基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在简单介绍了Beamforming声源识别技术的基本原理和车外气动声源与车内噪声相关性分析的方法之后,在整车气动声学风洞中应用流场外声阵列与车内2个参考麦克风同时进行车内外噪声信号的同步测量,应用频域内声源识别的传统的Beamforming算法和改进的CLEAN-SC算法,识别出了车外的气动噪声源分布,并分析了车外声源与车内噪声的相关性,得出车外噪声源对车内噪声的相对贡献度.结果表明:频域内改进的CLEAN-SC算法可以在很大程度上改善传统Beamforming算法在动态范围和空间分辨率方面的局限性,且算法稳健,使该项技术在风洞内的应用更具实用性.对车内噪声而言,在较多的特征频段,车外后视镜作为声源对车内噪声的贡献度最大.但在一些特征频段,前雨刮和门把手对车内噪声的贡献也不容忽视.
推荐文章
高速列车车身表面气动噪声源研究
高速列车
气动噪声
噪声源
宽频带噪声源模型
汽车车内噪声主动控制系统仿真
汽车
噪声
主动控制系统
提速客车车内噪声控制研究
提速客车
噪声
控制
基于神经网络方法的高速列车车外气动噪声预测
声学
高速列车
气动噪声
声类比理论
神经网络
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 汽车车内噪声与车外气动声源的相关性研究
来源期刊 汽车工程 学科
关键词 车内噪声 声源识别 Beamforming 相关性分析 CLEAN-SC
年,卷(期) 2017,(10) 所属期刊栏目
研究方向 页码范围 1192-1197
页数 6页 分类号
字数 5045字 语种 中文
DOI 10.19562/j.chinasae.qcgc.2017.10.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王斌 同济大学汽车学院 56 349 11.0 17.0
2 贺银芝 同济大学汽车学院 13 53 3.0 7.0
3 董国旭 4 11 2.0 3.0
4 张涛 2 5 2.0 2.0
5 沈哲 同济大学汽车学院 12 63 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (17)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (0)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
车内噪声
声源识别
Beamforming
相关性分析
CLEAN-SC
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
汽车工程
月刊
1000-680X
11-2221/U
大16开
北京市西城区莲花池东路102号天连大厦1003室
2-341
1979
chi
出版文献量(篇)
4728
总下载数(次)
23
总被引数(次)
66645
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导