基于LSSVM-样本熵的车内噪声声品质预测
Journal of Jiangsu University(Natural Science Edition)（2020）
摘要
以某款混合动力汽车为研究对象,针对其非稳态工况下的车内噪声声品质进行研究.对采集到的噪声信号烦躁度指标进行主客观评价试验,并通过相关分析找出与主观评价结果相关性较大的心理声学客观参量.对原始声样本进行互补总体经验模态分解,得到每个信号的16阶模态指示函数.将各阶模态指示函数与原始信号进行相关分析,得到与原始信号相关性较高的7-12阶模态指示函数并计算这些分量的样本熵值,作为声品质的客观特征参数.基于最小二乘支持向量机算法,分别建立了以心理声学等参数为模型输入和以样本熵特征参数为模型输入的声品质评价预测模型.结果表明:以样本熵为特征参数作为模型输入的预测精度更高,适合用于混合动力汽车非稳态工况下的声品质预测.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要