摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-17页 |
1.1 课题的研究背景及意义 | 第9-11页 |
1.2 国内外汽车声品质研究现状 | 第11-14页 |
1.2.1 国外汽车声品质研究现状 | 第11-12页 |
1.2.2 国内汽车声品质研究现状 | 第12-14页 |
1.3 本文主要研究内容 | 第14-15页 |
1.4 本章小结 | 第15-17页 |
第二章 声音的感知特性及声品质心理声学计算模型 | 第17-29页 |
2.1 引言 | 第17页 |
2.2 声音的听觉感知特性 | 第17-22页 |
2.2.1 听觉系统 | 第17-18页 |
2.2.2 听阈范围 | 第18-19页 |
2.2.3 听觉掩蔽效应 | 第19-21页 |
2.2.4 特征频带 | 第21-22页 |
2.3 声品质心理声学特征数学模型 | 第22-28页 |
2.3.1 响度 | 第22-23页 |
2.3.2 尖锐度 | 第23-25页 |
2.3.3 语言清晰度与音调度 | 第25-26页 |
2.3.4 粗糙度与波动度 | 第26-28页 |
2.4 本章小结 | 第28-29页 |
第三章 汽车关门声品质的主客观评价研究 | 第29-46页 |
3.1 引言 | 第29-30页 |
3.2 关门声信号的采集及预处理 | 第30-32页 |
3.3 关门声品质的客观评价研究 | 第32-35页 |
3.4 关门声品质的主观评价研究 | 第35-39页 |
3.4.1 声品质主观评价方法 | 第35-36页 |
3.4.2 声品质主观评价流程 | 第36-38页 |
3.4.3 声品质主观评价结果分析 | 第38-39页 |
3.5 关门声品质主客观评价相关性分析 | 第39-44页 |
3.5.1 主客观评价结果的相关性分析 | 第39-42页 |
3.5.2 主客观评价结果的多元线性回归分析 | 第42-44页 |
3.6 本章小结 | 第44-46页 |
第四章 基于BP神经网络的关门声品质评价模型 | 第46-60页 |
4.1 引言 | 第46页 |
4.2 BP神经网络 | 第46-49页 |
4.2.1 BP神经网络的结构和特点 | 第46-47页 |
4.2.2 BP学习算法 | 第47-49页 |
4.3 BP神经网络在汽车声品质预测中结构的确定 | 第49-52页 |
4.3.1 输入输出层神经元个数的确定 | 第49页 |
4.3.2 传递函数的确定 | 第49-51页 |
4.3.3 隐含层数及神经元个数的确定 | 第51-52页 |
4.4 BP神经网络预测模型 | 第52-57页 |
4.5 BP神经网络模型与多元线性回归模型对比分析 | 第57-59页 |
4.6 本章小结 | 第59-60页 |
第五章 汽车关门声品质神经网络评价模型的应用 | 第60-70页 |
5.1 引言 | 第60页 |
5.2 车门系统结构分析 | 第60-61页 |
5.3 关门碰撞问题仿真优化 | 第61-65页 |
5.3.1 关门碰撞问题分析模型 | 第61-62页 |
5.3.2 关门碰撞问题的优化设计及效果对比 | 第62-65页 |
5.4 关门碰撞问题优化效果验证 | 第65-69页 |
5.4.1 声学照相机试验 | 第65-67页 |
5.4.2 客观评价试验 | 第67页 |
5.4.3 优化前后客观评价结果对比 | 第67-68页 |
5.4.4 优化前后主观评价结果对比 | 第68-69页 |
5.5 本章小结 | 第69-70页 |
第六章 结论 | 第70-72页 |
6.1 研究总结与成果 | 第70-71页 |
6.2 研究展望 | 第71-72页 |
参考文献 | 第72-76页 |
攻读硕士学位期间所取得的相关科研成果 | 第76-78页 |
致谢 | 第78页 |