本發(fā)明涉及噪聲分析，具體涉及到一種基于傳遞路徑分析的聲品質(zhì)優(yōu)化方法及裝置。

背景技術(shù)：

1、隨著人們對噪聲特性認(rèn)知度的提高，聽覺系統(tǒng)會在噪聲物理特性和發(fā)聲體的功能品質(zhì)之間形成特定的感知聯(lián)系，產(chǎn)生特定的心理感知需求。傳統(tǒng)的聲學(xué)研究主要針對客觀參量的優(yōu)化逐漸無法滿足"以人為本"的研究趨向，因此產(chǎn)生了越來越多針對聲品質(zhì)的研究工作。

2、在傳統(tǒng)的減振降噪優(yōu)化工作中，傳遞路徑分析(tap)是最常用的一種方法，傳遞路徑分析通過識別和量化噪聲和振動(dòng)從源頭傳遞到接收點(diǎn)的路徑，并針對貢獻(xiàn)較高的主要路徑進(jìn)行優(yōu)化，從而有效地控制噪聲。但是由于傳遞路徑分析是針對聲壓級的優(yōu)化，通過傳遞路徑分析很難直接反映出聲品質(zhì)的優(yōu)化結(jié)果，因此將聲品質(zhì)與傳遞路徑分析方法相結(jié)合，可以有效地識別出影響聲品質(zhì)優(yōu)化結(jié)果的主要路徑，并對后續(xù)的聲品質(zhì)優(yōu)化工作提供指導(dǎo)。簡單地計(jì)算各傳遞路徑的聲品質(zhì)貢獻(xiàn)確實(shí)可以識別出主要路徑指導(dǎo)優(yōu)化工作，但在確定主要優(yōu)化頻率范圍時(shí)，仍然需要反復(fù)修改傳遞函數(shù)并計(jì)算路徑貢獻(xiàn)，這樣的過程是繁瑣且盲目的。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于解決現(xiàn)有技術(shù)聲品質(zhì)優(yōu)化過程中需要反復(fù)修改傳遞函數(shù)并計(jì)算路徑貢獻(xiàn)的問題。

2、本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：提供一種基于傳遞路徑分析的聲品質(zhì)優(yōu)化方法，包括如下步驟：

3、采集被測對象的噪聲數(shù)據(jù)，計(jì)算噪聲數(shù)據(jù)的特征并評價(jià)噪聲數(shù)據(jù)的噪聲舒適度值，以噪聲數(shù)據(jù)的特征和噪聲舒適度值作為噪聲數(shù)據(jù)集；所述噪聲數(shù)據(jù)的特征包括局部頻域特征和全局聲品質(zhì)特征；

4、基于xgboost的網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建預(yù)測模型，利用噪聲數(shù)據(jù)集對預(yù)測模型進(jìn)行優(yōu)化，獲得xgboost聲品質(zhì)預(yù)測模型；所述xgboost聲品質(zhì)預(yù)測模型以噪聲數(shù)據(jù)的特征為輸入，輸出噪聲舒適度值；

5、通過傳遞路徑分析方法計(jì)算各個(gè)路徑對目標(biāo)點(diǎn)的噪聲貢獻(xiàn)作為路徑噪聲，利用xgboost聲品質(zhì)預(yù)測模型預(yù)測路徑噪聲的噪聲舒適度值作為聲品質(zhì)貢獻(xiàn)量；

6、針對聲品質(zhì)貢獻(xiàn)量最高的前m個(gè)路徑進(jìn)行shap值分析，得到優(yōu)化特征及優(yōu)化頻率，基于優(yōu)化特征及優(yōu)化頻率實(shí)現(xiàn)聲品質(zhì)優(yōu)化。

7、優(yōu)選的，所述采集被測對象在不同工況下的噪聲數(shù)據(jù)，具體為：利用傳聲器測量被測對象在不同工況下的目標(biāo)點(diǎn)噪聲、近場噪聲以及遠(yuǎn)場噪聲，將數(shù)據(jù)裁切為5-10s，采樣頻率為44.1khz。

8、優(yōu)選的，所述計(jì)算噪聲數(shù)據(jù)的特征，包括以下步驟：

9、使用灰狼優(yōu)化算法優(yōu)化vmd中的參數(shù)；

10、利用優(yōu)化過參數(shù)的vmd將噪聲信號分解為多個(gè)時(shí)頻局部化的模態(tài)分量，取前5階本征模態(tài)分量并將其余信號合并作為第6階本征模態(tài)分量；

11、對提取出的本征模態(tài)分量做快速傅里葉變換fft并提取局部頻域特征，包括峭度、波形因數(shù)和能量；

12、計(jì)算各噪聲信號的傳統(tǒng)聲品質(zhì)參數(shù)，包括響度、尖銳度、粗糙度、波動(dòng)度、音調(diào)度和語音清晰度。

13、優(yōu)選的，所述使用灰狼優(yōu)化算法優(yōu)化vmd中的參數(shù)，具體為：在灰狼算法的每次迭代中，根據(jù)gwo的社會等級分層和搜索過程更新vmd的懲罰因子α和模態(tài)分解數(shù)k。

14、優(yōu)選的，所述評價(jià)噪聲數(shù)據(jù)的噪聲舒適度值，包括以下步驟：

15、將聲學(xué)舒適度劃分為1到10個(gè)等級，對噪聲樣本依據(jù)聲學(xué)舒適度等級進(jìn)行評分，獲得噪聲舒適度值；

16、計(jì)算噪聲舒適度值的均值和標(biāo)準(zhǔn)差，剔除那些落在均值加減三倍標(biāo)準(zhǔn)差之外的數(shù)據(jù)點(diǎn)。

17、優(yōu)選的，所述利用噪聲數(shù)據(jù)集對預(yù)測模型進(jìn)行優(yōu)化，包括以下步驟：

18、對噪聲數(shù)據(jù)集進(jìn)行相關(guān)性分析，篩選出主要特征構(gòu)成數(shù)據(jù)集d2，并對數(shù)據(jù)集d2中的數(shù)據(jù)進(jìn)行歸一化后得到數(shù)據(jù)集d；

19、基于數(shù)據(jù)集d，通過梯度提升方法和正則化方法對預(yù)測模型進(jìn)行訓(xùn)練。

20、優(yōu)選的，所述通過傳遞路徑分析方法計(jì)算各個(gè)路徑對目標(biāo)點(diǎn)的噪聲貢獻(xiàn)作為路徑噪聲，包括以下步驟：

21、定義被測對象的傳遞路徑分析模型；

22、采集噪聲源的振動(dòng)信號和噪聲信號，根據(jù)傳遞路徑分析模型得到噪聲數(shù)據(jù)；

23、測量傳遞路徑的傳遞函數(shù)，使用傳遞函數(shù)和噪聲數(shù)據(jù)的頻譜計(jì)算每個(gè)路徑對目標(biāo)點(diǎn)噪聲或振動(dòng)的貢獻(xiàn)；

24、對每個(gè)路徑對接收點(diǎn)噪聲或振動(dòng)的貢獻(xiàn)做逆傅里葉變換得到各個(gè)路徑的時(shí)域貢獻(xiàn)噪聲，作為路徑噪聲。

25、優(yōu)選的，所述xgboost聲品質(zhì)預(yù)測模型預(yù)測路徑噪聲的噪聲舒適度值作為聲品質(zhì)貢獻(xiàn)量，包括以下步驟：

26、計(jì)算各個(gè)路徑噪聲的特征，所述特征為相關(guān)性分析篩選出的主要特征；

27、xgboost聲品質(zhì)預(yù)測模型基于路徑噪聲的特征，預(yù)測噪聲舒適度值作為該路徑的聲品質(zhì)貢獻(xiàn)量。

28、優(yōu)選的，所述針對聲品質(zhì)貢獻(xiàn)量最高的前m個(gè)路徑進(jìn)行shap值分析，包括以下步驟：

29、選擇聲品質(zhì)貢獻(xiàn)量最高的前m個(gè)路徑作為主要路徑；

30、對主要路徑中的每個(gè)路徑，計(jì)算路徑中每個(gè)特征對預(yù)測結(jié)果的貢獻(xiàn)，選擇貢獻(xiàn)度最高的前n個(gè)特征作為優(yōu)化特征，并將優(yōu)化特征的imf對應(yīng)的中心頻率作為優(yōu)化頻率。

31、本發(fā)明還提供一種基于傳遞路徑分析的聲品質(zhì)優(yōu)化裝置，包括：

32、數(shù)據(jù)集采集模塊，采集被測對象在不同工況下的噪聲數(shù)據(jù)，計(jì)算噪聲數(shù)據(jù)的特征并評價(jià)噪聲數(shù)據(jù)的噪聲舒適度值，以噪聲數(shù)據(jù)的特征和噪聲舒適度值作為噪聲數(shù)據(jù)集；所述特征包括局部頻域特征和全局聲品質(zhì)特征；

33、聲品質(zhì)預(yù)測模型獲取模塊，基于xgboost的網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建預(yù)測模型，利用噪聲數(shù)據(jù)集對預(yù)測模型進(jìn)行優(yōu)化，獲得xgboost聲品質(zhì)預(yù)測模型；所述xgboost聲品質(zhì)預(yù)測模型以噪聲數(shù)據(jù)的特征為輸入，輸出噪聲舒適度值；

34、聲品質(zhì)貢獻(xiàn)量獲取模塊，通過傳遞路徑分析方法計(jì)算各個(gè)路徑的噪聲貢獻(xiàn)作為路徑噪聲，利用xgboost聲品質(zhì)預(yù)測模型預(yù)測路徑噪聲的噪聲舒適度值作為聲品質(zhì)貢獻(xiàn)量；

35、聲品質(zhì)優(yōu)化模塊，針對聲品質(zhì)貢獻(xiàn)量最高的前m個(gè)路徑進(jìn)行shap值分析，得到優(yōu)化特征及優(yōu)化頻率，基于優(yōu)化特征及優(yōu)化頻率實(shí)現(xiàn)聲品質(zhì)優(yōu)化。

36、本發(fā)明具有如下有益效果：

37、(1)本發(fā)明采用gwo-vmd算法提取噪聲的頻域特征，能夠準(zhǔn)確定位到優(yōu)化的主要頻率范圍；

38、(2)本發(fā)明采用xgboost聲品質(zhì)預(yù)測模型與傳遞路徑分析方法相結(jié)合，能夠在傳遞路徑分析中快速找出影響聲品質(zhì)的主要路徑，并能根據(jù)重要性分析指出優(yōu)化的關(guān)鍵頻率以指導(dǎo)后續(xù)的聲品質(zhì)優(yōu)化工作。

39、以下結(jié)合附圖及實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)說明，但本發(fā)明不局限于實(shí)施例。

技術(shù)特征：

1.一種基于傳遞路徑分析的聲品質(zhì)優(yōu)化方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的基于傳遞路徑分析的聲品質(zhì)優(yōu)化方法，其特征在于，所述采集被測對象在不同工況下的噪聲數(shù)據(jù)，具體為：利用傳聲器測量被測對象在不同工況下的目標(biāo)點(diǎn)噪聲、近場噪聲以及遠(yuǎn)場噪聲，將數(shù)據(jù)裁切為5-10s，采樣頻率為44.1khz。

3.根據(jù)權(quán)利要求1所述的基于傳遞路徑分析的聲品質(zhì)優(yōu)化方法，其特征在于，所述計(jì)算噪聲數(shù)據(jù)的特征，包括以下步驟：

4.根據(jù)權(quán)利要求3所述的基于傳遞路徑分析的聲品質(zhì)優(yōu)化方法，其特征在于，所述使用灰狼優(yōu)化算法優(yōu)化vmd中的參數(shù)，具體為：在灰狼算法的每次迭代中，根據(jù)gwo的社會等級分層和搜索過程更新vmd的懲罰因子α和模態(tài)分解數(shù)k。

5.根據(jù)權(quán)利要求1所述的基于傳遞路徑分析的聲品質(zhì)優(yōu)化方法，其特征在于，所述評價(jià)噪聲數(shù)據(jù)的噪聲舒適度值，包括以下步驟：

6.根據(jù)權(quán)利要求1所述的基于傳遞路徑分析的聲品質(zhì)優(yōu)化方法，其特征在于，所述利用噪聲數(shù)據(jù)集對預(yù)測模型進(jìn)行優(yōu)化，包括以下步驟：

7.根據(jù)權(quán)利要求1所述的基于傳遞路徑分析的聲品質(zhì)優(yōu)化方法，其特征在于，所述通過傳遞路徑分析方法計(jì)算各個(gè)路徑對目標(biāo)點(diǎn)的噪聲貢獻(xiàn)作為路徑噪聲，包括以下步驟：

8.根據(jù)權(quán)利要求6所述的基于傳遞路徑分析的聲品質(zhì)優(yōu)化方法，其特征在于，所述xgboost聲品質(zhì)預(yù)測模型預(yù)測路徑噪聲的噪聲舒適度值作為聲品質(zhì)貢獻(xiàn)量，包括以下步驟：

9.根據(jù)權(quán)利要求1所述的基于傳遞路徑分析的聲品質(zhì)優(yōu)化方法，其特征在于，所述針對聲品質(zhì)貢獻(xiàn)量最高的前m個(gè)路徑進(jìn)行shap值分析，包括以下步驟：

10.一種基于傳遞路徑分析的聲品質(zhì)優(yōu)化裝置，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明公開了一種基于傳遞路徑分析的聲品質(zhì)優(yōu)化方法及裝置，方法包括：采集被測對象的噪聲數(shù)據(jù)，計(jì)算噪聲數(shù)據(jù)的特征并評價(jià)噪聲數(shù)據(jù)的噪聲舒適度值作為噪聲數(shù)據(jù)集；基于XGBoost的網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建預(yù)測模型，利用噪聲數(shù)據(jù)集對預(yù)測模型進(jìn)行優(yōu)化，獲得XGBoost聲品質(zhì)預(yù)測模型；通過傳遞路徑分析方法計(jì)算各個(gè)路徑對目標(biāo)點(diǎn)的噪聲貢獻(xiàn)作為路徑噪聲，利用XGBoost聲品質(zhì)預(yù)測模型預(yù)測路徑噪聲的噪聲舒適度值作為聲品質(zhì)貢獻(xiàn)量；針對聲品質(zhì)貢獻(xiàn)量最高的前M個(gè)路徑進(jìn)行Shap值分析，得到優(yōu)化特征及優(yōu)化頻率以實(shí)現(xiàn)聲品質(zhì)優(yōu)化。本發(fā)明引入XGBoost聲品質(zhì)預(yù)測模型建立聲品質(zhì)傳遞路徑分析方法，能夠在傳遞路徑分析中快速找出影響聲品質(zhì)的主要路徑及其特征和頻率，以指導(dǎo)聲品質(zhì)優(yōu)化工作。

技術(shù)研發(fā)人員：侯亮,劉宇航,卜祥建,羅斯進(jìn),崔戰(zhàn)波
受保護(hù)的技術(shù)使用者：廈門大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6