信号分别进行带通滤波，中心频率与带宽的关系由以下公式确定：