电动轿车警示声设计方法研究∗

陈燕虹，赵 健，梁 杰，井晓瑞

(吉林大学，汽车仿真与控制国家重点实验室，长春 130025)

前言

目前，各国政府越来越重视电动汽车的发展，各大汽车企业和科研机构也加大了对电动汽车的研发力度。随之而来的问题也不断显现出来，其中由于以电机代替发动机作为驱动机构，致使电动车在低速行驶时，车外过于安静，行人无法有效感知到行驶的车辆，不能及时发现和避让车辆，从而酿成交通事故。可见，在电动车上安装行人警示系统以确保道路上行人的安全是十分必要的。

2011年，日产公司通过分析各类人群对声音的敏感程度，提出适合不同人群的声音设计原则。基于该原则不仅可以提高老年人和正常行人对声音的感知程度，还能减少车外噪声对环境造成的噪声污染[1]。同年，AVL公司针对电动汽车在许多驾驶条件下车内外总的声压级比传统汽车低，且声音特性有很大不同的情况，提出通过声学调谐的方法来对电动车进行声音设计，满足车内外人群对车辆噪声舒适性的要求[2]。他们在概念设计和声学设计阶段对电动车的NVH性能进行仿真设计，提出了声音设计新的战略和想法，确保低速行驶的电动车能及时被行人发现。2013年，文献[3]中指出在电动车上添加警示声是一对矛盾体：一方面，电动车低速行驶时非常安静，对减少城市交通噪声将非常有利；另一方面，安静的车外环境对车外行人将非常危险。他们通过不同的感知试验发现不同的音色参数将影响声音的可检测性、车辆距离与车速的判断和噪声污染的等级等。指出可根据具体的使用要求进行声音音色参数的设计，来平衡这一对矛盾体。目前，国内只有个别公司和研究机构开展对电动轿车警示声的研究，研究的内容也只停留在发声系统的设计上，并未真正涉及警示声。因此，对于警示声设计方法的研究显得十分必要。

本文中依据国内外警示声设计方面的经验，以传统的内燃机汽车车外声为基础进行警示声的设计，然后利用声品质分析的相关理论与试验，挑选出合适的声音作为电动轿车的警示声，使挑选出来的警示声不仅能及时警示行人避让车辆，还应使挑选出的声音对环境产生的噪声污染最小，同时，为简化警示声设计过程，建立SAGA-BP神经网络的警示声声品质主观评价客观量化模型，可用该模型代替后续警示声设计过程中的主观评价过程，从而节省大量的人力物力成本。

1 警示声的设计合成

1.1 车外声音样本的采集

录制传统车的车外噪声信号，将为后续声音信号的合成和选出适合的警示声提供基础，因此保证录制环境无背景噪声的干扰尤为重要，同时对录音的位置、录音话筒的高度和车辆运行情况等条件皆须予以细致的考虑。录制环境选择在半消声室内，采用专业的录音话筒进行录制，并通过专业软件进行保存，存储的格式为.wav。录音麦克风的位置参考测量排气噪声的方法和声场分布，选择在车辆纵向中心面上，以距离车前悬0.5m画圆弧，所画圆弧左右45°弧线上的任一位置放置传声器，传声器的高度参考加速噪声测量方法，选择0.9～1.2m的高度范围，如图1所示。

图1 半消声室内车外噪声录制和录音位置示意图

在满足上述要求的前提下，在半消声室转鼓上分别录制5辆传统车的车外噪声信号。录制的噪声信号分别包括10，20和30km/h工况。从录制好的声音样本中截取长度为5s的样本，并对其进行编号记录，方便后续处理。

1.2 警示声的设计合成

试验显示，不同人群对同一声音样本在不同频率成分的反应不同。老年人群对0.6kHz附近的声音更加敏感，正常听力人群对2.5kHz附近声音的感知能力较强，而1kHz附近的声音易对环境造成噪声污染[4]。

为达到对各类行人具有最好警示效果的同时噪声污染最小，利用Matlab设计带通滤波器。为保证采集到的声音信号幅值不失真，采用的声音频率为4.8kHz。根据上文，需要提取的声音信号的频率区间为 0.5～0.7kHz，0.9～1.1kHz和 2.4～2.6kHz。由于过渡带较窄，将会使滤波器阶数较高，如果使用经典滤波器设计方法，将会使运算出现错误。总结各种滤波器设计方法之后，设计数字滤波器fdesign+design，此滤波器通过通带、阻带等参数来设计，其主要优点是得到的滤波器被分解为多个2阶滤波器的串接，系数对精度要求低，在滤波过程中不会产生溢出[5]。所设计的滤波器符合设计要求，能够得到很好的效果。滤波器阻带衰减为90dB，通带波纹为3dB。图2为所设计的带通数字滤波器的幅值响应曲线，滤波区间为2.4～2.6kHz。

利用设计的带通数字滤波器对采集的车外噪声样本进行滤波处理，提取所需频段的噪声样本。用波形编码技术对所采集的车外噪声信号和滤波后得到的各个频段内的声音信号进行合成，以改变特定频段内信号的幅值。由于不能确定特定频段内信号的幅值为何值时警示声的警示效果最好，所以须进行大量的声音信号合成，找出主观评价最好的声音信号做为警示声。现以采集的某车型车外噪声信号为例，在该声音信号的基础上，按4种主要思路进行声音信号的合成。

图2 带通滤波器幅值响应曲线

(1)不改变所采集的车外噪声信号的幅值，在此基础上按不同的比例成分添加滤波所得到的0.5～0.7kHz和2.4～2.6kHz范围内的频率成分。

(2)降低所采集的原始信号的幅值，然后在此基础上按不同比例增加 0.5～0.7kHz和 2.4～2.6kHz频率范围内声音信号的幅值。

(3)不改变所采集的车外噪声信号的幅值，在此基础上按不同比例降低0.9～1.1kHz范围内频率成分的幅值，然后再按不同的比例成分添加滤波所得到的0.5～0.7kHz和2.4～2.6kHz范围内的频率成分。

(4)降低所采集的车外噪声信号的幅值，在此基础上再按不同比例降低0.9～1.1kHz范围内频率成分的幅值，然后再按不同的比例成分添加滤波所得到的0.5～0.7kHz和2.4～2.6kHz范围内的频率成分。

按上述方法总共得到120个声音样本，由于篇幅所限，本文中仅列举一组按上述4种方法合成所得声音信号的频谱图，如图3所示。

2 警示声主客观评价试验

2.1 主观评价试验

人的主观感受是评价任何声音适应性的重要指标，是以人为主体、以人主观感受上的舒适性来评价声音质量的好坏。声品质主观评价通过组织听音试验来对声音样本进行主观打分，能比较直接地反映人对所听到声音的主观感受[6]。

图3 合成后语音频谱图

声品质主观评价过程中评价人员的选取对评价结果的准确性至关重要，须从产品经验、听审经验和统计学等多个方面综合考虑进行选择[7]。根据试验要求和国内外声品质主观评价经验，选取30名评价人员，他们由声学专家、汽车研究人员、高校学生和多年从事汽车振动噪声研究的工程师和学者组成。其中，男女分别为21人和9人，年龄在24～56岁之间，听力均正常。在进行主观评价试验之前对所有评价人员进行一定的培训。

为了更细致地区分各声音样本的特性，须对声音样本做响度均衡化处理[8]。为保证评价试验的准确性，在评价试验之前对所有声音样本进行随机排序，确保评价者在不了解所有声音样本属性的情况下进行评价试验，避免评价者在评价过程中通过经验和个人喜好直接对声音样本做出判断。常用的声品质主观评价方法有等级评分法(magnitude estima-tion)和成对比较法(paired comparison)[9]。本试验采用等级评分法，样本训练试听采用成对比较法。按照国际标准将烦躁度划分为11个等级，如表1所示。

表1 主观评价烦躁度等级对照

在主观评价试验过程中不可避免地存在各种干扰因素，不能保证每个数据都有效，所以必须进行数据相关性检验。Spearman是对不同变量的秩做线性相关分析，适用于主观评价数据的相关性检验。表2所示为用SPSS软件计算各评价人员之间的平均相关系数，当相关系数低于0.7时就意味着相关程度较低，应予以剔除。 由表可见，第4，7，12，18号评价者的结果与其他评价者之间的相关系数为0.633，0.584，0.619，0.605，均小于 0.65，这说明这4位评价者的评价结果与其他评价结果之间的线性关系较弱，结果的离散性较大，不具有参考性，应予以剔除，然后对剩下的主观评价结果进行平均，即可得到各噪声样本的声品质主观评价分值。

2.2 客观参数计算

声品质客观心理声学参数是描述人对声音的主观感受，建立心理声学、物理声学与声品质主观感受特性之间的联系，即通过一些具体的参量来直观地表述人对声音的主观感受[9]。选取响度、粗糙度、尖锐度、抖动度、语言清晰度和A计权声压级6个参数作为声品质客观评价参数。利用Head/Artmis软件分别计算这120个声音样本的客观评价参数。

在主客观评价之后，按照不同工况下采集和合成的声音样本进行分类，即分为在10，20和30km/h工况下采集和合成的声音样本，选择各组中主观评价分值最高的声音样本做为各自工况范围内的警示声。

表2 各评价者之间的平均相关系数

3 SAGA-BP神经网络

为简化警示声设计过程，为后续警示声的设计提供方便，可建立声品质主观评价客观量化预测模型，从而可省去繁杂的主观评价过程，节省人力物力成本，缩短警示声设计周期，同时可减小人员和环境等因素对主观评价分值的影响。

3.1 BP神经网络算法

BP(back propagation)神经网络即误差反向传播神经网络，其误差和信号的传播方向相反，信号向前传播，而误差向后传播。BP网络能对有限个不连续点的函数进行逼近，是目前应用比较广泛的一种神经网络。它采用均方误差作为适应度函数，网络的收敛过程是使均方误差最小化的过程，但BP神经网络存在全局搜索能力较差、容易陷入局部极小值和搜索速度较慢等缺点，因此须对BP神经网络进行优化来改善其性能[10]。

3.2 遗传算法和模拟退火算法

遗传算法是模拟生物进化和遗传机制而演变出来的一种迭代搜索全局最优解的算法[11]。通过对父代优良基因的继承和子代染色体之间的相互作用，逐渐使种群进化到最优解的状态。

模拟退火算法(simulated annealing)模拟物体退火的过程，由Metroplis算法和退火过程构成。其基本思路是：物体在高温时出现各种状态的概率基本相同，在此状态下进行粗略搜索，找到能量较低的区域；随着温度慢慢降低，每个状态出现的概率将有较大差别，搜索精度也将不断提高，从而逐渐准确地找到整个搜索空间中能量函数极小点[12]。

模拟退火算法拥有较强的局部搜索能力，能避免陷入局部最优解，但把握整个搜索空间的能力较差，收敛速度较慢，使模拟退火算法的运算效率不高[13]。遗传算法采用迭代搜索方法，能够很好地把握总体搜索方向，具有很强的自适应调整能力、鲁棒性和全局搜索能力，但其局部搜索能力较差。

3.3 SAGA-BP神经网络

由上面分析可知，模拟退火算法和遗传算法两种算法都有各自的优缺点，但将两种算法结合起来，形成一种新的算法，则可弥补各自的缺点，充分发挥各算法的优点，使算法达到理想的效果。采用模拟退火遗传算法来优化BP神经网络，优化后的SAGA-BP神经网络可以有效避免典型BP神经网络容易陷入局部极小值点、学习效率低等缺点，能在最短的时间内寻找到全局最优解，提高网络的精度、学习速度、网络的使用效率及应用范围。SAGA-BP神经网络的具体步骤如下。

(1)确定网络拓扑结构和算法编码方案，输入数据并对数据做归一化处理，确定种群规模、交叉与变异概率、迭代次数和退火初始温度T0与终止温度Tend。

(2)计算群体中个体的适应度值f(x0)，再进行遗传操作，得到新种群，计算新种群的适应度值f(xn)，每进行一次选择、交叉和变异操作，则迭代数i＝i+1。

(3)判断f(x0)和f(xn)的大小，若f(x0)≥f(xn)，则将x0作为SA算法的初始最优点，否则执行x0＝xn，再将x0作为SA算法的初始最优点。

(4)确定扰动次数k＝1和最大循环步骤Lmax。

(5)在x0附近产生扰动，得到一个新解xm，并计算f(x0)，f(xm)和Δf。

(6)根据Metropolis准则判断，若 Δf＞0，计算接受概率p＝exp(-Δf/T)，如果p＞rand(0，1)，则接受xm，即x0＝xm进入下一步；相反则不接受xm，进入下一步；如果Δf≤0，则x0＝xm，进入下一步；由于模拟退火算法和遗传算法单独使用时适应度函数互为倒数，当使用混合模拟退火遗传算法时应该特别注意，在退火过程中Metropolis准则应做相应的改动。

(7)判断是否达到扰动次数最大值，没有达到，则k＝k+1，转至步骤(5)；否则进入下一步。判断SA抽样是否稳定，稳定则进入下一步产生新种群，否则进行退火处理。退火次数r＝r+1，更新温度T(r)，转至步骤(4)。

(8)判断新种群是否满足收敛准则，满足则进行解码操作，得到最优解作为BP网络的权值和阈值；否则转入步骤(2)，继续进行模拟退火遗传算法操作。

(9)计算BP神经网络误差，判断误差精度能否满足要求，满足要求则进入下一步；否则继续此步操作，更新其权值和阈值，直到满足结束条件，进入下一步。

(10)BP神经网络训练完毕，进行预测分析，得到满意的结果。

4 主观评价客观量化模型的建立

4.1 确定网络拓扑结构

在用模拟退火算法和遗传算法优化BP神经网络的基础上建立SAGA-BP神经网络，以6个声品质客观参量作为网络的输入，以声品质主观评分值作为网络的期望输出，建立电动轿车警示声声品质的主观评价客观量化模型。目前尚没有明确的理论指导隐含层神经元数目的选取，只能依靠经验公式配合实际训练时的误差、精度和训练时间等参数来选取。隐含层选取的经验公式为

式中：n和l分别为输入层和输出层神经元的个数；α为1～10之间的常数。

在实际操作过程中，一般从较少的隐含层数开始对网络进行训练，逐步增加神经元的个数，比较网络收敛后网络的误差、精度和训练时间，从而选取合适的隐含层神经元数目。

本文中结合经验公式和实际训练情况，选取隐含层神经元数为12，此时精度最高、检验误差最小，同时训练时间也比较适中。从而所构建的电动轿车警示声声品质智能化的主观评价客观量化SAGABP神经网络模型的拓扑结构为 6-12-1，如图 4所示。

图4 SAGA-BP神经网络的拓扑结构图

4.2 网络参数的设定

在BP神经网络训练之前采用SAGA算法对其初始权值和阈值进行优化，遗传代数选择为130，交叉概率选取为0.6，变异概率为0.05；模拟退火中初始温度T为999℃，退火速率α选为0.9，最大循环步骤Lmax为20；BP神经网络期望误差为0.000 9，训练次数为5 000次，学习速率为0.04，附加动量因子为0.5。

选择120个声音样本中的前80%，即96个样本作为训练样本，剩下的24个样本用来检验模型。训练之前需对所有样本进行归一化处理：

式中：和xi为归一化处理前、后样本值，xmax和xmin为样本中的最大值和最小值。

该模型采用训练输出值和期望输出值的均方误差作为模型误差，用MES表示：

式中：MES为模型误差；L为样本数；tk为网络第k组样本的实际输出值；yk为第k组样本的期望输出值。

4.3 模型训练与检验

图5为SAGA-BP神经网络训练误差性能曲线，在训练了1 086步后误差为0.000 899 84，达到了设定的目标精度。

图5 SAGA-BP神经网络误差性能曲线

图6为SAGA-BP神经网络模型的预测值与期望输出值之间的相关系数散点图。从图中可以看出，SAGA-BP神经网络模型的相关性高达0.985 94，具有强相关性，说明SAGA-BP神经网络模型能够很好地完成客观参数到主观评价值的映射。

图7为模型对检验样本的百分比误差。由图可见，其检验误差均在5%以内，这说明通过遗传算法和模拟退火算法优化过的BP神经网络模型能很好地实现声品质客观参量到主观评分值的映射。在后续警示声设计的过程中，只需将声音信号的客观参量代入模型计算即可精确地预测声音样本的主观烦躁度，而省去组织试听人员进行主观评价试验，简化了声品质分析过程中烦琐步骤，避免了因人为因素而导致的误差，节省大量人力物力等成本。

图6 SAGA-BP网络模型预测值与期望值之间的相关性

图7 SAGA-BP神经网络模型检验样本百分比误差

5 结论

本文中针对电动轿车在低速行驶时车外声很小的问题提出一种车外警示声的设计方法。首先，在采集不同传统车车外噪声的基础上利用语音波形合成技术进行声音的设计与合成，得到大量的车外声样本；其次，借助国内外声品质的研究经验，通过声品质的主观评价试验选出各工况下评分最高的声音样本作为该工况下电动轿车的车外警示声；最后，依据声品质的主客观评价试验数据，利用遗传算法和模拟退火算法来优化BP神经网络，建立SAGA-BP神经网络的电动轿车警示声声品质主观评价客观量化模型。从模型的运行结果可以看出，所建立的模型具有很高的预测精度和收敛速度，可直接替代主观评价过程，从而节省大量的人力物力资源，提高工作效率，节省成本。

参考文献

[1]HEATHER K， MANABU S， TODD S.Development of approaching vehicle sound for pedestrians(VSP)for quiet electric vehicles[C].SAE Paper 2011-01-0928.

[2]STEPHAN B，BERNHARD G.Sound engineering for electric and hybrid vehicles[C].SAE Paper 2011-39-7228.

[3]ETIENNE P，RYAN R，CHAMARD J C.Detectability and annoyance of warning sounds for electric vehicles[J].Proceeding of Meeting on Acoustics，2013，19：040033.

[4]HEATHER K， MANABU S，TODD S， et al.Development of approaching vehicle sound for pedestrians(VSP)for quiet electric vehicles[C].SAE Paper 2011-01-0928.

[5]宋知用.MATLAB在语音信号分析与合成中的应用[M].北京：北京航空航天大学出版社，2013.

[6]刘强.重型商用车驾驶室内声品质预测分析技术[D].长春：吉林大学，2016.

[7]沈哲，左言言，等.影响车辆声品质听审实验的相关因素研究[J].噪声与振动控制，2008(8)：188-192.

[8]谢军.汽车声品质评价技术及方法研究[D].长春：吉林大学，2009.

[9]钱堃.驾驶室内声品质合成等效模型的建立及声品质评价分析研究[D].长春：吉林大学，2013.

[10]刘月娥，何东健，李峥嵘.一种用于BP网络优化的并行模拟退火遗传算法[J].计算机应用，2006，26(1)：204-206.

[11]边霞，米良.遗传算法理论及其应用研究进展[J].计算机应用研究，2010(7)：2425-2434.

[12]朱凯，王正林.精通MATLAB神经网络[M].北京：电子工业出版社，2010.

[13]HOLLAND J H.Adaptation in natural and artificial systems[M].Cambridge MIT Press，1975.