▲关门声样本采集系统

关门声品质作为整车品质的重要组成部分，会影响顾客对整车品质的印象和购车的选择倾向，因此，开展关门声品质的研究已成为整车设计开发过程中的重要研究内容。理想的关门声音应该是低沉厚重的，而实际产品中往往混有尖锐的、持续的杂音，或是多次碰撞声等异响。准确地识别异响源，是解决此类噪声问题关键。

▲关门信号时频图

传统的异响识别方法依靠工程师通过主观评价确定异响，这种方法过于依赖工程师的能力和经验。随着科技的不断发展，自动检测和识别异响有了新的技术方法-图像识别法。该方法从声音特征信号入手，正常的声音信号和有异响的声音信号经过处理后表现出不同的特征，通过图像识别可快速识别异响特征。

▲异响分析

建立基于图像特征的车门异响识别方法：首先要基于试验数据，建立样本库，对整理分类后的数据进行分析，并将样本分为有异响和无异响，无异响样本声音纯净、紧凑，有异响样本声音松散、零碎、拖沓。通过数值方法建立关门声品质异响多尺度特征融合的网络模型，进行异响特征识别。通过样本库数据对异响模型进行精度检验，该模型图像异响识别模型准确率达到86%。该方法可高效地识别异响源，是打造NVH声品质的重要手段，为实现红旗NVH极致体验提供技术支撑。

图文：邓玉伟编辑：高健健

责编：韩健健审核：王丽安

终审：姬小明监制：王冬梅