多噪声源共同作用下的总烦恼度评价与预测

主要研究了多噪声源共同作用下的混合噪声烦恼度的评价过程与预测方法.首先,设计并完成了固定播放时长噪声样本作用下的烦恼度主观评价实验,获得了人工合成的混合噪声样本作用下的混合噪声烦恼度(亦称总烦恼度)α_T评价数据与构成混合噪声样本的所有单一噪声样本单独作用时的烦恼度α_i(i=1,2,3,…,K;K为混合噪声样本中单一噪声样本的总数)评价数据.随后,细致分析了两组评价数据之间的关系,提出在已知α_i的基础上利用多元线性回归模型预测α_T.最后,解决了如何确定模型中对应各α_i的权值w_i(i=1,2,3,…,K)的问题.研究表明,以所提出的权值确定方法建立的多元线性回归预测模型能够较为成功地预测混合噪声样本作用下的总烦恼度评价值.

主观评价实验中声音样本剂量值的度量方法

提出了一种基于对播放时长短时化处理的声音样本剂量值度量方法,确定了十一种剂量值指标用于衡量具有固定播放时长声音样本的剂量值,并分析了可能影响声音样本剂量值的主要因素;随后,对大量声音样本以各种指标度量的剂量值矩阵进行了聚类分析,获得了三种类型的声音样本剂量值度量指标,并确定了不同指标类型中的代表性指标;最后,分析了声音样本采用不同类型指标度量的剂量值与评价者对声音样本主观烦恼度等级之间的关系.为利用主观评价实验进行固定播放时长声音样本作用下的主观烦恼度研究奠定了基础.

多声源共同作用下的混合声剂量值预测方法研究

本文借助单一声样本与人工合成的混合声样本,重点研究了由多个单一声源共同作用形成的混合声的剂量值预测方法.首先,提出了一种基于对作用时长短时化处理的声音样本剂量值确定流程,并利用该方法分别确定了单一声样本与人工合成的混合声样本的剂量值.随后,分析了混合声样本剂量值(亦称总剂量,记为LTotal)与构成混合声样本的每个单一声样本剂量值(亦称组分剂量,记为Li,i=1,2,···,K;K为单一噪声样本的个数亦称组分数量)之间的关系,实现了在已知所有单一声剂量值的前提下成功预测混合声的剂量值,为深入开展复杂声环境下的噪声源控制和噪声总剂量控制、实现高效的环境噪声治理提供了理论依据.