基于EMD与BP神经网络的汽车关门声品质预测

《基于EMD与BP神经网络的汽车关门声品质预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学兔兔www.xuetutu.com汽车工程2013年(第35卷)第5期AutomotiveEngineering2013(Vo1．35)No．52013087基于EMD与BP神经网络的汽车关门声品质预测：lc杨)l1，于德介，徐亚军(湖南大学，汽车车身先进设计制造国家重点实验室，长沙410082)[摘要]本文中提出一种基于经验模态分解(EMD)与BP神经网络相结合的汽车关门声品质预测方法。该方法首先基于EMD提取关门声音信号特征；然后，对样车的关门声品质进行主观评价试验，得出主观评价值；最后将得到声音信号特征作为输入，主观评价

2、值作为输出，利用神经网络进行训练得到基于EMD的汽车关门声品质的预测模型。同时，以心理学参数值作为神经网络输入，建立了基于心理学参数的声品质的另一预测模型。分别用两个模型对3O辆车关门声样本进行预测的结果表明，基于EMD模型的预测数据，更接近主观评价的结果，即具有更高的声品质预测精度。关键词：汽车关门声；声品质；主观评价；经验模态分解；反向传播神经网络；心理学参数SoundQualityPredictionforVehicleDoor—SlammingNoiseBasedonEmpiricalModeDecompositiona

3、ndBackPropagationNeuralNetworkYangChuan．YuDejie&XuYajunHunanUniversity，StateKeyLaboratoryofAdvancedDesignandManufacturingforVehicleBo，Changsha410082[Abstrad]Asoundqualitypredictionmethodforvehicledoorslammingnoiseisproposedinthispaperbasedonthecombinationofempiricalm

4、odedecomposition(EMD)andbackpropagation(BP)neurMnetwork．Withthemethod，thefeaturesofdoor—slammingsoundsignalareextractedfirstbasedonEMD；then，asubjectivee-valuationtestonthedoor-slammingsoundqualityofsamplevehiclesisconductedwithsubjectiveevaluationvaluesobtained，andfi

5、nallybyusingneuralnetworkfortrainingwiththefeaturesofsoundsignalasinputandthesubjec-tiveevaluationvaluesasoutput，anEMD—basedvehicledoor—slammingsoundqualitypredictionmodelisobtained．Meanwhileanotherpredictionmodelforsoundqualitybasedonpsychologyparametersisalsobuiltw

6、ithpsychologyparametersasneuralnetworkinput．Theresultsofpredictionsonthedoor-slammingsoundsamplesof30vehicleswithtwomodelsrespectivelyshowthatcomparedwithpsychologyparameters—basedmodel，theEMD-basedmodelgetsapredicteddatamuchclosertotheresultsofsubjectiveevaluation，m

7、eaningithashigheraccuracyinpredictingvehicledoor-slammingsoundquality．Keywords：vehicledoor-slammingnoise；soundquality；subjectiveevaluation；EMD；BPneuralnet-work；psychologyparameters音的感受，并对实验数据进行统计分析，进而选择适刖面当的术语来描述目标声音的主观感知特性。常用的声品质主观评价方法有等级评分法、排序法、语义细目前，汽车关门声品质的准确评价主要

8、依赖于分法、幅度调节法和成对比较法等⋯。主观评价方主观评价实验。它直接通过实验主观评价人们对声法能准确、直接反映出声音的品质，但花费的时间和教育部长江学者与创新团队发展计划项目(5311050050037)和湖南大学汽车车身先进设计制造国家重点实验室自主课题(6