[发明专利]基于正交-成对比较试验与SVR的啸叫定量评价方法

权利要求书

1.一种基于正交-成对比较试验与SVR的啸叫定量评价方法，其特征在于，包括以下步骤：

步骤1：设计正交试验：

1.1)统计音频信号特征，选取频域内幅值A、频率f、背景噪声能量Eb 3项特征为因素；

1.2)根据3项因素确定水平个数并选取正交实验表，共生成M个试验样本；

步骤2：根据正交试验产生的M个试验样本生成M组仿真音频样本，并制作正交-成对比较打分表；

步骤3：选取n人评审团，n15，对M个仿真音频样本进行主观评分，评分方法为：对M个仿真音频样本进行两两比较，认为仿真音频样本A比B更令人烦恼，则比较结果为1；认为仿真音频样本B比A更令人烦恼，则比较结果为-1；认为仿真音频样本A和B一样令人烦恼，则比较结果为0；共进行次比较，每比较10对仿真音频样本休息5分钟；评分过程重复听音，每对仿真音频样本需要进行AB和BA双向听音；将评价结果填写在正交-成对比较打分表的上三角区域中；

步骤4：评审团对M个仿真音频样本进行第二次评分，打分过程同步骤3；比较两次打分结果对正交-成对比较打分表中的内容进行修正；

步骤5：将正交-成对比较打分表进行反对称转换，形成反对称矩阵，即正交-成对比较打分表中上三角第n行第m列打分分别为1、-1和0时，正交-成对比较打分表中下三角相应填写打分为-1、1和0，生成完整正交-成对比较打分表；

步骤6：根据n个正交-成对比较打分表，计算n个人对M个样本的主观打分，形成一个打分矩阵V_n×M；

步骤7：对n个评审人员的打分进行相关性分析，计算各个评审人员打分之间的相关系数，并根据相关系数的大小剔除打分误差较大的评审人员的主观打分；

步骤8：将相关性分析后的打分矩阵V_w×M按列取平均值，w≤n，得到M个声音样本的主观打分SV_1×M；将其放入正交试验表中，得到完整正交试验表；

步骤9：根据完整正交实验表进行极差分析，得到频率A、幅值f、背景噪声能量Eb三个因素对指标SV_1×M的影响程度，绘制因素-指标图，观察因素-指标图的形状，确定回归模型：支持向量回归模型；根据完整正交实验表进行方差分析，确定试验误差与各因素的可信度；

步骤10：支持向量回归构建啸叫评判模型：以步骤8中所得完整正交试验表中的数据为训练集，选取参数与优化方法，采用libsvm支持向量机程序包进行回归建模；

步骤11：计算减变速机实测音频样本的k个啮合频率及其倍频，选取滤波带宽，设计滤波器，依次滤除k个啮合频率，得到k个子音频样本信号；

步骤12：依据步骤11中得到的信号生成音频评价样本，用于评审团打分；

步骤13：设计纯音贡献主观评价打分表，n个评审人员依次对音频评价样本进行评估打分：比较音频评价样本中前后声音的差异，并给出等级评分；

步骤14：统计n个评审人员对m个音频评价样本的打分结果，同步骤7，计算n个人的平均相关系数，将小于R₀的评审人员对应的打分剔除，计算所有其余评审人员打分的平均值C_i(i＝1,2,3,…,m)，作为啮合频率纯音的主观贡献值，分值越小，贡献越大；分值越大，贡献越小；

步骤15：计算步骤11中g个音频样本中k个突出啮合频率纯音对应的幅值、频率和该实测音频样本的背景噪声能量，共得到m个客观参数样本；将步骤14中m个样本对应的主观评价值合并到m个客观参数样本中，形成S_m×4的样本集，该样本集作为测试集；

步骤16：将测试集S_m×4放入步骤10所训练的多纯音贡献程度回归数学模型中进行预测，得到每个纯音的预测主观贡献值sv_i；

步骤17：通过线性压缩和归一化将预测主观贡献值sv_i转换为相对主观贡献值；

步骤18：计算均方误差mse与决定系数R²，验证模型有效性，

其中，m为样本总数，y_i为样本预测值，为样本真实值；

2.根据权利要求1所述的一种基于正交-成对比较试验与SVR的啸叫定量评价方法，其特征在于：所述的步骤1-步骤10为正交-成对比较试验，用于构建理论预测模型。