Relative Approach与异响诊断

异响，是一个令每位NVH工程师都闻之而色变的名词。它经常躲避在一些隐秘的角落，令人捉摸不定。不过，没有什么问题是可以难住我们三头六臂的NVH工程师的，克服恐惧的最好办法就是去勇敢地面对它，欧里给！魔高一尺，道高一丈。它既然喜欢躲，那我们就把它给拎出来。在科学家们的智慧下，频谱分析、小波分析、高级滤波等等工具层出不穷，在这些工具的帮助之下，异响终将无处遁形。

今天我们就介绍一个特殊的异响分析手段--Relative Approach。如果将频谱分析比作是广谱药的话，那Relative Approach就是一剂特效药，专制那些微小的，不易察觉的，但又十分恼人的异响。

WHAT is Relative Approach?

Relative Approach，顾名思义，这个参数的计算以参考量（reference）为基础，但是区别于声压级/响度的地方在于，该计算所使用的参考量不是一个固定的值，而是声音信号中某点时域以及（或者）频域区间内的信号。计算结果反映的是信号中时域/频域上的突变，也就是我们平常所述的异响。该方法由Professor Klaus Genuit 于1996年提出，并且同时通过了专利申请。



WHY must Relative Approach?

相较于绝对的量级，人耳对声音在时域/频域上的突变反而更加敏感。假设现在有40dBA和38dBA的两组噪声，如果不连续地去听这两组声音（中间间隔一段时间），其实很难分辨出彼此。但是如果把这两个声音衔接在一起，那么就可以非常清楚地分辨出来。同样的，如果有一个声音非常缓慢地从38dBA增强到40dBA，在这个过程中，人耳也一般觉察不到这样的变化，因为人耳拥有一定的自适应性。这也是为什么人耳对异响非常敏感的原因，即使该异响在频谱图上的能量并不明显。Relative Approach正是模拟人耳对声音的感知，利用声音自身信号建立一系列的参考量，通过分析实际信号和这些参考量之间的变化，将声音中的异响给提取出来。同时因为参数选择的灵活性，Relative Approach可以用于分析各种声音中的异响成分。

HOW to calculate Relative Approach?

Relative Approach的计算主要分为两步：Basic Analysis 和Variation Analysis。

其中Basic Analysis属于预处理，主要将时间信号转换为时频信号，即将每个时间点的频谱计算出来，并且不同频率的幅值/响度大小也会随着时间的变化而变化。有如下四种方法可供选择：

1）倍频程（倍频程滤波器法）：该方法计算结果的频率分辨率取决于所选的倍频程带宽，时间分辨率则取决于所设置的积分时间参数。因此如果希望提高结果的时间分辨率（能分析到极短促的异响），需要将时间参数设置得小一些。这个方法比较适用于分析既有tonal成分，同时又有时域上突变的声音。

2）倍频程（FFT法）：该方法先使用FFT计算得声音信号的时频谱，然后根据设置的倍频程带宽，合并相应的谱线能量，得到倍频程谱。该方法的优势在于计算时间短，适用于分析声音里的频率成分，只是频率分辨率会受到倍频程带宽限制。

3）Hearing Model：利用Sottek听觉模型得到信号的时频谱。该结果相较于A计权倍频程谱，在频率分辨率以及幅值精确性上都更加符合人耳的感官，适用于分析在声音中低频处较短异响成分。

4）Loudness（FFT/HEAD）：使用HEAD开发的基于FFT频谱结果的特征响度谱，如果同时Variation Analysis采用Prominence 3D的话，该方法非常适合于分析声音中的tonal成分。

Variation Analysis就是对预处理之后的结果进行后处理，从而分析出声音中的异响。首先根据某点时域频域周围一定区间内的信号计算出一个预估值，然后将实际值和预估值之间进行比较，这两个值之间的差距越大，说明突变越明显，也就是人耳所感受到的异响特征越强。有两个方法可选：

1）Regression：使用回归算法，对时/频数据进行预估处理，根据关注的异响成分的性质来选择回归计算的对象。如果需要分析时域上的突变，就选择Time Pattern。同理若是需要分析频域里的频率成分则选择Frequency Pattern。如果两者都需要的话，则选择Time + Frequency Pattern，同时根据两者之间的则重点分别设置其权重。

2）Prominence 3D：这个方法不区别时频，而是直接选取时频谱上周围1Bark以及50ms的平均值作为参考值计算。

由于该结果是频谱值（Pa）之间的差值，但是物理意义又不是常规的声压，所以为了以示区分，这边结果的单位采用cPa（compressed Pasca）。

WHERe to apply Relative Approach?

1）雨刮器异响分析：如下图为某雨刮器运行时的FFT频谱图，该雨刮器在400-1400Hz区间范围内存在tonal成分，同时在低频处也包含周期性短促异响。



分别对该信号进行基于time Pattern和frequency pattern的Relative Approach计算之后，则可以清晰地显示出tonal成分所对应频率，以及低频的异响所发生的时间点。


2）卡车Rattle异响分析：在1.2s的时候可以听到明显的咯咯声，FFT频谱图上并不能反映出听觉上的感受，使用Relative Approach则可以非常清楚地将该异响给显示出来。



3）电冰箱异响分析：如下图所示，该电冰箱在2000-3000Hz区间内有明显的断断续续短促的异响（可能是冷凝剂流动产生），通过Relative Approach可以分析出该异响发生的间隔区间以及强度（恼人度明显高于低频/高频处的运行噪声）。

结束语

Relative Approach是一个非常适合于将所听到异响可视化的工具，不过为了得到更好的分析结果，我们常常需要对分析参数进行特定的设置。在分析最开始的时候，可以先使用FFT倍频程法（计算快速）大概地浏览一下声音中频率/时间成分，然后再根据声音中的成分进行更加细致的分析，比如使用时间参数较短的Filter倍频程法来检测时域上短促的异响等。当然判断异响最重要的还是要去听，所以如果同时配合高级滤波回放的话，异响诊断将会变得事半而功倍。