基于神经网络工具的车内噪声预测

摘要

为了提高驾乘舒适性,根据汽车车内噪声与发动机和车身振动之间的强相关性,提出了采用BP神经网络,以发动机、车顶棚及地板的振动加速度信号预测驾驶员右耳位置噪声信号的方法。通过试验采集BP网络的训练样本数据,综合考虑网络的收敛精度和泛化效果确定网络的拓扑结构。通过对网络仿真结果的分析,在稳态和非稳态工况下,BP网络均能有效预测声压信号的幅值、相位及频率特性。对于进一步采用主动干预措施控制低频噪声具有参考价值和指导意义。