1.本技術涉及汽車測試技術領域，具體涉及一種車輛關門聲品質評價方法及系統。
背景技術：2.隨著時代發展，人們的品質意識越來越強，在汽車消費領域，汽車關門聲品質是評判汽車檔次高低的重要指標之一。人們對關門聲品質越來越關注，各大汽車生產廠商也不遺余力地提升關門聲品質。
3.目前，關門聲品質的評價是利用聲品質的若干評價參數，如響度、尖銳度、粗糙度、抖晃度等進行綜合評價。但是，傳統的綜合評價方式需要的評價參數較多，且各評價參數之間相互獨立性欠佳，評價流程繁瑣且需要較多數據樣本，導致工作量較大，最終評價結果受主觀判斷和數據樣本的影響較大，在準確性和可靠性方面存在一定缺陷。
4.因此，為滿足使用需求，現提供一種車輛關門聲品質評價技術。
技術實現要素：5.本技術提供一種車輛關門聲品質評價方法及系統，所需數據樣本較少，對車輛關門聲信號進行數據處理，獲得對應的mfcc數據，并結合關門聲品質標定數據進行關門聲品質評價，在保障準確性和可靠性的前提下，成本低廉，操作便利，能夠滿足當前關門聲品質評價需求。
6.第一方面，本技術提供了一種車輛關門聲品質評價方法，所述方法包括以下步驟：
7.采集獲得待評價車輛的車輛關門聲信號，并截取獲得車門開始旋轉至車門完全關好過程中的第一關門聲信號；
8.對所述第一關門聲信號進行預處理，并對預處理后的所述第一關門聲信號進行頻譜分析，獲得所述第一關門聲信號對應的能量譜數據；
9.對所述能量譜數據進行mel濾波，并基于經過mel濾波后的所述能量譜數據，計算獲得所述待評價車輛的mfcc數據；
10.基于預設的關門聲品質標定數據以及所述待評價車輛的mfcc數據，計算獲得所述待評價車輛對應的關門聲品質評分值。
11.具體的，所述對所述第一關門聲信號進行預處理中，包括以下步驟：
12.對所述第一關門聲信號進行分幀和加窗處理，獲得所述預處理后的所述第一關門聲信息。
13.具體的，所述對所述能量譜數據進行mel濾波中，包括以下步驟：
14.計算獲得預設的mel三角濾波器對應的mel三角濾波器組數據；
15.利用所述mel三角濾波器對所述能量譜數據進行mel濾波，基于所述mel三角濾波器組數據以及所述能量譜數據，計算獲得經過所述mel三角濾波器濾波后的所述能量譜數據。
16.具體的，所述基于經過mel濾波后的所述能量譜數據，計算獲得所述待評價車輛的
mfcc數據中，包括以下步驟：
17.對基于經過mel濾波后的所述能量譜數據進行求對數處理，并進行離散余弦變換，獲得所述待評價車輛的mfcc數據。
18.進一步的，所述基于預設的關門聲品質標定數據以及所述待評價車輛的mfcc數據，計算獲得所述待評價車輛對應的關門聲品質評分值之前，所述方法包括以下步驟：
19.選定至少兩個關門聲品質存在優劣差異的用于標定車輛，并采集各用于標定車輛的車輛關門聲信號，并向所述用于標定車輛的所述車輛關門聲信號分配對應的關門聲品質評分值；
20.基于所述用于標定車輛的所述車輛關門聲信號，獲得所述用于標定車輛的mfcc數據；
21.基于所述用于標定車輛的所述mfcc數據進行矩陣處理，獲得對應的所述關門聲品質標定數據。
22.具體的，所述基于預設的關門聲品質標定數據以及所述待評價車輛的mfcc數據，計算獲得所述待評價車輛對應的關門聲品質評分值中，包括以下步驟：
23.基于所述關門聲品質標定數據，計算用于表示不同所述用于標定車輛的mfcc數據之間的距離，獲得對應的車輛關門聲品質特征距離數據；
24.基于車輛關門聲品質特征距離數據，運用dtw計算不同的所述用于標定車輛的所述車輛關門聲品質特征匹配矩陣，獲得所有所述用于標定車輛的車輛關門聲品質總距離數據；
25.基于所述待評價車輛的mfcc數據以及所述用于標定車輛的mfcc數據，計算獲得所述待評價車輛與不同的所述用于標定車輛之間的車輛關門聲品質特征距離數據；
26.基于車輛關門聲品質特征距離數據，運用dtw計算待評價車輛與不同的所述用于標定車輛之間的車輛關門聲品質特征匹配矩陣，獲得待評價車輛與所有所述用于標定車輛之間的車輛關門聲品質總距離數據；
27.基于所述待評價車輛與所有所述用于標定車輛之間的車輛關門聲品質總距離數據、所有所述用于標定車輛的車輛關門聲品質總距離數據以及所述用于標定車輛的車輛對應的預設的關門聲品質評分值，計算獲得所述待評價車輛的關門聲品質評分值。
28.優選的，在預設的消音室內進行所述車輛關門聲信號的采集。
29.第二方面，本技術提供了一種車輛關門聲品質評價系統，所述系統包括：
30.聲音采集單元，其用于采集獲得待評價車輛的車輛關門聲信號，并截取獲得車門開始旋轉至車門完全關好過程中的第一關門聲信號；
31.頻譜分析單元，其用于對所述第一關門聲信號進行預處理，并對預處理后的所述第一關門聲信號進行頻譜分析，獲得所述第一關門聲信號對應的能量譜數據；
32.第一數據處理單元，其用于對所述能量譜數據進行mel濾波，并基于經過mel濾波后的所述能量譜數據，計算獲得所述待評價車輛的mfcc數據；
33.品質評價單元，其用于基于預設的關門聲品質標定數據以及所述待評價車輛的mfcc數據，計算獲得所述待評價車輛對應的關門聲品質評分值。
34.進一步的，所述系統還包括：
35.評價標定單元，其用于選定至少兩個關門聲品質存在優劣差異的用于標定車輛，
并采集各用于標定車輛的車輛關門聲信號，并向所述用于標定車輛的所述車輛關門聲信號分配對應的關門聲品質評分值；
36.所述第一數據處理單元，還用于基于所述用于標定車輛的所述車輛關門聲信號，獲得所述用于標定車輛的mfcc數據；
37.所述系統還包括第二數據處理單元，其用于基于所述用于標定車輛的所述mfcc數據進行矩陣處理，獲得對應的所述關門聲品質標定數據。
38.進一步的，所述系統還包括：
39.特征距離處理單元，其用于基于所述關門聲品質標定數據，計算用于表示不同所述用于標定車輛的mfcc數據之間的距離，獲得對應的車輛關門聲品質特征距離數據；
40.所述特征距離處理單元還用于基于車輛關門聲品質特征距離數據，運用dtw計算不同的所述用于標定車輛的所述車輛關門聲品質特征匹配矩陣，獲得所有所述用于標定車輛的車輛關門聲品質總距離數據；
41.所述特征距離處理單元還用于基于所述待評價車輛的mfcc數據以及所述用于標定車輛的mfcc數據，計算獲得所述待評價車輛與不同的所述用于標定車輛之間的車輛關門聲品質特征距離數據；
42.所述特征距離處理單元還用于基于車輛關門聲品質特征距離數據，運用dtw計算待評價車輛與不同的所述用于標定車輛之間的車輛關門聲品質特征匹配矩陣，獲得待評價車輛與所有所述用于標定車輛之間的車輛關門聲品質總距離數據；
43.所述品質評價單元還用于基于所述待評價車輛與所有所述用于標定車輛之間的車輛關門聲品質總距離數據、所有所述用于標定車輛的車輛關門聲品質總距離數據以及所述用于標定車輛的車輛對應的預設的關門聲品質評分值，計算獲得所述待評價車輛的關門聲品質評分值。
44.本技術提供的技術方案帶來的有益效果包括：
45.本技術所需數據樣本較少，對車輛關門聲信號進行數據處理，獲得對應的mfcc數據，并結合關門聲品質標定數據進行關門聲品質評價，在保障準確性和可靠性的前提下，成本低廉，操作便利，能夠滿足當前關門聲品質評價需求。
附圖說明
46.術語解釋：
47.mfcc：mel frequency cepstrum coefficient，美爾頻率倒譜系數；
48.dtw：dynamic time warping，動態時間規整。
49.為了更清楚地說明本技術實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本技術的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
50.圖1為本技術實施例中提供的車輛關門聲品質評價方法的步驟流程圖；
51.圖2為本技術實施例中提供的車輛關門聲品質評價方法的一種示意圖；
52.圖3為本技術實施例中提供的車輛關門聲品質評價方法的另一種示意圖；
53.圖4本技術實施例中提供的車輛關門聲品質評價系統的結構框圖。
具體實施方式
54.為使本技術實施例的目的、技術方案和優點更加清楚，下面將結合本技術實施例中的附圖，對本技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本技術的一部分實施例，而不是全部的實施例。基于本技術中的實施例，本領域普通技術人員在沒有做出創造性勞動的前提下所獲得的所有其他實施例，都屬于本技術保護的范圍。
55.以下結合附圖對本技術的實施例作進一步詳細說明。
56.本技術實施例提供一種車輛關門聲品質評價方法及系統，所需數據樣本較少，對車輛關門聲信號進行數據處理，獲得對應的mfcc數據，并結合關門聲品質標定數據進行關門聲品質評價，在保障準確性和可靠性的前提下，成本低廉，操作便利，能夠滿足當前關門聲品質評價需求。
57.為達到上述技術效果，本技術的總體思路如下：
58.一種車輛關門聲品質評價方法，該方法包括以下步驟：
59.s1、采集獲得待評價車輛的車輛關門聲信號，并截取獲得車門開始旋轉至車門完全關好過程中的第一關門聲信號；
60.s2、對第一關門聲信號進行預處理，并對預處理后的第一關門聲信號進行頻譜分析，獲得第一關門聲信號對應的能量譜數據；
61.s3、對能量譜數據進行mel濾波，并基于經過mel濾波后的能量譜數據，計算獲得待評價車輛的mfcc數據；
62.s4、基于預設的關門聲品質標定數據以及待評價車輛的mfcc數據，計算獲得待評價車輛對應的關門聲品質評分值。
63.以下結合附圖對本技術的實施例作進一步詳細說明。
64.第一方面，參見圖1～3所示，本技術實施例提供一種車輛關門聲品質評價方法，該方法包括以下步驟：
65.s1、采集獲得待評價車輛的車輛關門聲信號，并截取獲得車門開始旋轉至車門完全關好過程中的第一關門聲信號；
66.s2、對第一關門聲信號進行預處理，并對預處理后的第一關門聲信號進行頻譜分析，獲得第一關門聲信號對應的能量譜數據；
67.s3、對能量譜數據進行mel濾波，并基于經過mel濾波后的能量譜數據，計算獲得待評價車輛的mfcc數據；
68.s4、基于預設的關門聲品質標定數據以及待評價車輛的mfcc數據，計算獲得待評價車輛對應的關門聲品質評分值。
69.本技術實施例的技術方案所需數據樣本較少，對車輛關門聲信號進行數據處理，獲得對應的mfcc數據，并結合關門聲品質標定數據進行關門聲品質評價，在保障準確性和可靠性的前提下，成本低廉，操作便利，能夠滿足當前關門聲品質評價需求。
70.該車輛關門聲品質評價方法的步驟s1，在具體實施時，情況如下：
71.s101、采集整個車門關閉過程中的噪聲信號，采樣頻率為20000hz，假設采集到的信號為{s0(n0)}；
72.上述數據采集環境、條件應一致，須在安靜的環境下進行采集，最好在消聲室進行采集。
73.s102、對信號{s0(n0)}進行截取；
74.對信號{s0(n0)}進行截取，去掉關門過程之外的信號，得到{s1(n1)}，即{s1(n1)}中只包括車門開始旋轉至車門完全關好的這個過程中的信號。
75.具體的，該車輛關門聲品質評價方法的步驟s2，所述對所述第一關門聲信號進行預處理中，包括以下步驟：
76.對所述第一關門聲信號進行分幀和加窗處理，獲得所述預處理后的所述第一關門聲信息。
77.該車輛關門聲品質評價方法的步驟s2，在具體實施時，情況如下：
78.s201、對信號{s1(n1)}進行預處理，預處理過程包括分幀和加窗。
79.(1)分幀的目的是保證噪聲分析有足夠高的時間分辨率：
80.將n個連續采樣點集合成一個數據分析單位，稱為幀，n即為幀長，n須為2的指數次冪，即n＝2z(z為一自然數)，以方便后續對數據進行頻譜分析，本技術實施例中n取值為512，關門聲信號的采樣頻率為20000hz，則一幀對應的時間長度為512/20000
×
1000＝25.6ms；
81.分幀后，第i幀數據記為x0(i)。
82.(2)加窗(施加窗函數)的目的是減少頻譜泄露：
83.本技術實施例中，窗函數為漢明窗，其表達式為：
84.w(p)＝0.54-0.46*cos(2*π*p/p)，0≤p≤p
????
式1
85.其中，p和p均為整數，p為自變量，w(p)為因變量，w(p)為窗函數的幅度，p為常數，
86.窗函數的總長度l＝p+1，l須等于幀長n。
87.對各幀數據進行加窗，公式如下：
88.x(i)＝x0(i).*w(p)
????
式2
89.其中，x0(i)為第i幀數據，x(i)為加窗后的第i幀數據，.*為數量乘積，即數列中各對應元素相乘。
90.s203、對信號進行頻譜分析；
91.對各幀數據進行fft變換，得到各幀的頻譜：
92.x(i，k)＝fft[x(i)]
????
式3
[0093]
其中，x(i)為加窗后的第i幀數據，x(i，k)表示第i幀頻譜數據中第k條譜線的頻譜。
[0094]
頻譜為復數，對其取模，得到幅值譜：
[0095]
a(i，k)＝|x(i，k)|
????
式4
[0096]
其中，a(i，k)表示第i幀頻譜數據中第k條譜線的幅值。
[0097]
對a(i，k)取平方，得到數據的能量譜：
[0098]
e(i，k)＝|x(i，k)|2??
式5
[0099]
其中，e(i，k)表示第i幀頻譜數據中第k條譜線的能量。
[0100]
具體的，該車輛關門聲品質評價方法的步驟s3，所述對所述能量譜數據進行mel濾波中，包括以下步驟：
[0101]
計算獲得預設的mel三角濾波器對應的mel三角濾波器組數據；
[0102]
利用所述mel三角濾波器對所述能量譜數據進行mel濾波，基于所述mel三角濾波
器組數據以及所述能量譜數據，計算獲得經過所述mel三角濾波器濾波后的所述能量譜數據。
[0103]
具體的，該車輛關門聲品質評價方法的步驟s3，所述基于經過mel濾波后的所述能量譜數據，計算獲得所述待評價車輛的mfcc數據中，包括以下步驟：
[0104]
對基于經過mel濾波后的所述能量譜數據進行求對數處理，并進行離散余弦變換，獲得所述待評價車輛的mfcc數據。
[0105]
該車輛關門聲品質評價方法的步驟s3，在具體實施時，情況如下：
[0106]
s301、對能量譜進行mel濾波，這一步驟分為兩小步：
[0107]
第一小步：計算mel三角濾波器組數據：
[0108]
mel(關爾)是主觀音高的單位，而hz(赫茲)則是客觀音高的單位；人耳對聲音的感知程度，與赫茲(hz)頻率不成線性關系，但在mel頻率上，人對音調的主觀感知與mel刻度則為線性關系；
[0109]
mel頻率基于人耳聽覺特性提出來，它與hz(赫茲)頻率是非線性關系，如下式所示：
[0110]
mel＝2595*log
10
(1+f0/700)
????
式6
[0111]
其中，f0為頻率變量(hz)，mel為mel頻率。
[0112]
mel刻度在低頻(hz)部分的分辨率高，在高頻(hz)的分辨率低，與人耳的聽覺特性是相符的；
[0113]
同時，結合人耳的掩蔽效應，人們設計了mel三角濾波器組。
[0114]
第m個三角濾波器的傳遞函數為：
[0115][0116]
其中，1≤m≤m，m為三角濾波器個數；
[0117]
hm(k)為第m個三角濾波器第k條譜線的幅值；
[0118]
f(m)為第m個濾波器的中心頻率所對應的譜線序號，f(m-1)為第m-1個濾波器的中心頻率所對應的譜線序號，f(m+1)為第m+1個濾波器的中心頻率所對應的譜線序號，k表示譜線序號。
[0119]
mel三角濾波器組各濾波器的端點頻率及中心頻率所對應的譜線序號f(m)依照如下方式計算：
[0120]
關門聲數據采集，采樣頻率為20000hz，依據香農采樣定理，其分析頻率上限為20000/2＝10000hz，依據式6，求出其mel值，記為mel_max。
[0121]
選定所關注噪聲的頻率下限，如20hz，依據式6，求出其mel值，記為mel_min。
[0122]
在mel刻度上，將區間[mel_min,mel_max]均勻分成m+1段，段長mel_step為：
[0123]
mel_step＝(mel_max-mel_min)/(m+1)
????????
式8
[0124]
m1(j)＝mel_min+j*mel_step 0≤j≤(m+1)
???????
式9
[0125]
m1(j)為mel刻度上mel三角濾波器組的第j個端點頻率。
[0126]
hz頻率f0與mel頻率mel的函數為：
[0127][0128]
將ml(j)(0≤j≤(m+1))代入式10中的mel值，得到f1(j)，0≤j≤(m+1)。
[0129]
將f1(j)乘以n/fs，得f(j)，即：
[0130][0131]
其中，n為數據幀的長度，fs為數據的采樣頻率；
[0132]
本技術實施例中，n＝512，fs＝20000hz。
[0133]
則第j個濾波器的中心頻率所對應的譜線序號為f(j)，左端點頻率所對應的譜線序號為f(j-1)，右端點頻率所對應的譜線序號為f(j+1)。
[0134]
第二小步：對能量譜進行mel濾波處理：
[0135]
每一幀頻譜數據通過mel濾波器后的頻譜能量為數據能量譜e(i，k)與mel三角濾波器組傳遞函數hm(k)的乘積和：
[0136]
f(i，m)＝∑ke(i，k)*hm(k)，1≤m≤m
????
式12
[0137]
其中，m為濾波器個數，典型值為24；
[0138]
k表示譜線序號，i為數據的幀序號。
[0139]
s302、對濾波后的數據求對數，進行離散余弦變換：
[0140][0141]
其中，t＝1，2......m，
[0142][0143]
其中，m為濾波器個數。
[0144]
c即為mfcc(美爾頻率倒譜系數)，c(i，t)為第i幀mfcc的第t個系數(t為整數，為離散余弦變換變量，作用如同fft中的譜線數k)，m為三角濾波器序號，即第m個三角濾波器。
[0145]
進一步的，該車輛關門聲品質評價方法的步驟s4，所述基于預設的關門聲品質標定數據以及所述待評價車輛的mfcc數據，計算獲得所述待評價車輛對應的關門聲品質評分值之前，所述方法包括以下步驟：
[0146]
選定至少兩個關門聲品質存在優劣差異的用于標定車輛，并采集各用于標定車輛的車輛關門聲信號，并向所述用于標定車輛的所述車輛關門聲信號分配對應的關門聲品質評分值；
[0147]
基于所述用于標定車輛的所述車輛關門聲信號，獲得所述用于標定車輛的mfcc數據；
[0148]
基于所述用于標定車輛的所述mfcc數據進行矩陣處理，獲得對應的所述關門聲品質標定數據。
[0149]
具體的，該車輛關門聲品質評價方法的步驟s4，所述基于預設的關門聲品質標定數據以及所述待評價車輛的mfcc數據，計算獲得所述待評價車輛對應的關門聲品質評分值中，包括以下步驟：
[0150]
基于所述關門聲品質標定數據，計算用于表示不同所述用于標定車輛的mfcc數據之間的距離，獲得對應的車輛關門聲品質特征距離數據；
[0151]
基于車輛關門聲品質特征距離數據，運用dtw計算不同的所述用于標定車輛的所述車輛關門聲品質特征匹配矩陣，獲得所有所述用于標定車輛的車輛關門聲品質總距離數據；
[0152]
基于所述待評價車輛的mfcc數據以及所述用于標定車輛的mfcc數據，計算獲得所述待評價車輛與不同的所述用于標定車輛之間的車輛關門聲品質特征距離數據；
[0153]
基于車輛關門聲品質特征距離數據，運用dtw計算待評價車輛與不同的所述用于標定車輛之間的車輛關門聲品質特征匹配矩陣，獲得待評價車輛與所有所述用于標定車輛之間的車輛關門聲品質總距離數據；
[0154]
基于所述待評價車輛與所有所述用于標定車輛之間的車輛關門聲品質總距離數據、所有所述用于標定車輛的車輛關門聲品質總距離數據以及所述用于標定車輛的車輛對應的預設的關門聲品質評分值，計算獲得所述待評價車輛的關門聲品質評分值。
[0155]
該車輛關門聲品質評價方法的步驟s4，在具體實施時，情況如下：
[0156]
s401、生成關門聲品質標定數據：
[0157]
在市場上挑選兩臺車輛，一臺為關門聲品質優異的車輛a，一臺為關門聲品質惡劣的車輛b，按照步驟1的操作內容，采集a、b兩臺車的關門聲信號；
[0158]
針對a、b兩臺車的關門聲品質，基于一定的評價規則，進行品質評判，獲得對應的評分值point_a、point_b；
[0159]
point_a的典型值為8.0、8.5，point_b的典型值為5.0、5.5。
[0160]
另外，還可以在市場上挑選三臺車輛，一臺為關門聲品質優異的車輛a，一臺為關門聲品質惡劣的車輛b，一臺為關門聲品質中等的車輛c，按照步驟1的操作內容，采集a、b以及c三臺車的關門聲信號。
[0161]
對上述a、b以及c三臺車的關門聲品質基于一定的評價規則，進行品質評判，得到其評分值point_a、point_b以及point_c；
[0162]
必要時，也可直接獲取外部設備設定的評分值；
[0163]
point_a的典型值為8.0、8.5，point_b的典型值為5.0、5.5，point_c的典型值為6.0、6.5、7.0。
[0164]
類似的，還可以在市場上挑選四臺車輛、五臺車輛；
[0165]
一臺為關門聲品質優異的車輛a，一臺為關門聲品質惡劣的車輛b，其余為關門聲品質中等的車輛；
[0166]
按照步驟1的操作內容，采集所有車輛的關門聲信號；
[0167]
基于一定的評價規則，對所有車輛的關門聲品質進行品質評判，得到其評分值，或接收外部設備發送的評分值；
[0168]
需要注意的是，各車輛的評分值要盡量分散開，不要太接近。
[0169]
對所采集車輛進行編號，按照步驟s2至s3的操作內容，對其關門聲信號分別提取mfcc特征值；
[0170]
設共采集了r臺車輛的關門聲信號，則可得到r個矩陣；
[0171]
每個矩陣的每一列代表相應車輛關門聲信號某幀數據的m個mel倒譜系數，即每個矩陣的行數均是m；
[0172]
每個矩陣的列數不盡相同，列數即相應車輛關門聲信號的幀數，記為col_num，col_num(n2)表示編號為n2車輛關門聲信號mfcc特征值矩陣的列數；
[0173]
將這r個矩陣組合成一個三維矩陣，記為m_cal，
[0174]
m_cal(n2,i2,j2)表示編號為n2車輛關門聲信號mfcc特征值矩陣中的第i2行，第j2列元素，
[0175]
m_cal即為關門聲品質標定數據。
[0176]
s402、生成關門聲品質特征距離數據：
[0177]
本技術實施例的技術方案運用dtw(動態時間規整)進行車輛關門聲信號之間的距離計算；
[0178]
dtw是dynamic time warping的縮寫，用來計算兩個時間序列之間的相似性；
[0179]
在時間序列分析中，有時兩段時間序列的長度可能并不相等，傳統的歐幾里得距離無法計算兩個時間序列之間的距離(或相似性)，而dtw通過把時間序列進行延伸和縮短，能有效地衡量兩個時間序列性之間的相似性。
[0180]
運用dtw算法前，須先確定兩幀mfcc數據間的距離；
[0181]
余弦相似度是描述向量間靠近程度的參數，本技術實施例中采用余弦相似度來表征兩幀mfcc數據間的距離度量參數，即兩幀mfcc數據的貼近程度，即兩幀音色(mfcc數據可理解為音色)的貼近程度，計算公式如下：
[0182][0183]
其中，similarity_0為一四維矩陣，1≤n3＜n4≤r,1≤i2≤col_num(n3)，1≤j2≤col_num(n4)，similarity_0(n3,n4,i2,j2)表示編號為n3的車輛的第i2幀mfcc參數與編號為n4的車輛的第j2幀mfcc參數間的余弦相似度，其值范圍為[-1,1]，其值越大，表示兩向量越貼近；其值越小，表示兩向量越不相似。
[0184]
當n3＝n4時，similarity_0(n3,n4,i2,j2)表示編號為n3(n4)的車輛各幀mfcc之間的余弦相似度，這個數據是不需要的；
[0185]
由于similarity_0(n3,n4,i2,j2)與similarity_0(n4,n3,j2,i2)取值相同，對于后續步驟，計算其中之一就可以；
[0186]
因此，本技術實施例中，對n3,n4有限制：n3＜n4。
[0187]
由于運用dtw(動態時間規整)進行匹配計算時，其算法要求兩向量越貼近，其距離越小，這個要求與變量similarity_0不一致(變量similarity_0越大，表示兩向量越貼近)；
[0188]
因此，需要對變量similarity_0進行變換，變換公式如下。
[0189]
similarity＝-similarity_0+1.1
??????
式16
[0190]
上式中，負號的作用改變similarity_0的趨勢(使similarity越小，兩向量越貼近)，加1.1的作用是使similarity的取值大于0；
[0191]
similarity可稱為車輛關門聲品質特征距離數據。
[0192]
s403、生成車輛關門聲品質總距離數據：
[0193]
運用dtw(動態時間規整)進行車輛關門聲品質數據之間的距離計算；
[0194]
根據編號為n3車輛與編號為n4車輛的關門聲品質特征距離數據，記為similarity(n3,n4,:,:)，計算其特征匹配矩陣，記為m_match(n3,n4,:,:)，計算方法如下：
[0195]
首先，進行初始化，令m_match(n3,n4,1,1)＝similarity(n3,n4,1,1)；
[0196]
然后，按式17進行迭代計算：
[0197]
m_match(n3,n4,i2,j2)＝min{m_match(n3,n4,i2-1,j2)+
[0198]
similarity(n3,n4,i2,j2)，m_match(n3,n4,i2-1,j2-1)+similarity(n3,n4,i2,j2)，m_match(n3,n4,i2,j2-1)+similarity(n3,n4,i2,j2)}式17
[0199]
式17中m_match(n3,n4,i2,j2)的計算方法是有順序的，可依次計算其第一列、第二列、
……
第col_num(n4)列，也可依次計算其第一行、第二行、
……
第col_num(n3)行。
[0200]
式17中，只對i2-1≥1，j2-1≥1的數值進行取小計算；
[0201]
如求m_match(n3,n4,1,2)時，因i2＝1，j2＝2，i2-1＝0，故只需取m_match(n3,n4,1,2)＝min{m_match(n3,n4,i2,j2-1)}＝min{m_match(n3,n4,1,1)}；
[0202]
因為m_match(n3,n4,i2-1,j2)，m_match(n3,n4,i2-1,j2-1)這兩個元素不存在。
[0203]
另外，式17的含義是編號為n3車輛的某幀mfcc數據mfcc_a可能與編號為n4車輛的某幀mfcc數據mfcc_b一一對應，也可能mfcc_a對應編號為n4車輛的多幀mfcc數據，也可能mfcc_b對應編號為n3車輛的多幀mfcc數據；
[0204]
需要說明的是，幀之間的匹配必須保持連續，不能出現跨幀匹配的情況。
[0205]
遍歷n3，n4，1≤n3＜n4≤r，r為車輛臺數；
[0206]
依據式17，即得到特征匹配矩陣m_match。
[0207]
取出編號為n3車輛與編號為n4車輛的關門聲品質特征匹配矩陣m_match(n3,n4,:,:)中的右下角元素，即元素m_match(n3,n4,col_num(n3),col_num(n4))，1≤n3＜n4≤r；
[0208]
此元素即為n3車輛與編號為n4車輛的關門聲品質總匹配距離，稱為關門聲品質總距離；
[0209]
若r＝2，即標定車輛為兩臺車a、b，則a、b兩臺車之間的關門聲品質總距離記為d_ab；若r＝3，即標定車輛為兩臺車a、b、c，則a、b兩臺車之間的關門聲品質總距離記為d_ab，a、c兩臺車之間的關門聲品質總距離記為d_ac，b、c兩臺車之間的關門聲品質總距離記為d_bc，r等于其它數值的情況依此類推。
[0210]
s404、建立待評價車輛關門聲品質總距離：
[0211]
按照步驟s1至s3的操作內容，得到待評價車輛的mfcc數據，記為mfcc_t。
[0212]
按照步驟s402至s403的操作內容，生成待評價車輛與標定車輛的關門聲品質總距離；
[0213]
若標定車輛為兩臺車a、b，則待評價車輛與標定車輛的關門聲品質總距離分別記為d_at、d_bt；
[0214]
若標定車輛為三臺車a、b、c，則待評價車輛與標定車輛的關門聲品質總距離分別記為d_at、d_bt、d_ct；
[0215]
標定車輛為四臺車、五臺車時，依次類推。
[0216]
s405、預測待評價車輛關門聲品質評分值：
[0217]
若標定車輛為兩臺車a、b，參照圖2，畫出a、b兩點及其之間的線段ab；
[0218]
a、b兩點表示a、b兩臺車的關門聲品質評分值point_a、point_b；
[0219]
設定比例尺，用線段ab的長度表示兩臺車的特征距離參數d_ab；
[0220]
point_a、point_b、d_ab均已知，車輛a與待評價車輛t的特征距離參數d_at已知。
[0221]
以a點為圓心，按設定的比例尺，將d_at轉化為長度，并以此長度為半徑畫弧；
[0222]
同樣的，車輛b與待評價車輛t的特征距離參數d_bt已知，以b點為圓心，按設定的比例尺，將d_bt轉化為長度，并以此長度為半徑畫弧；
[0223]
兩條弧線相交于點t，連接a、t兩點，連接b、t兩點，a、b、t三點形成
△
abt，從t點做線段ab的垂線，交ab于z點；
[0224]
z點對應的評分值point_t即為待評價車輛的關門聲品質評分值。
[0225]
按照如下方法求取point_t的值。
[0226]
設線段at與ab的夾角θ，根據三角形余弦定理有：
[0227][0228]
其中，||表示相應線段的長度。
[0229][0230]
參照圖2，有如下比例關系：
[0231][0232]
由式19，式20可得：
[0233][0234]
由式21即可求取待評價車輛關門聲品質評分值point_t。
[0235]
圖2為t點在線段ab上的情形，當t點在線段ab的延長線上時，式18-21仍然成立。
[0236]
若標定車輛為三臺車，可參照圖3，將
△
abc劃分為3個小三角形(分別為
△
abt、
△
act、
△
bct)。對每個小三角形，按照式18-21(標定車輛為兩臺車的情形)，分別計算出point_t1、point_t2、point_t3，取其均值，作為待評價車輛的關門聲品質評分值，公式如
下：
[0237][0238]
圖3為t點在
△
abc內的情形，當t點在
△
abc外部時，式18-22仍適用。
[0239]
當標定車輛為四臺車、五臺車時，處理方法與三臺車的情況類似。
[0240]
增加標定車輛的目的是提高關門聲品質評分值的預測精度；
[0241]
一般來說，標定車輛越多，預測精度越高，但采集數據工作量增大，數據處理時間增加；
[0242]
多數情況下，標定車輛數量可設定為三臺車。
[0243]
優選的，該車輛關門聲品質評價方法中，在預設的消音室內進行所述車輛關門聲信號的采集。
[0244]
需要說明的是，
[0245]
mfcc，即mel頻率倒譜系數，其全稱是mel frequency cepstrum coefficient；
[0246]
mel(美爾)是主觀音高的單位，而hz(赫茲)則是客觀音高的單位；
[0247]
mel頻率是基于人耳聽覺特性提出來的概念，它與hz(赫茲)頻率是非線性關系；
[0248]
mel頻率倒譜系數(mfcc)是利用它們之間的這種關系，計算得到的倒譜特征。
[0249]
dtw，即動態時間規整，是dynamic time warping的縮寫，用來計算兩個時間序列之間的相似性；
[0250]
在時間序列分析中，有時兩段時間序列的長度可能并不相等，傳統的歐幾里得距離無法計算兩個時間序列之間的距離(或相似性)，而dtw通過把時間序列進行延伸和縮短，能有效地衡量兩個時間序列性之間的相似性。
[0251]
綜上所述，本技術實施例提出一種基于mfcc和dtw算法的車輛關門聲品質評價方法；
[0252]
相比傳統的汽車關門聲品質評價方法，該車輛關門聲品質評價方法由于考慮了人耳的聽覺特性，同時對關門聲信號進行了細致深入的分析，得到其mfcc數據，更加深刻地描述其音色特征；
[0253]
運用dtw算法確定了各車輛間的關門聲品質總距離，結合總距離及標定車輛的關門聲品質評分值，即可預測待評價車輛關門聲品質評分值，評價方法簡便；
[0254]
該車輛關門聲品質評價方法所需標定車輛數量少，只需2-5臺車，節約時間及費用；
[0255]
該車輛關門聲品質評價方法無須對關門聲品質進行實地評價，獲取某車輛關門聲信號，即可預測該車輛關門聲品質評分值，且評分值準確性高，大大方便了關門聲品質的評價工作。
[0256]
第二方面，參見圖4所示，本技術實施例提供一種車輛關門聲品質評價系統，該系統包括：
[0257]
聲音采集單元，其用于采集獲得待評價車輛的車輛關門聲信號，并截取獲得車門開始旋轉至車門完全關好過程中的第一關門聲信號；
[0258]
頻譜分析單元，其用于對所述第一關門聲信號進行預處理，并對預處理后的所述第一關門聲信號進行頻譜分析，獲得所述第一關門聲信號對應的能量譜數據；
[0259]
第一數據處理單元，其用于對所述能量譜數據進行mel濾波，并基于經過mel濾波后的所述能量譜數據，計算獲得所述待評價車輛的mfcc數據；
[0260]
品質評價單元，其用于基于預設的關門聲品質標定數據以及所述待評價車輛的mfcc數據，計算獲得所述待評價車輛對應的關門聲品質評分值。
[0261]
本技術實施例的技術方案所需數據樣本較少，對車輛關門聲信號進行數據處理，獲得對應的mfcc數據，并結合關門聲品質標定數據進行關門聲品質評價，在保障準確性和可靠性的前提下，成本低廉，操作便利，能夠滿足當前關門聲品質評價需求。
[0262]
進一步的，該車輛關門聲品質評價系統還包括：
[0263]
評價標定單元，其用于選定至少兩個關門聲品質存在優劣差異的用于標定車輛，并采集各用于標定車輛的車輛關門聲信號，并向所述用于標定車輛的所述車輛關門聲信號分配對應的關門聲品質評分值；
[0264]
所述第一數據處理單元，還用于基于所述用于標定車輛的所述車輛關門聲信號，獲得所述用于標定車輛的mfcc數據；
[0265]
所述系統還包括第二數據處理單元，其用于基于所述用于標定車輛的所述mfcc數據進行矩陣處理，獲得對應的所述關門聲品質標定數據。
[0266]
進一步的，該車輛關門聲品質評價系統還包括：
[0267]
特征距離處理單元，其用于基于所述關門聲品質標定數據，計算用于表示不同所述用于標定車輛的mfcc數據之間的距離，獲得對應的車輛關門聲品質特征距離數據；
[0268]
所述特征距離處理單元還用于基于車輛關門聲品質特征距離數據，運用dtw計算不同的所述用于標定車輛的所述車輛關門聲品質特征匹配矩陣，獲得所有所述用于標定車輛的車輛關門聲品質總距離數據；
[0269]
所述特征距離處理單元還用于基于所述待評價車輛的mfcc數據以及所述用于標定車輛的mfcc數據，計算獲得所述待評價車輛與不同的所述用于標定車輛之間的車輛關門聲品質特征距離數據；
[0270]
所述特征距離處理單元還用于基于車輛關門聲品質特征距離數據，運用dtw計算待評價車輛與不同的所述用于標定車輛之間的車輛關門聲品質特征匹配矩陣，獲得待評價車輛與所有所述用于標定車輛之間的車輛關門聲品質總距離數據；
[0271]
所述品質評價單元還用于基于所述待評價車輛與所有所述用于標定車輛之間的車輛關門聲品質總距離數據、所有所述用于標定車輛的車輛關門聲品質總距離數據以及所述用于標定車輛的車輛對應的預設的關門聲品質評分值，計算獲得所述待評價車輛的關門聲品質評分值。
[0272]
需要說明的是，在本技術中，諸如“第一”和“第二”等之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個
……”
限定的要素，并不排除在包括要素的過程、方法、物品或者設備中還存在另外的相同要素。
[0273]
以上僅是本技術的具體實施方式，使本領域技術人員能夠理解或實現本技術。對
這些實施例的多種修改對本領域的技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本技術的精神或范圍的情況下，在其它實施例中實現。因此，本技術將不會被限制于本文所示的這些實施例，而是要符合與本文所申請的原理和新穎特點相一致的最寬的范圍。