论文部分内容阅读
随着高速列车的蓬勃发展，车速得到了不断提升，人们的出行变得愈加方便。然而同时，提速也带来了运行的平稳性、噪声等关于舒适性的一系列问题。车内噪声环境对乘客的乘坐舒适性有重要影响，乘客长期处在恶劣的声环境中极易产生疲劳烦躁感，影响人正常生活工作的同时，也降低了高速列车的市场竞争力。因此，需要重视对高速列车车内噪声环境的研究。在声环境中，声品质是声环境的重要指标，因此本文重点关注高速列车车内噪声的声品质。通过对声场的仿真研究噪声物理属性，并对车内噪声声品质进行主客观评价，研究声场的物理属性与心理声学属性之间的关系，建立声品质BP神经网络评价模型，预测人对车内噪声的主观感受。利用统计能量法对车内声场仿真。建立高速列车乘客室的统计能量模型，确定高速列车运行时的主要激励，并结合统计能量模型中的损耗因子，应用到模型中，进而对声场仿真。分析声场物理属性，并通过实际采集车内声音信号对仿真结果进行验证。评价车内噪声声品质。在客观方面，分析心理声学属性特点，研究每种属性的不同算法，并对其作分析比较；主观方面，选择被试者进行主观评价实验，对评价结果作相关分析和聚类分析。通过和客观心理声学属性的相关性分析，选择主观评价类别，并确定有效的、可应用在声品质神经网络模型中的心理声学属性。建立声品质神经网络评价模型。以高速列车车内噪声声品质的客观评价和主观评价结果分别作为输入输出，确定网络的结构和主要参数，建立具有预测主观评价结果功能的BP神经网络模型。通过模型，以人的主观感受来确定心理声学属性的算法，并研究声音的物理属性和心理声学属性之间的关系。