基于LSSVM-样本熵的车内噪声声品质预测

• 作者: 孙瑞 宋文兵 左言言 陆怡 顾倩霞
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 混合动力汽车 车内噪声 声品质 互补总体经验模态分解 模态指示函数 样本熵 最小二乘支持向量机 相关分析
• 年，卷（期）: 2020,（1）
• 页码范围: 1-7
• 页数: 7页
• 分类号: U467.1
• 字数: 4263字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2020.01.001

摘要

以某款混合动力汽车为研究对象,针对其非稳态工况下的车内噪声声品质进行研究.对采集到的噪声信号烦躁度指标进行主客观评价试验,并通过相关分析找出与主观评价结果相关性较大的心理声学客观参量.对原始声样本进行互补总体经验模态分解,得到每个信号的16阶模态指示函数.将各阶模态指示函数与原始信号进行相关分析,得到与原始信号相关性较高的7-12阶模态指示函数并计算这些分量的样本熵值,作为声品质的客观特征参数.基于最小二乘支持向量机算法,分别建立了以心理声学等参数为模型输入和以样本熵特征参数为模型输入的声品质评价预测模型.结果表明:以样本熵为特征参数作为模型输入的预测精度更高,适合用于混合动力汽车非稳态工况下的声品质预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左言言	江苏大学振动噪声研究所	83	774	16.0	22.0
2	宋文兵	江苏大学振动噪声研究所	4	4	1.0	2.0
3	陆怡	江苏大学振动噪声研究所	1	0	0.0	0.0
4	顾倩霞	江苏大学振动噪声研究所	1	0	0.0	0.0
5	孙瑞	江苏大学振动噪声研究所	5	4	1.0	2.0