| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 声品质评价研究现状 | 第12-13页 |
| 1.2.1 声品质主观评价研究现状 | 第12页 |
| 1.2.2 声品质客观评价研究现状 | 第12-13页 |
| 1.2.3 声品质评价模型研究现状 | 第13页 |
| 1.3 研究思路及主要研究内容 | 第13-15页 |
| 第二章 混合动力汽车驱动模式及噪声样本采集 | 第15-24页 |
| 2.1 混合动力汽车驱动模式概述 | 第15-17页 |
| 2.1.1 停车起动工况 | 第15-16页 |
| 2.1.2 停车充电工况 | 第16页 |
| 2.1.3 纯电动工况 | 第16-17页 |
| 2.1.4 加速超车工况 | 第17页 |
| 2.1.5 起动加速工况 | 第17页 |
| 2.2 车内噪声采集试验与声样本建立 | 第17-23页 |
| 2.2.1 车内噪声采集试验 | 第17-20页 |
| 2.2.2 声样本的选取 | 第20-21页 |
| 2.2.3 等响处理 | 第21-22页 |
| 2.2.4 频段划分 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 车内声品质主观评价 | 第24-32页 |
| 3.1 声品质主观评价准备工作 | 第24-26页 |
| 3.1.1 听音环境选取 | 第24页 |
| 3.1.2 评价主体选取 | 第24-25页 |
| 3.1.3 评价方法选取 | 第25-26页 |
| 3.2 听音训练 | 第26页 |
| 3.3 主观评价试验 | 第26-27页 |
| 3.4 主观评价试验数据处理 | 第27-29页 |
| 3.4.1 三种相关系数检验 | 第27-28页 |
| 3.4.2 Spearman等级相关系数检验 | 第28-29页 |
| 3.5 声品质主观评价结果分析 | 第29-31页 |
| 3.5.1 稳态声品质主观评价结果分析 | 第29-30页 |
| 3.5.2 非稳态声品质主观评价结果分析 | 第30-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 车内声品质客观评价 | 第32-50页 |
| 4.1 声品质客观参量 | 第33-37页 |
| 4.1.1 基于物理声学评价参量 | 第33-34页 |
| 4.1.2 基于语音方面评价参量 | 第34-35页 |
| 4.1.3 基于心理声学评价参量 | 第35-37页 |
| 4.2 声品质客观评价参量数学模型 | 第37-39页 |
| 4.2.1 计权声级及其数学模型 | 第37-38页 |
| 4.2.2 响度及其数学模型 | 第38页 |
| 4.2.3 粗糙度及其数学模型 | 第38页 |
| 4.2.4 尖锐度及其数学模型 | 第38页 |
| 4.2.5 抖动度及其数学模型 | 第38-39页 |
| 4.2.6 音调度及其数学模型 | 第39页 |
| 4.3 声品质客观参量计算及分析 | 第39-44页 |
| 4.3.1 稳态声品质客观参量 | 第40-44页 |
| 4.3.2 非稳态客观参量 | 第44页 |
| 4.4 非稳态工况客观参量变化 | 第44-48页 |
| 4.4.1 混合驱动客观参量变化 | 第44-46页 |
| 4.4.2 发动机单独驱动客观参量变化 | 第46-47页 |
| 4.4.3 电机单独驱动客观参量变化 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 稳态声品质评价模型对比分析 | 第50-68页 |
| 5.1 基于多元线性回归的声品质评价模型 | 第50-55页 |
| 5.1.1 多元线性回归分析 | 第50-51页 |
| 5.1.2 多元线性回归评价模型的建立 | 第51-54页 |
| 5.1.3 多元线性回归评价模型的预测 | 第54-55页 |
| 5.2 基于BP神经网络的声品质评价模型 | 第55-61页 |
| 5.2.1 BP神经网络概述 | 第55-56页 |
| 5.2.2 BP神经网络构建与训练 | 第56-60页 |
| 5.2.3 BP神经网络声品质预测 | 第60-61页 |
| 5.3 基于GA-BP神经网络的声品质评价模型 | 第61-67页 |
| 5.3.1 GA算法概述 | 第61-63页 |
| 5.3.2 GA优化BP神经网络评价模型建立 | 第63-66页 |
| 5.3.3 GA-BP神经网络评价模型预测 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 非稳态声品质评价 | 第68-75页 |
| 6.1 基于心理声学客观参量的BP神经网络评价模型 | 第68-69页 |
| 6.1.1 非稳态BP神经网络评价模型输入量的选取 | 第68页 |
| 6.1.2 基于心理声学客观参量的BP神经网络预测 | 第68-69页 |
| 6.2 基于临界频率带解析小波分解的BP神经网络评价模型 | 第69-74页 |
| 6.2.1 解析小波分解及临界频率带理论概述 | 第69-71页 |
| 6.2.2 声品质评价模型建立流程 | 第71-72页 |
| 6.2.3 声信号特征提取 | 第72-73页 |
| 6.2.4 声品质评价模型建立与预测 | 第73-74页 |
| 6.3 本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 硕士学位期间发表的学术论文 | 第83页 |
