海德声科抢占NVH制高点:理顺Sound quality metrics开发流程

2018-08-03 11:01:43·  来源:海德声科  
 
作为人体真实听觉感受的度量指标,声品质将直接影响顾客对车辆的整体评价。要想开发出声品质较好的车辆,就要进行开发声品质函数的开发。虽其流程稍复杂,但重要性不言而喻,故必将逐步成为NVH领域的一大热门分支。
为何要开发声品质函数?

作为人体真实听觉感受的度量指标,声品质将直接影响顾客对车辆的整体评价。要想开发出声品质较好的车辆,就要进行开发声品质函数的开发。虽其流程稍复杂,但重要性不言而喻,故必将逐步成为NVH领域的一大热门分支。

声品质的评价方法有听审测试(Jury Testing)和心理声学参数(Psychoacoustics Parameters)计算两种。听审测试让评估者直接聆听并评估采集到的高保真双耳声学信号,是最可靠的声品质评估方式。但听审测试对人员、时间等有一定的要求,费事费力,且可重复性差。心理声学参数作为连接物理学和心理学的桥梁,用一系列参数对声音进行人体感观的分析描述,如响度(Loudness)、尖锐度(Sharpness)、粗糙度(Roughness),以及海德声科的专利算法听觉相关性分析(Relative approach)等,但给出的曲线或数值,并不能直接反应人体对声音的评价,如极好、好、满意、差、很差等。

为此,将听审测试结果与心理声学参数建立起对应关系,用心理声学参数替代听审测试就显得很有必要。此过程即为Sound quality metrics的开发。
总体开发流程介绍

开发声品质函数的开发流程如下图。

海得声科抢占NVH制高点:理顺Sound quality metrics开发流程

声音采集:对关注的声音进行采集,因要考虑肩部、头部和耳廓等对声音的滤波作用,一般使用人工头对声音进行采集。
听审测试:组织人员通过主观评价系统,如SQuare,对人工头采集的声音进行回放并评分。
心理声学参数计算:选择合适的参数进行计算,如Loudness、Sharpness或Relative approach,并根据声音特征(Sound patterns)形成单值(Single value)来反应该声音特征,如Loudness ratios。
建模分析:选用合适算法,如多元回归分析,将心理声学参数的单值结果和主观评价的评分结果,建立起对应关系。
鲁棒分析:用更多车辆声品质的数据对建好的模型进行鲁棒分析,验证模型的准确性。
经过验证的开发声品质函数即可用作后期的声品质评估,如评估对标车型、了解自己车型各方面声品质的强弱等。

声品质函数开发详细流程

定义研究的问题

声品质函数的开发是针对某个声学问题(Issue)进行的,可以是抽象的特征,如车辆的运动性(Sportiness)、舒适性(Comfort)等,也可是具体的特征,如柴油机的knocking、齿轮的rattle、开/关门声等。

声音测试

根据具体的issue,进行声音信号的采集。

若研究关门声的声品质,则需对多款车辆(含对标车、竞争车型)进行测试,如下图所示,用人工头将开门和关门的双耳声音信息精准的采集下来。



若研究的issue可能出现在多种工况时,如柴油机的燃烧噪声、齿轮的rattle等在怠速、加速、滑行等工况时都会发生,则需先探索哪些工况会出现该issue,即形成驾驶工况云图(Driving condition map)。

驾驶工况云图需要选择目标客户,进行大量的路试。驾驶者按自己习惯驾驶,过程中给出自己的评语,同时采集车辆的行驶状况。形成的驾驶工况云图如下图所示,横坐标为车速,纵坐标为车辆加速度,颜色代表该工况使用的频次,方格为驾驶者做出评价的工况,叉号为对评价的工况进行归纳总结,找出典型的工况。



下图为归纳出的典型工况的使用频率,对于几乎不用的工况,则无需进行评估。


对最终筛选出的工况,选择多款类似车型(含对标车型、竞争车型)在台架上进行复现,并用人工头采集双耳声学信号。

听审测试(Jury Testing)

对所测的数据,到听音室进行主观评价。



SQuare可提供四种方法进行主观评价:

A/B比较法(Paired comparison)


 排名法(Ranking)



分类测试法(Category test (with/without sorting))


语言细分(Semantic differential)


最终根据评审结果,形成评分表,即获得各工况下该issue的主观评价得分。下图为46位听审者对12辆车某性能(如关门声品质)的评价,方格纵坐标代表评分值,虚线代表置信度。



若您对测试极致严谨,考虑到主观评价可能会受到身处的环境影响,如驾驶时的心态、交通拥堵情况、外界风景等等的影响,实际感受可能与坐在听音室不一致。为此海德声科的Sound seat和Sound car,可以为您真实模拟驾驶时的情景,实现更完美的主观评价。



心理声学参数计算

心理声学的参数有很多,针对每个issue,需要选择不同的心理声学参数。海德声科的Artemis suite除了可提供常规的心理声学参数外,还可提供HEAD acoustics的专利声学算法,如听觉相关性分析(Relative approach),为您心理声学参数计算提供强大的支撑。

心理声学参数的选择需要依具体声学类型而定,也需一定的经验。例如:针对柴油机燃烧噪声,可以用Loudness和Relative approach方法一起来评估。

下图为3个车型tip-in时燃烧噪声的响度曲线,此时,可以用N5(一个数值,曲线中只有5%的数据点大于该值)、N5/N95等作为单值(Single value description)来描述其听觉特征。



下图为3个车型tip-in时的听觉相关性分析,并算出单值作为听觉特征,以便后期与主观评价的得分做建模分析。



建模分析

将主观评价的得分和心理声学参数的单值结果,进行建模分析,建立对应关系,如进行多元回归分析。



分析结果如下:



到此步,实际已经建立了主观评价和心理声学参数的对应关系,即可在评估某车型的某issue的声品质时,无需做费时费力的主观评价,而直接用心理声学参数即可表征其声品质。但模型是否准确,还需做模型验证。

模型验证

对建好的模型,进行鲁棒分析,以验证其准确性。选择一些数据,进行交叉验证(Cross validation),验证好后即可形成Sound quality metrics供后期使用。


Sound quality metrics的使用

利用开发好Sound quality metrics,即可进行声品质的评定工作。

如评价某新车型的某个问题(如rattle或knocking)在各工况下(如idle、tip-in等)的声品质,即可得到如下结果。图中饼状图的每一个扇形代表一个工况,扇形的角度大小代表该工况出现的频次,颜色和直径代表该工况声品质的评分。



又如两款车型进行声品质对比,结果如下。可以直观的看出各工况的使用频次和声品质对比情况。



Sound quality metrics的开发是一项较大的工程,费时费力,但逐步将成为NVH行业的热门领域。作为声品质解决方案的领航者,海德声科(HEAD acoustics中国子公司)诚挚的邀您“声”临其境地感知声学的美妙,助您攻克声品质开发壁垒,抢占NVH领域制高点。
分享到:
 
反对 0 举报 0 收藏 0 评论 0
  • 汽车测试网V课堂

    汽车测试网V课堂

  • 微信公众号

    微信公众号

  • 汽车测试网手机站

    汽车测试网手机站

0相关评论
沪ICP备11026917号-25