Page 81 - 《应用声学》2022年第3期
P. 81

第 41 卷 第 3 期            吕向飞等: 采用响应面回归的汽车多属性声品质预测方法                                          403


             集的实际数据时出现较大的误差和不稳定性。因
             此,采用本文所提出的传统非线性模型方法,可以                                  1.5
             在保证较高精度的同时保证模型的泛化能力和可                                   1.0
                                                                    ᰂ᯺˭ᡚ
             解释性。

                   1.0                                               0.5
                                           ਐ৥ए-ࠄ฾
                                           ࣱᮋए-ࠄ฾                     0
                                           ᰂ᯺˭ᡚ-ࠄ฾                    1.0
                   0.8
                                           ਐ৥ए-ᮕ฾                                                      1.0
                                                                            0.5
                                           ࣱᮋए-ᮕ฾                        ࣱᮋए                  0.5
                  ܦֶ᠏࡛ভϙ  0.4                                     图 12  多属性主观评价分数之间的三维关系
                                           ᰂ᯺˭ᡚ-ᮕ฾
                                                                                               ਐ৥ए
                   0.6
                                                                                    0
                                                                                      0
                                                                  Fig. 12 Three dimensional relationship between
                   0.2
                                                                  multi-attribute subjective evaluation scores
                     0
                      1       2      3       4       5         4 结论
                                    ನవག
                     图 11  BP 神经网络预测集预测效果                          在多属性声品质试验数据的基础上,建立客
               Fig. 11 Prediction effect of BP neural network   观声学参数与各主观评价分数之间的响应面回归
               prediction set
                                                               模型,对多属性声品质进行了准确预测。主要结论
                 在获得了多属性声品质主客观评价的响应面                           如下:
             回归模型后,为量化分析多属性之间的耦合特性,采                               (1) 以相关系数 0.75 为阈值,得到所研究的多
             用式(6)所示的二次多项式建立驾驶乐趣与愉悦度、                          属性声品质数据关系最密切的客观声学参数分别
             平顺度之间的回归模型:                                       为响度、尖锐度和A计权声压级;
                                                                   (2) 通过对比建立的响应面回归模型和多元线
                                                     2
                                              2
              f 3 =q 0 + q 1 f 1 + q 2 f 2 + q 3 f 1 f 2 + q 4 f + q 5 f , (6)
                                              1      2         性回归模型的相关系数和平均预测误差百分比,验
             式(6)中,q 0 –q 5 为回归系数。                             证了响应面回归模型对于多属性声品质特征的综
                 根据表 1 数据和式 (6),采用最小二乘法获得的                     合预测精度更高;
             多属性声品质之间的回归方程如式(7)所示:                                 (3) 所研究的声品质建模问题数据样本极为有
                                                               限,采用 BP 神经网络等人工智能方法建模时,模型
               f 3 = − 0.0346 + 0.3284f 1 + 0.6147f 2
                                                               的泛化能力不足,且模型的可解释性较差;
                                         2          2
                    − 2.0729f 1 f 2 + 0.9034f + 1.2822f .  (7)     (4) 所研究的愉悦度、平顺度和驾驶乐趣3个声
                                                    2
                                         1
                 图12是根据式(7)获得的多属性主观评价分数                        品质主观评价属性之间也可通过二次响应面进行
             之间的三维关系图的拟合结果和实测结果对比图。                            高精度拟合,拟合相关系数为0.9623。
             由图 12可知,实测散点均匀的分布在三维拟合曲面
             上,说明拟合精度较高。为量化评价拟合精度,计算
                                                                              参 考 文        献
             出预测结果和实测结果的相关系数 0.9623,验证了
             模型的精度。
                                                                 [1] 方源, 章桐, 陈霏霏, 等. 电动车噪声品质心理声学主客观评
                 值得指出的是,此处建立 3 个属性之间的非线                            价模型 [J]. 西安交通大学学报, 2015, 49(8): 97–101.
             性回归模型的意义在于减小了属性的个数,可通过                                Fang Yuan, Zhang Tong, Chen Feifei, et al. A subjective
                                                                   and objective evaluation model for psychoacoustic qual-
             多属性之间的量化回归模型,将多属性的维度降低,
                                                                   ity of electric vehicle noise[J]. Journal of Xi’an Jiaotong
             并能够揭示多属性之间的耦合关系。所建立的多属                                University, 2015, 49(8): 97–101.
             性模型可为进一步汽车声品质的多属性优化和控                               [2] 黄海波, 李人宪, 丁渭平, 等. 基于 EMD-WVD 的车辆悬架减
                                                                   振器异响声品质客观评价研究 [J]. 振动与冲击, 2015, 34(18):
             制提供模型基础,也可为相关多因素影响的数学建
                                                                   154–160.
             模提供参考。                                                Huang Haibo, Li Renxian, Ding Weiping, et al. Objective
   76   77   78   79   80   81   82   83   84   85   86