[发明专利]一种对汽车提示音警示性主观评价的客观量化方法

说明书

本发明属于整车信息与娱乐系统技术领域，涉及一种对汽车提示音警示性主观评价的客观量化方法。包括：建立多元线性回归模型：取主观评价绩效值作为因变量，声学参数值作为自变量，模型：α＝a·L+b·Sh+c·F+d，式中：α为主观评价绩效值；L为响度，Sh为尖锐度，F为发声间隔的频率；a、b、c、d为待定系数；采用逐步法进行回归分析：按照F检验P值≤0.050变量进入，P值≥0.100变量移出的规则进行自变量选择；将声学参数值输入到公式进行主观评价绩效值计算，当主观评价绩效值预测误差在10％以内时，认为该多元线性回归模型具有使用汽车提示音客观测试数据预测主观评价结果的作用。本发明减小人为因素对评价结果的影响，减小评价结果离散性，提高评价效率，增加评价的权威性。

技术领域

本发明属于整车信息与娱乐系统技术领域，涉及一种对汽车提示音警示性主观评价的客观量化方法。

背景技术

汽车提示音主要功能是反馈车辆状态，对驾驶员进行提示和警示(如未系安全带提示、胎压报警提示、倒车雷达提示等)。因此在汽车提示音设计中要对其警示性进行充分考虑和评价，使其警示性足以引起驾驶员及车内人员的注意，起到警示作用。

目前对车辆提示音的评价大多是采用主观评价方法。评价过程在实车内进行，先使车辆达到待评价工况发出对应的提示音，然后车内评价人员通过感觉对提示音进行打分或者排序，最后统计出主观评价结果。对评价人员要求高，评价工作效率低，评价结果离散性大，评价结果权威性差。

现有方法存在以下的缺点和不足：

评价在实车内进行，在进行多台车评价，切换车辆时，由于人耳的短时记忆效应，不能同时记住几台车提示音的感觉，影响评价结果的准确性。

主观评价人员数量较多，在实车上评价需要进行多车、多人、多轮评价，工作效率很低。

主观评价中的打分法或排序法对评价对象的区分不够精确，导致结果离散性大。

人对于声音的主观感受是及其复杂的，因此完全依靠主观评价，人为影响因素大。

CN 108491999 A一种对电动汽车稳态噪声主观评价的客观量化方法，本发明公开了一种对电动汽车稳态噪声主观评价的客观量化方法，本发明采用心理声学参数作为电动汽车怠速噪声的客观评价参数，解决了声压级不能从根本上表征噪声信号的问题。本发明中对电动汽车怠速噪声的主观评价人员采用不同性别、不同年龄段、不同驾龄、不同专业程度的人员，有效解决了主观评价人员不能表征市场消费者的问题。本发明中对电动汽车怠速噪声的主观评价方式采用实车状态下主观打分，解决了以往以回放声音样本的方式打分时不能完全模拟实车环境的问题。本发明可以解决电动汽车在研发过程中遇到的车内噪声主客观评价不一致的情况，为电动汽车开发中的NVH目标分解与制定提供参考，为电动汽车的声品质提升提供评价思路。

CN 110530653 A一种声品质主观评价及其数据量化的方法，本发明公开了一种声品质主观评价及其数据量化的方法，将声音样本分为若干组，组内的声音样本基于等级评分法，通过相互比较后，获得对应的主观评价等级分数，然后通过各组内评价人员的聚类、获取各组内用于线性转换模型的聚类子集合、计算各组内声音样本的等级分数以及建立线性转换模型，得到主观评价结果。适用于声音样本数量多且评价人员的评价经验不丰富的主观评价试验，能够在较短的时间内获得较准确的主观评价结果，为后续声品质分析提供合理有效的数据支撑。