| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·课题研究背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14-16页 |
| ·论文研究内容 | 第16-18页 |
| 第二章 人耳听觉系统及心理声学参数 | 第18-26页 |
| ·人耳听觉系统生理基础及基本概念 | 第18-21页 |
| ·人耳的听觉系统 | 第18-19页 |
| ·特征频带 | 第19-20页 |
| ·掩蔽效应 | 第20-21页 |
| ·基本声学参数 | 第21-22页 |
| ·声压和声压级 | 第21页 |
| ·声强和声强级 | 第21-22页 |
| ·A 计权声压级 | 第22页 |
| ·心理声学参数 | 第22-25页 |
| ·响度 | 第23页 |
| ·尖锐度 | 第23-24页 |
| ·粗糙度 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 车内低频加速噪声时频分析方法比较 | 第26-40页 |
| ·车内噪声组成 | 第26-27页 |
| ·样车噪声信号采集和频谱分析 | 第27-28页 |
| ·常用的时频分析方法 | 第28-33页 |
| ·短时傅里叶变换 | 第29页 |
| ·连续小波变换 | 第29页 |
| ·小波包分析 | 第29-30页 |
| ·维格纳-威尔分布 | 第30-31页 |
| ·希尔伯特黄变换 | 第31-33页 |
| ·车内低频加速噪声信号的时频分析比较 | 第33-39页 |
| ·车内加速噪声信号的预处理 | 第33页 |
| ·车内低频加速噪声信号的时频分析 | 第33-36页 |
| ·车内低频加速信号的 WPD 和 HHT 分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于人耳听觉特性的车内噪声特征提取 | 第40-52页 |
| ·车辆噪声信号的预处理 | 第40-43页 |
| ·滤波器的基本原理 | 第40-41页 |
| ·滤波器的设计 | 第41-43页 |
| ·基于小波包的人耳特征频带划分 | 第43-46页 |
| ·1/3 倍频程及频带修正 | 第43-44页 |
| ·基于小波包分解的特征频带划分 | 第44-46页 |
| ·基于特征频带的时频能量特征提取 | 第46-51页 |
| ·响度和尖锐度的时频能量特征提取 | 第47-48页 |
| ·粗糙度的时频能量特征提取 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 车内噪声声品质预测模型建立 | 第52-66页 |
| ·BP 神经网络基本理论 | 第52-54页 |
| ·BP 神经网络模型结构 | 第52-53页 |
| ·BP 神经网络训练步骤 | 第53-54页 |
| ·BP 神经网络结构的确定 | 第54-57页 |
| ·输入输出层神经元个数的确定 | 第55页 |
| ·隐含层数选择方法 | 第55页 |
| ·隐含层节点数选择方法 | 第55页 |
| ·训练算法的选择 | 第55-56页 |
| ·传递函数的选择 | 第56-57页 |
| ·响度和尖锐度 BP 神经网络模型建立 | 第57-62页 |
| ·训练样本的选择 | 第57页 |
| ·训练样本的归一化处理 | 第57页 |
| ·响度和尖锐度 BP 神经网络模型参数确定 | 第57-59页 |
| ·神经网络训练 | 第59-60页 |
| ·响度和尖锐度神经网络模型检验 | 第60-62页 |
| ·粗糙度 BP 神经网络预测模型建立 | 第62-65页 |
| ·粗糙度 BP 神经网络预测模型参数选择 | 第62-63页 |
| ·粗糙度神经网络模型训练与验证 | 第63-65页 |
| ·粗糙度结果分析 | 第65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结和展望 | 第66-68页 |
| ·全文总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第72-73页 |
| 致谢 | 第73-74页 |