胡伊賢，李舜酩，張?jiān)?，孟浩東

（南京航空航天大學(xué)能源與動(dòng)力學(xué)院，南京210016）

車輛噪聲源識(shí)別是指在有許多噪聲源或包含許多振動(dòng)發(fā)聲部件的復(fù)雜聲源情況下，為了確定各個(gè)聲源或振動(dòng)部件的聲輻射的性能，區(qū)分噪聲源，并加以分等而進(jìn)行的測(cè)量與分析。車輛的噪聲主要分為發(fā)動(dòng)機(jī)噪聲、進(jìn)排氣噪聲、傳動(dòng)噪聲、輪胎噪聲以及其他機(jī)械噪聲[1，2]。

車輛噪聲產(chǎn)生機(jī)理不同，針對(duì)不同噪聲源有不同的識(shí)別方法[3]。本文將車輛噪聲源識(shí)別方法分為三類：一類是傳統(tǒng)噪聲源識(shí)別方法，包括主觀識(shí)別法、鉛覆蓋法、分部運(yùn)行法、表面振速法和近場(chǎng)聲壓測(cè)試法等。這些方法可以簡(jiǎn)單的對(duì)車輛噪聲源進(jìn)行識(shí)別。第二類是以信號(hào)處理為基礎(chǔ)的噪聲源識(shí)別方法，典型的有時(shí)域平均法、相關(guān)分析法、相干分析法、倒譜分析法、階次分析法、小波分析法以及盲源分離法等。其中時(shí)域平均與相關(guān)分析是描述幅值隨時(shí)間變化的時(shí)域分析方法。相干分析、倒譜分析在頻域內(nèi)對(duì)噪聲信號(hào)進(jìn)行分析，主要針對(duì)平穩(wěn)噪聲信號(hào)；階次分析、小波分析、盲源分離識(shí)別方法在時(shí)頻域內(nèi)對(duì)信號(hào)進(jìn)行分析，一般用于非平穩(wěn)噪聲信號(hào)。第三類是以聲陣列技術(shù)為基礎(chǔ)的噪聲源識(shí)別方法，主要包括聲強(qiáng)測(cè)試、波束成形以及聲全息測(cè)試技術(shù)，它們主要特征是以全息面來直觀全面反映各聲源對(duì)整車噪聲貢獻(xiàn)的大小。本文在對(duì)各種聲源識(shí)別方法總結(jié)基礎(chǔ)上，分析聲源識(shí)別方法的使用特點(diǎn)、優(yōu)點(diǎn)與不足，對(duì)車輛噪聲源識(shí)別方法進(jìn)行總結(jié)與展望。

1 傳統(tǒng)聲源識(shí)別方法

1.1 主觀識(shí)別法

主觀識(shí)別法是個(gè)人主觀區(qū)別噪聲來自于哪一噪聲源。它要求識(shí)別者對(duì)于車輛的主要噪聲源有一定的了解，同時(shí)要有足夠的經(jīng)驗(yàn)，才能有效對(duì)噪聲源進(jìn)行辨識(shí)。主觀識(shí)別法的不足在于它沒有能夠定量的給出噪聲源的貢獻(xiàn)大小，對(duì)于噪聲貢獻(xiàn)相當(dāng)?shù)亩鄠€(gè)噪聲源，主觀識(shí)別法不能有效的辨識(shí)。

1.2 鉛覆蓋法

鉛覆蓋法是用內(nèi)部加上吸聲材料（減少內(nèi)部混響）的鉛板把所有的噪聲源覆蓋住，測(cè)試時(shí)針對(duì)某一噪聲源所在的位置在鉛板上打開一定大小的“窗口”，使所測(cè)量的聲源或聲源表面暴露在外，測(cè)量聲源的聲壓級(jí)，這樣依次打開各個(gè)聲源的“窗口”分別測(cè)量各聲源的聲壓級(jí)以判斷噪聲源的貢獻(xiàn)主次。這種方法主要針對(duì)中、高頻段噪聲效果較好，對(duì)于低頻噪聲效果較差[4]。

1.3 近場(chǎng)測(cè)試法

近場(chǎng)測(cè)試方法是利用聲級(jí)計(jì)測(cè)量噪聲源表面聲壓級(jí)，通過聲壓級(jí)大小比較各噪聲源貢獻(xiàn)大小的一種方法。這種方法比較簡(jiǎn)單，但是對(duì)于噪聲環(huán)境的要求比較高，且在發(fā)生混響的聲場(chǎng)環(huán)境下測(cè)量時(shí)，效果比較差。

1.4 分部運(yùn)行法

分部運(yùn)行法在測(cè)試時(shí)，首先要測(cè)量整體的噪聲聲壓級(jí)，然后依次將某些運(yùn)行部件停止運(yùn)行，通過聲學(xué)的計(jì)算方法，得到各個(gè)部件對(duì)整車的噪聲貢獻(xiàn)[5]。由于實(shí)際運(yùn)行中某一部分停止運(yùn)行，會(huì)影響到其他部件的運(yùn)行狀態(tài)，因此測(cè)量狀態(tài)常常不一致。同時(shí)分部運(yùn)行法的測(cè)量時(shí)間比較長(zhǎng)，需要進(jìn)行系統(tǒng)的試驗(yàn)設(shè)計(jì)。

1.5 表面振速法

結(jié)構(gòu)表面振動(dòng)往往是產(chǎn)生噪聲的主要原因，其振動(dòng)強(qiáng)弱程度可以反映結(jié)構(gòu)輻射噪聲大小。測(cè)試時(shí)，用加速度傳感器拾取各零部件振動(dòng)表面的加速度值，通過表面法向振動(dòng)速度比較各部件的振動(dòng)強(qiáng)弱。

由于振動(dòng)點(diǎn)對(duì)振動(dòng)表面的聲場(chǎng)重構(gòu)至關(guān)重要，近年來對(duì)于振動(dòng)測(cè)點(diǎn)的優(yōu)化進(jìn)行了大量的研究。天津大學(xué)以及江蘇大學(xué)利用近場(chǎng)聲全息理論和標(biāo)準(zhǔn)Tikhonov正則化方法來控制場(chǎng)點(diǎn)聲壓測(cè)量誤差對(duì)表面振速重構(gòu)解的扭曲影響得到了“測(cè)量點(diǎn)位置分布不均勻時(shí)，聲源識(shí)別效果較好”的結(jié)論[6，7]。

2 基于信號(hào)處理的噪聲源識(shí)別方法

2.1 時(shí)域法

2.1.1 時(shí)域平均法

時(shí)域平均法主要針對(duì)噪聲信號(hào)中的周期信號(hào)，對(duì)噪聲信號(hào)進(jìn)行整周期的截取與迭加，可以將信號(hào)中非周期成分或隨機(jī)成分消除，以突出噪聲信號(hào)中的周期成分。

時(shí)域平均識(shí)別方法存在一些缺陷。一些非周期性噪聲容易被剔除，因此不能完整有效的識(shí)別噪聲源。

2.1.2 相關(guān)分析法

相關(guān)分析法，是噪聲信號(hào)在時(shí)域相關(guān)性的數(shù)學(xué)描述。相關(guān)分析一般要求分析原信號(hào)中的特征信號(hào)為周期信號(hào)，對(duì)于非周期信號(hào)則無能為力。

在車輛噪聲源識(shí)別過程中，利用相關(guān)分析對(duì)整車噪聲信號(hào)與某噪聲源信號(hào)進(jìn)行分析，確定兩者之間的相關(guān)程度，從而確定噪聲源對(duì)整車噪聲的貢獻(xiàn)大小。浙江大學(xué)利用相關(guān)分析法，分析了車內(nèi)駕駛員右耳旁噪聲，結(jié)果發(fā)現(xiàn)右前車頂車身結(jié)構(gòu)板塊的振動(dòng)是引起駕駛員耳旁噪聲的主要噪聲源，通過對(duì)右前車頂?shù)恼駝?dòng)控制，獲得了明顯的降噪效果[8，9]。

2.2 頻域法

頻域法對(duì)平穩(wěn)噪聲信號(hào)進(jìn)行Fourier分析，獲得噪聲信號(hào)幅值與相位特性，根據(jù)噪聲頻譜特性定位主要噪聲源。

2.2.1 頻譜分析法

頻譜分析法是以Fourier變換為理論基礎(chǔ)發(fā)展起來的一種分析方法。在頻域內(nèi)，對(duì)噪聲信號(hào)進(jìn)行分析，能夠獲得比時(shí)域分析更多、更豐富信號(hào)特征信息。車輛噪聲源識(shí)別中，頻譜分析法廣泛使用[10，11]。

頻譜噪聲識(shí)別法主要包括自功率譜與互功率譜分析。噪聲自功率譜描述了噪聲信號(hào)的平均功率在各個(gè)頻率上的分布。由于自身的缺陷，它并沒有解決同頻成分的問題，需借助其他識(shí)別方法進(jìn)行分析[12]?；スβ首V描述了兩個(gè)噪聲信號(hào)互相依賴的程度，可以用來計(jì)算系統(tǒng)的頻響函數(shù)，進(jìn)行傳遞路徑的分析與識(shí)別，因此對(duì)產(chǎn)生噪聲的激勵(lì)源識(shí)別有一定的優(yōu)勢(shì)。在此基礎(chǔ)上新的識(shí)別技術(shù)不斷出現(xiàn)[13]。

2.2.2相干分析法

相干分析與相關(guān)分析類似，兩者的主要區(qū)別在于前者針對(duì)頻域分析而后者是時(shí)域分析。相干分析是在信號(hào)的互功率譜的基礎(chǔ)上發(fā)展起來的，在分析信號(hào)頻率上相互依賴性或某種響應(yīng)產(chǎn)生機(jī)制具有重要意義。

應(yīng)用相干分析，可以探尋噪聲譜中峰值的來由。現(xiàn)階段相干分析主要應(yīng)用在多輸入—單輸出系統(tǒng)中，并且輸入源比較少，因此對(duì)于多輸入—多輸出系統(tǒng)需要做進(jìn)一步研究[14]。

2.2.3 倒譜分析法

倒頻譜簡(jiǎn)稱倒譜，它是對(duì)功率譜取對(duì)數(shù)后進(jìn)行Fourier逆變換。倒譜分析法在車輛容易發(fā)生混響的聲腔內(nèi)有很大的應(yīng)用。它能夠?qū)⑿盘?hào)時(shí)域卷積的復(fù)雜關(guān)系轉(zhuǎn)化為時(shí)延域的簡(jiǎn)單相加關(guān)系。

駕駛室中，由于有各種噪聲在其內(nèi)部進(jìn)行聲波的反射與衍射，容易形成大量的反射聲，它們的存在使噪聲頻率產(chǎn)生失真，會(huì)影響聲源識(shí)別的結(jié)果。倒譜處理對(duì)功率譜的等距頻率成分有很強(qiáng)的辨別能力，它能夠有效地識(shí)別和刪除噪聲信號(hào)中的反射聲。重慶大學(xué)通過比較基于互相關(guān)分析的時(shí)延估計(jì)法、最小均方自適應(yīng)濾波(LMS)時(shí)延估計(jì)法以及強(qiáng)混響條件下倒譜時(shí)延估計(jì)算法，得出倒譜時(shí)延估計(jì)的優(yōu)越性。

2.3 時(shí)頻域法

2.3.1 階次分析法

階次分析是針對(duì)周期性信號(hào)的倍頻特性所提出的一種基于時(shí)頻分析識(shí)別方法。由于旋轉(zhuǎn)機(jī)械（如齒輪等）振動(dòng)的周期性，因此它在振動(dòng)信號(hào)處理分析中運(yùn)用比較廣泛。在車輛噪聲源識(shí)別中它的應(yīng)用也在慢慢體現(xiàn)[15]。

在初步確定車輛排氣噪聲的頻譜特性時(shí)，可以進(jìn)行階次分析。階次分析針對(duì)非平穩(wěn)信號(hào)，可以對(duì)不同轉(zhuǎn)速的下噪聲信號(hào)進(jìn)行分析，通過對(duì)比分析聲壓圖確定排氣噪聲在車輛運(yùn)行的全部工況下的噪聲情況[16]。

2.3.2 小波分析法

小波分析方法是一種時(shí)間窗和頻率窗都可改變的時(shí)頻局域化分析方法，這種特性使小波變換具有對(duì)信號(hào)的自適應(yīng)性，克服了Fourier變換不能在時(shí)域和頻域上局域化的缺點(diǎn)。

小波分析利用不同尺度（時(shí)延尺度—調(diào)節(jié)時(shí)延位置，擴(kuò)展尺度—調(diào)節(jié)小波頻率）的小波基函數(shù)對(duì)信號(hào)進(jìn)行小波變換，一方面通過小波變換將噪聲信號(hào)分解成不同頻帶的小波細(xì)節(jié)，使信號(hào)中不易察覺的特征在不同分辨率的子空間中顯露出來；另一方面，采用小波逆變換可以根據(jù)需要對(duì)各級(jí)小波細(xì)節(jié)中的某一時(shí)刻的子波進(jìn)行選擇重構(gòu)，提取噪聲信號(hào)中的特征信息。

吉林大學(xué)通過噪聲與振動(dòng)信號(hào)的6級(jí)小波分解，得到了車內(nèi)噪聲與振動(dòng)噪聲源的相關(guān)系數(shù)，識(shí)別了主要噪聲源，證明了小波變換是一種有效的噪聲源識(shí)別方法[17]。合肥理工大學(xué)利用小波包分解與重構(gòu)，對(duì)噪聲信號(hào)進(jìn)行分解，并計(jì)算了各個(gè)小波包能量，識(shí)別了風(fēng)扇、油底殼、排氣為某客車的主要噪聲源[18]。

2.3.3 盲源分離法

盲源分離是一種較新的信號(hào)分析方法，在振動(dòng)信號(hào)中運(yùn)用比較廣泛[19]，目前在噪聲信號(hào)中還處在初步階段。盲源分離法是指在輸入信號(hào)未知時(shí)，只由觀測(cè)到的輸出信號(hào)來辨識(shí)系統(tǒng)，以達(dá)到對(duì)多個(gè)信號(hào)分離的目的，從而恢復(fù)原始信號(hào)或信號(hào)源。盲源分離信號(hào)混合過程的數(shù)學(xué)模型可以表示為

其中s(t)=[s1(t)，s2(t)，…，sn(t)]，T是n×1的源信號(hào)列矢量。類似的，x(t)為m×1的混合信號(hào)矢量，n(t)為m×1的噪聲矢量，而矩陣A為m×n的混合矩陣，其各元素為混合系數(shù)aij。

盲源分離問題也可以描述為：在混合矩陣A和源信號(hào)矢量s(t)均未知的條件下，求一個(gè)n×m的矩陣W，使得W對(duì)混合信號(hào)矢量x(t)的線性變換

y(t)為對(duì)源信號(hào)矢量s(t)或其某些分量的一個(gè)可靠估計(jì)，通常將矩陣W稱為分離矩陣。

盲源分離法需要一定的先驗(yàn)知識(shí)，即能夠初步了解聲場(chǎng)中存在噪聲源，同時(shí)對(duì)于傳感器個(gè)數(shù)以及測(cè)試距離也需要測(cè)試人員進(jìn)行系統(tǒng)的設(shè)計(jì)。盲源分離的求解結(jié)果中存在幅度的不確定性和源信號(hào)順序的不確定性，但由于源信號(hào)大部分的信息存在于波形中，而非信號(hào)幅度和排列順序中，因此與幅度和排列順序相關(guān)的不確定性是可以接受的，在實(shí)際應(yīng)用中不影響源信號(hào)的識(shí)別。

盲源分離法在車輛噪聲識(shí)別工程應(yīng)用中比較少。廣東農(nóng)工商職業(yè)技術(shù)學(xué)院以柴油機(jī)為研究對(duì)象，基于盲源分離技術(shù)對(duì)混疊噪聲信號(hào)進(jìn)行了分離，雖然分離出了混疊在發(fā)動(dòng)機(jī)噪聲中的噪聲信號(hào)，但對(duì)于發(fā)動(dòng)機(jī)多噪聲源的特性并沒有提及[20]。

3 基于陣列技術(shù)噪聲源識(shí)別方法

聲陣列測(cè)試技術(shù)主要運(yùn)用于聲強(qiáng)、聲全息和波束成形分析中，利用網(wǎng)格面對(duì)噪聲源的輻射面進(jìn)行重構(gòu)，通過聲壓、聲強(qiáng)測(cè)試各測(cè)量點(diǎn)聲壓、聲強(qiáng)、相位等一系列與聲場(chǎng)有關(guān)的信息，分析測(cè)量面上的聲場(chǎng)分布，達(dá)到識(shí)別噪聲源的目的[21]。通過對(duì)各個(gè)傳聲器時(shí)域采集信號(hào)進(jìn)行頻譜分析，計(jì)算各個(gè)頻率或頻率段的能量分布，將各聲源能量細(xì)化到各個(gè)頻段，可以有效對(duì)噪聲源進(jìn)行識(shí)別，達(dá)到降噪目的[22]。

3.1 聲強(qiáng)測(cè)試技術(shù)

聲強(qiáng)法是80年代發(fā)展起來的新技術(shù)，不論國(guó)內(nèi)還是國(guó)外普遍采用這種方法。這種方法對(duì)試驗(yàn)條件要求相對(duì)其他試驗(yàn)方法較低。通過使用網(wǎng)格將整個(gè)聲源面劃分為許多小塊，運(yùn)用聲強(qiáng)探頭分別測(cè)量各個(gè)網(wǎng)格節(jié)點(diǎn)上的聲強(qiáng)值，經(jīng)過插值運(yùn)算，就可以得到整個(gè)聲源輻射面的聲強(qiáng)云圖，可以清楚的了解那一部分的聲源對(duì)整車的噪聲貢獻(xiàn)大。再者也可以通過頻段劃分，得到各個(gè)頻段的聲強(qiáng)云圖并計(jì)算出頻段的能量分布，為噪聲源的頻段分析提供依據(jù)。

聲強(qiáng)測(cè)試方法不僅能夠得到某一測(cè)點(diǎn)的能量大小，同時(shí)還可以清楚的了解能量流動(dòng)方向，可以更加全面了解聲場(chǎng)中的能量分布[23]。聲強(qiáng)法通過分析整個(gè)聲源面的聲強(qiáng)云圖，了解聲源面上各噪聲源對(duì)整車的噪聲貢獻(xiàn)大小[24―26]。

3.2 聲全息測(cè)試技術(shù)

聲全息主要是指聲波振幅和相位信息。聲全息測(cè)試技術(shù)在測(cè)試過程中虛擬兩個(gè)平面，一個(gè)平面稱為重建面，它距離被測(cè)試的噪聲源平面比較近，另一個(gè)面稱為全息面或是采樣面，在測(cè)試現(xiàn)場(chǎng)兩個(gè)平面相隔一定的距離。聲全息測(cè)量原理是首先運(yùn)用傳聲器記錄在全息面上有關(guān)聲波的幅值與相位的信息，然后利用聲全息聲場(chǎng)重建公式對(duì)重建面上的聲場(chǎng)分布進(jìn)行重建，由于重建面距離被測(cè)表面比較近，可以近似的得到被測(cè)發(fā)聲體的表面聲場(chǎng)分布。按聲場(chǎng)測(cè)量的原理可分為常規(guī)聲全息、近場(chǎng)聲全息(NAH)和遠(yuǎn)場(chǎng)聲全息三種。

常規(guī)聲全息，全息數(shù)據(jù)是在被測(cè)物體的輻射或散射場(chǎng)的菲涅爾區(qū)和弗朗和費(fèi)區(qū)(即全息接收面與物體的距離d遠(yuǎn)大于波長(zhǎng)λ的條件下)采用光學(xué)照相或數(shù)字記錄設(shè)備記錄的，因?yàn)槭艿阶陨韺?shí)用條件的限制，根據(jù)全息測(cè)量面重建的圖像受制于聲波的波長(zhǎng)。

遠(yuǎn)場(chǎng)聲全息，其特點(diǎn)是全息記錄平面與全息重建平面的距離d遠(yuǎn)遠(yuǎn)大于聲波的波長(zhǎng)λ，即其全息數(shù)據(jù)是在被測(cè)聲源產(chǎn)生聲場(chǎng)的輻射或散射聲場(chǎng)的菲涅爾區(qū)和弗朗和費(fèi)區(qū)獲得的。這種方法通過測(cè)量離聲源很遠(yuǎn)的聲壓場(chǎng)來重建表面聲壓及振速場(chǎng)，由此可預(yù)報(bào)輻射源外任意一點(diǎn)的聲壓場(chǎng)、振速場(chǎng)、聲強(qiáng)矢量場(chǎng)。由于進(jìn)行全息數(shù)據(jù)記錄的表面距離被測(cè)聲源面較遠(yuǎn)，而全息記錄的表面的面積是有限的。

近場(chǎng)聲全息 NAH(Near-field Acoustical Holography)，是一種新的成像技術(shù)，是全息成像理論的推廣和突破。近場(chǎng)聲全息是在緊靠被測(cè)聲源物理表面的測(cè)量面(d＜＜λ)記錄全息數(shù)據(jù)，然后通過變換技術(shù)重建三維空間聲壓場(chǎng)、振速場(chǎng)、聲強(qiáng)矢量場(chǎng)，并能預(yù)報(bào)遠(yuǎn)場(chǎng)指向性。由于是近場(chǎng)測(cè)量，所以除了記錄傳播波成分外，還能記錄空間頻率高于且隨傳播距離按指數(shù)規(guī)律衰減的倏逝波成分。由于它含有振動(dòng)體細(xì)節(jié)信息，所以理論上可獲得不受波長(zhǎng)限制的高分辨率圖像，測(cè)量覆蓋了從聲源出來的一個(gè)大的方位角，有指向性的聲源能夠被不失信息地檢測(cè)出來。

比較三種聲全息技術(shù)，NAH實(shí)用面最廣，分辨率最高，可操作性最強(qiáng)，所以近些年來，國(guó)內(nèi)外對(duì)NAH研究相當(dāng)活躍[27]。經(jīng)過很長(zhǎng)時(shí)間的發(fā)展已經(jīng)日趨成熟，廣泛應(yīng)用于近距離測(cè)量和對(duì)中低頻噪聲源的識(shí)別。

80年代初E.G.William和J.D.Maynard提出基于空間聲場(chǎng)變換的近場(chǎng)聲全息方法。清華大學(xué)汽車工程系對(duì)近場(chǎng)聲全息確定噪聲源進(jìn)行了研究[28]。合肥理工大學(xué)對(duì)聲全息各類重建計(jì)算方法及適用范圍、聲全息數(shù)據(jù)的各類采集方法、特點(diǎn)及聲全息成像的分辨率、各類聲場(chǎng)全息圖像的表達(dá)方法等問題的研究現(xiàn)狀進(jìn)行了詳盡的分析[29]。

3.3 波束形成技術(shù)

波束形成技術(shù)(Beamforming)是一種信號(hào)處理技術(shù)，適合中高頻率的聲源識(shí)別和中長(zhǎng)距離的測(cè)量[30]，可以用于穩(wěn)態(tài)聲源、非穩(wěn)態(tài)聲源以及緩慢運(yùn)動(dòng)聲源的識(shí)別，這項(xiàng)技術(shù)可以增強(qiáng)特定方向上的有用信號(hào)，衰減其它方向上的干擾信號(hào)，從而形成空間指向性，有效彌補(bǔ)了近場(chǎng)聲全息法(NAH)在高頻識(shí)別的不足，測(cè)量速度快，可在中遠(yuǎn)距離測(cè)量，能識(shí)別大結(jié)構(gòu)的噪聲源，由其對(duì)汽車整車的噪聲源識(shí)別。與NAH不同波束成形方法除了可以應(yīng)用規(guī)則陣列外,還可以應(yīng)用不規(guī)則陣列,對(duì)于不能緊靠聲源表面進(jìn)行測(cè)量的情況,以及高頻的大尺寸聲源,波束成形可以利用少量的傳聲器獲得較高的分辨率。

基于麥克風(fēng)陣列的聲源定位問題，按照定位原理大體上可分為三大類：(1)基于最大輸出功率的可控波束形成技術(shù)；(2)基于到達(dá)時(shí)間差TDOA技術(shù)；(3)基于高分辨率譜估計(jì)的定位技術(shù)。

近年來波束成形技術(shù)得到不斷的發(fā)展。合肥理工大學(xué)通過對(duì)傳統(tǒng)平面陣列網(wǎng)格的改進(jìn)，提出了一種基于三層立體陣列，并與傳統(tǒng)的陣列進(jìn)行比較，驗(yàn)證了波束成形技術(shù)的有效性[31]。

4 結(jié)語與展望

4.1 總語

通過以上分析，可以得到以下結(jié)論：

(1)傳統(tǒng)噪聲源識(shí)別方法比較簡(jiǎn)單，不能夠?qū)υ肼曔M(jìn)行定量的描述，對(duì)噪聲源的特征信息分析也不夠全面。

(2)基于信號(hào)處理的噪聲源識(shí)別方法中，時(shí)域方法可以直觀的識(shí)別出噪聲信號(hào)的幅值與周期信息；基于Fourier變換的頻域識(shí)別方法對(duì)平穩(wěn)噪聲信號(hào)的頻域特征信息進(jìn)行了識(shí)別，方法比較實(shí)用；針對(duì)非平穩(wěn)噪聲信號(hào)的時(shí)頻分析方法，綜合時(shí)域與頻域分析優(yōu)點(diǎn)，給出了噪聲源的時(shí)頻域特征信息，可以有效的對(duì)復(fù)雜噪聲源進(jìn)行識(shí)別。

(3)基于聲振列噪聲源識(shí)別方法具有可視化、信息化、智能化等特點(diǎn)，可以實(shí)時(shí)、準(zhǔn)確的對(duì)噪聲源進(jìn)行描述，在工程理論研究中得到了大量的使用。

4.2 展望

國(guó)家標(biāo)準(zhǔn)對(duì)車輛噪聲的控制日趨嚴(yán)格，越來越多的廠家對(duì)噪聲控制投入了大量的人力物力，這使得噪聲源的識(shí)別方法得到了長(zhǎng)足的進(jìn)步。以下是車輛噪聲源識(shí)別中值得關(guān)注的方面：

(1)多聲源識(shí)別方法的綜合運(yùn)用。對(duì)于車輛復(fù)雜噪聲源，一種方法并不能有效的進(jìn)行噪聲源識(shí)別，綜合運(yùn)用多種噪聲源識(shí)別法進(jìn)行優(yōu)勢(shì)互補(bǔ)，能夠快速有效的對(duì)車輛噪聲源進(jìn)行識(shí)別。

(2)隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，以計(jì)算機(jī)為核心的測(cè)試噪聲源系統(tǒng)將面向可視化、信息化、智能化方向發(fā)展。由于噪聲多發(fā)生于車輛行駛過程中，如何在使用中動(dòng)態(tài)測(cè)試車輛的噪聲是非常必要的。

(3)車輛噪聲源識(shí)別將面向跨學(xué)科、多專業(yè)發(fā)展。車輛噪聲產(chǎn)生的機(jī)理不同決定了采取不同的方法進(jìn)行識(shí)別。在眾多工程實(shí)踐中流體、模態(tài)技術(shù)(聲振耦合)、光學(xué)等研究方法和實(shí)驗(yàn)手段都將不斷被噪聲識(shí)別技術(shù)所吸取。

[1]何渝生.汽車噪聲控制[M].北京：機(jī)械工業(yè)出版社，1999：20-95.

[2]馬大猷.噪聲控制學(xué)[M].北京：科學(xué)技術(shù)出版社，1987：406-423.

[3]任武超，羅浩鋒，潘虹，等.結(jié)合多種方法進(jìn)行六缸柴油機(jī)噪聲源識(shí)別研究[J].內(nèi)燃機(jī)工程，2008，2(29)：66-70.

[4]儀垂杰，黃協(xié)清，吳成軍，等.裝甲運(yùn)兵車車內(nèi)噪聲控制研究[J].兵工學(xué)報(bào)，1995，3：73-77.

[5]周涌麟，李樹珉.汽車噪聲原理檢測(cè)與控制[M].北京：中國(guó)環(huán)境科學(xué)出版社，1992：141-147.

[6]宋艷華，姜哲.測(cè)量點(diǎn)位置對(duì)聲源識(shí)別的影響[J].振動(dòng)與沖擊，2008，3(27)：35-37.

[7]陳達(dá)亮，舒歌群，衛(wèi)海橋，等.基于邊界元法的近場(chǎng)聲全息實(shí)驗(yàn)研究[J].中國(guó)機(jī)械工程學(xué)報(bào)，2009，2：159-162.

[8]丁渭平.一種用于車內(nèi)結(jié)構(gòu)聲源辨識(shí)的方法[J].汽車工程，2002，2(24)：154-148.

[9]丁渭平.車輛乘坐室內(nèi)地平噪聲聲源識(shí)別研究[J].中國(guó)機(jī)械工程，2003，3(14)：262-265.

[10]金巖，常志權(quán).頻譜分析技術(shù)在車輛NVH故障診斷中的應(yīng)用[J].噪聲與振動(dòng)控制，2010，1：110-113.

[11]尹可，宋向榮.客車異常振動(dòng)噪聲的分析和控制[J].噪聲與振動(dòng)控制，2011，4：102-105.

[12]閆立平.用相干功率譜識(shí)別主噪聲源.[J].合肥工業(yè)大學(xué)學(xué)報(bào)，2002，3(25)：468-471.

[13]蔣維銘，余新木，喬秀娟.用相干分析法識(shí)別車輛噪聲源[J].武漢工學(xué)院學(xué)報(bào)，1987，3：30-39.

[14]安木金，李舜酩，張?jiān)?多相關(guān)子系統(tǒng)輸入中輸入的相干性分析[J].中國(guó)機(jī)械工程，2010，21：2609-2613.

[15]K.，R.，F(xiàn)yfe and E.D.S.Munck.Analysis of computed order tracking[J].Mechanical Systems and Signal Proces sing,1997，11(2)：187-205.

[16]龍?jiān)氯瘯暂x，施全.基于階次跟蹤的變速箱噪聲源識(shí)別[J].噪聲與振動(dòng)控制，2008，28(6)：77-81.

[17]陳書明，王登峰，陳鑫.小波變換在轎車車內(nèi)噪聲源識(shí)別中的應(yīng)用研究[J].噪聲與振動(dòng)控制，2009，4(02)：88-92.

[18]賈繼德，陳劍，邱峰.基于時(shí)頻分析的客車加速通過噪聲聲源識(shí)別[J].汽車工程，2007，7(29)：620-622.

[19]李舜酩.機(jī)械振動(dòng)信號(hào)盲源分離的時(shí)域方法[J].應(yīng)用力學(xué)學(xué)報(bào)，2005，22(4)：579-584.

[20]高俊文，李法春，管衛(wèi)華.盲分離技術(shù)識(shí)別發(fā)動(dòng)機(jī)的噪聲源[J].廣東農(nóng)工商職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2007，2(23)：32-35.

[21]Brtihl S,Rmer A.Acoustic noise source modeling based on microphone array measurement[J].Journal of Sound and Vibration,2000.231(3):611-617.

[22]Dan Li,Yu Hen Hu.Energy-based collaborative source localization using acoustic microsensor array [J].EURASIP Journal on Applied Signal Processing,2003:321-337.

[23]張?jiān)?，李舜酩，賀巖松，等.摩托車整車噪聲分析與消聲器改進(jìn)[J].振動(dòng)與沖擊，2011，30(2)：263-266.

[24]周廣林，陳劍，畢傳興，等.基于掃描聲強(qiáng)法的聲功率測(cè)量掃描路徑誤差研究[J].振動(dòng)工程學(xué)報(bào)，2003，1：23-28.

[25]金巖，郝志勇，劉永.摩托車噪聲源的識(shí)別與控制[J].汽車工程，2007，29(6)：520-523.

[26]舒歌群，郝志勇，譚從民.內(nèi)燃機(jī)噪聲測(cè)量中的聲強(qiáng)測(cè)試技術(shù)[J].內(nèi)燃機(jī)學(xué)報(bào)，1998：(01).

[27]羅禹貢，楊殿閣，鄭四發(fā)，等.基于近場(chǎng)聲全息理論的運(yùn)動(dòng)聲源動(dòng)態(tài)識(shí)別方法[J].聲學(xué)學(xué)報(bào)，2004，29(3)：226-230.

[28]孫玉.基于聲全息技術(shù)的噪聲源識(shí)別方法研究[D].哈爾濱：哈爾濱工程大學(xué)碩士學(xué)位論文，2007，3.

[29]周廣林,陳心昭,陳劍，等.聲全息技術(shù)的研究現(xiàn)狀與展望[J].聲學(xué)技術(shù),2003.22(2):120-125.

[30]鄧江華，顧燦松，劉獻(xiàn)棟，等.基于聲陣列技術(shù)的汽車噪聲源識(shí)別及貢獻(xiàn)量分析[J].振動(dòng)工程學(xué)報(bào)，2010，12，6(23)，630-635.

[31]張金圈，畢傳興，陳心昭.Beamforming方法的陣列研究及其在噪聲源識(shí)別中的應(yīng)用[J].噪聲與振動(dòng)控制，2009，6(3)：54-58.