| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景和意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 声品质评价方法研究现状 | 第14-15页 |
| 1.2.2 声品质评价模型的研究现状 | 第15-16页 |
| 1.3 本文的主要研究内容 | 第16-18页 |
| 第二章 混合动力汽车驱动模式以及声学感知特性 | 第18-25页 |
| 2.1 混合动力汽车驱动模式 | 第18-19页 |
| 2.2 声学感知特性 | 第19-23页 |
| 2.2.1 听觉系统 | 第20页 |
| 2.2.2 等响曲线和计权声压级 | 第20-22页 |
| 2.2.3 掩蔽效应 | 第22-23页 |
| 2.2.4 临界频带和Bark尺度 | 第23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 混合动力汽车动力耦合机构处噪声声品质主观评价 | 第25-35页 |
| 3.1 混合动力汽车动力耦合机构处噪声信号的采集 | 第25-27页 |
| 3.2 声样本的预处理 | 第27页 |
| 3.3 听音环境和评价主体的选择 | 第27-29页 |
| 3.4 评价方法的选取 | 第29-31页 |
| 3.5 听音训练和主观评价试验 | 第31页 |
| 3.6 主观评价试验的结果以及数据分析 | 第31-34页 |
| 3.7 本章小结 | 第34-35页 |
| 第四章 混合动力汽车动力耦合机构处噪声声品质客观评价 | 第35-72页 |
| 4.1 基于时域或频域的声品质客观评价参量 | 第35-40页 |
| 4.1.1 基于物理声学的评价参量 | 第35-36页 |
| 4.1.2 基于语言方面的评价参量 | 第36-37页 |
| 4.1.3 基于心理声学的评价参量 | 第37-40页 |
| 4.2 基于时域或频域的声品质客观评价参量的计算和分析 | 第40-41页 |
| 4.3 客观参量值与主观评价结果的相关性分析 | 第41-44页 |
| 4.4 经验模态分解基础理论 | 第44-55页 |
| 4.4.1 基础概念 | 第44页 |
| 4.4.2 EMD基本理论 | 第44-45页 |
| 4.4.3 EMD算法的优点 | 第45-47页 |
| 4.4.4 EMD算法的缺点 | 第47-49页 |
| 4.4.5 集总经验模态分解(EEMD) | 第49-50页 |
| 4.4.6 互补总体经验模态分解(CEEMD) | 第50-51页 |
| 4.4.7 各个经验模态分解在信号分解中的应用 | 第51-55页 |
| 4.5 时频分析 | 第55-59页 |
| 4.5.1 小波变换的基本原理 | 第55-56页 |
| 4.5.2 希尔波特变换的基本原理 | 第56-57页 |
| 4.5.3 离散小波变换和希尔波特变换在信号分析中的应用 | 第57-59页 |
| 4.6 基于CEEMD—HT的声品质客观评价参数 | 第59-71页 |
| 4.6.1 声样本的滤波与互补总体经验模态分解 | 第60-64页 |
| 4.6.2 声样本各阶IMF分量的希尔波特变换 | 第64-70页 |
| 4.6.3 噪声信号能量特征的提取 | 第70-71页 |
| 4.7 本章小结 | 第71-72页 |
| 第五章 声品质评价模型的研究 | 第72-83页 |
| 5.1 多元线性回归模型 | 第72-74页 |
| 5.1.1 多元线性回归分析 | 第72页 |
| 5.1.2 多元线性回归模型的建立 | 第72-74页 |
| 5.2 BP神经网络模型 | 第74-77页 |
| 5.2.1 BP神经网络 | 第74-75页 |
| 5.2.2 BP神经网络模型的建立 | 第75-77页 |
| 5.3 相关向量机模型 | 第77-80页 |
| 5.3.1 相关向量机的基础理论 | 第77-80页 |
| 5.3.2 相关向量机模型的建立 | 第80页 |
| 5.4 三种评价模型的对比 | 第80-81页 |
| 5.5 基于CEEMD-HT客观参数和基于心理声学客观参数评价结果的对比 | 第81-82页 |
| 5.6 本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| 6.1 全文总结 | 第83-84页 |
| 6.2 研究展望 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 致谢 | 第91-92页 |
| 攻读硕士研究生学位期间研究成果 | 第92页 |
