基于聽覺感知的飛機艙內噪聲合成

李云鶴，陳克安

（西北工業大學 航海學院，西安710072）

隨著飛機逐漸成為大眾化的出行選擇，飛機噪聲越來越引起人們的關注。在飛機噪聲控制與評價研究中，常常需要大量的噪聲樣本，然而實際飛行測試人力物力耗費巨大、時間周期長，且受到各種條件限制。聲音合成技術是一種成本低、實現方便的方法，受到研究者們的重視。目前，聲音合成技術已廣泛應用到汽車、飛機、艦船等各個領域的噪聲研究當中，其中飛機噪聲合成主流方法有3 種：正弦+噪聲模型、雙耳正弦+噪聲模型、物理模型。

Berckmans 等[1]基于正弦+噪聲模型，將飛機飛越噪聲分為線譜、寬帶、多普勒頻移分量和地面效應4 部分，合成了飛機飛越噪聲。Janssens 等[2]同樣基于正弦+噪聲模型，介紹了飛越噪聲和艙內噪聲的合成方法，方法與Berckmans類似，并將該方法應用在直升機噪聲[3]。Arntzen等[4]基于物理模型，建立了各個飛機噪聲源預測模型，疊加得到監測點合成聲，但精確度較差。Verron 等[5-6]提出了雙耳正弦+噪聲合成模型，在正弦+噪聲模型的基礎上加入了耳間相干性和耳間相位差2 個雙耳線索，合成了某種機型的飛機艙內噪聲。國內關于飛機噪聲合成的研究相對較少，盛曉偉等[7]使用短時傅里葉分析與合成技術以及線性預測分析與合成技術從飛機駕駛座艙的原始錄音提取聲源，并將之應用到了飛行器音效模擬系統。

現有的飛機噪聲合成研究大多以飛機艙外噪聲即飛越噪聲為對象，主要為飛越噪聲的噪聲煩惱感研究提供樣本，艙內噪聲合成研究相對較少。并且飛機噪聲合成方法大多以正弦+噪聲模型為基礎，分別合成線譜及基于1/3 倍頻程合成寬帶譜。聲音合成方法的評價指標大多為聲壓級、A 聲級等物理屬性，關于人耳實際聽覺感知方面的研究較少。

基于此，本文分別從理論和實測噪聲分析兩種角度研究飛機艙內噪聲特性，選擇正弦+噪聲合成模型，在此基礎上介紹兩種飛機艙內噪聲合成方法，檢測提取實測噪聲的峰值信息合成線譜，然后分別基于1/3倍頻程和聽覺臨界頻帶合成寬帶譜，疊加得到合成聲。以波音737、波音747、波音777 和空客321巡航狀態下的艙內實測噪聲為原始噪聲，建立噪聲合成模型，合成各測點處艙內噪聲，最后設計并開展主觀評價實驗，從聽覺感知的角度，評估合成聲的有效性。

1 飛機艙內噪聲特性

目前飛機艙內噪聲合成主流方法有正弦+噪聲模型、雙耳正弦+噪聲模型和物理模型3 種，研究飛機艙內噪聲特性可知，飛機艙內噪聲主要由中低頻線譜和連續寬帶譜構成，與正弦+噪聲模型較為符合，并且建立各個噪聲源的物理模型精度較差，合成效果不理想，而雙耳正弦+噪聲模型偏重耳間相干性和耳間相位差合成，合成精度和正弦+噪聲模型基本一致，因此通過飛機艙內噪聲特性理論與實測噪聲分析，選擇正弦+噪聲模型進行艙內噪聲合成。

1.1 飛機艙內噪聲來源及特性

飛機艙內噪聲由各種聲源和振源形成，并經過空氣傳聲或結構傳聲這兩種噪聲傳遞路徑進入艙內，噪聲包括駕駛艙、空勤艙、乘客艙、設備艙和貨艙等各個艙室內的噪聲。影響飛機艙內聲學環境的噪聲源很多，從聲源位置的角度主要分為兩類，外部噪聲源及內部噪聲源。其中，外部噪聲源主要來自于航空發動機和湍流邊界層噪聲[8-9]，包括：

（1）飛機在飛行狀態下，氣流流過機體表面如機身、機翼等位置引起的氣流壓力擾動產生的湍流邊界層噪聲，也叫機體噪聲；

（2）發動機風扇、渦輪等產生的噪聲；

（3）發動機振動引起的結構振動輻射噪聲；外部噪聲源示意圖見圖1。機艙內部噪聲源主要包括環控系統、液壓系統、壓力安全閥以及電子機械設備等，但相對于發動機噪聲和湍流邊界層噪聲，艙內噪聲源產生的噪聲往往被忽略。

圖1 飛機外部噪聲源分布示意圖

從頻譜組成的角度來看，飛機艙內噪聲頻譜主要由線譜和寬帶譜組成，其中線譜的主要來源為發動機中的風扇、渦輪、壓氣機等產生的機械噪聲。機械噪聲的基本頻率f1或葉片通過頻率BPF（Blade Passing Frequnecy，BPF）與轉速有關：

其中：BPF 是機械噪聲線譜部分的基本頻率，RPM（RPM，Revolutions Per Minute）是機械轉速（每分鐘轉數）。基頻旁邊也會出現部分諧波分量：

其中：fN是第n次諧波，f1是基頻，N是諧波階數。

寬帶譜的主要來源是機身外部的湍流邊界層噪聲，湍流邊界層大多附著在機身表面上，但是在突出物附近和駕駛艙周圍可能存在一些分離的流動區域。即使對于亞音速巡航，也可能存在一些帶有沖擊波的超音速流動區域，尤其是在駕駛艙上方。外部湍流邊界層產生的艙室內部噪聲通常在中高頻率范圍內占主導地位，它的主要特征是受飛行速度影響很大，噪聲強度隨飛機速度的增大而增大[10]。

1.2 實測噪聲分析

本文后續使用的實測噪聲數據分為艙內噪聲特性研究數據集和主觀評價實驗數據集兩種。兩種數據集的單個測點噪聲數據均為單通道采樣獲得，非雙耳采樣。

（1）艙內噪聲特性研究數據集：通過與中國飛機強度研究所合作，獲得波音737-800艙內巡航狀態下實測數據。測試時飛機內部配置齊全，座椅靠背為直立狀態，增壓和空調系統處于正常運轉狀態，乘客和機組人員的空氣出口關閉，公共廣播系統關閉。測點個數為23 個，位置如圖2 所示。其中1～16 號為座椅頭枕處測點，高度為坐姿時人耳高度，約為1.2 m；17～23 號為過道測點，高度為過道站立時人耳高度，約為1.7 m，采樣頻率為32 768 Hz，采樣時長30 s。

圖2 波音737-800艙內測點圖

（2）主觀評價實驗數據集：包括上述實測波音737-800 艙內23 個測點噪聲數據，以及從Sound Ideas公司購買的波音747、波音777和空客321 3種機型巡航狀態下艙內各4個測點共12個測點的噪聲數據。

對波音737 艙內23 個測點的數據做FFT 分析，發現頻譜如前所述由線譜和寬帶譜構成，線譜主要處在低頻區域，具有明顯的諧波特性。圖3 給出了測點1 的時域波形圖和頻譜圖，從時譜圖可以看出飛機艙內噪聲信號基本平穩，從頻譜圖可以發現飛機艙內噪聲能量主要集中在中低頻區，在65 Hz、194 Hz 和2 060 Hz 有明顯的線譜成分，其余測點頻譜在65 Hz 處同樣具有線譜成分，并伴有不定階數的諧波成分。

圖3 波音737-800艙內測點時頻譜圖

2 艙內噪聲合成模型

由前文可知，飛機艙內噪聲可分為寬帶譜和線譜，其中寬帶譜是飛機艙內噪聲聽覺感知屬性的基礎，如果寬帶譜不正確就不像飛機艙內噪聲;線譜中包含有飛機艙內狀態的重要信息，如果缺失線譜，人耳就無法辨別飛機的重要狀態信息。

因此，本文基于正弦+噪聲模型，使用線譜+寬帶譜的合成模型，將飛機艙內噪聲分為線譜和寬帶譜兩部分分別合成。線譜成分通過對實測噪聲信號峰值檢測提取合成，寬帶譜通常在某一頻帶內研究，常用頻帶為1/3 倍頻程，然而從心理聲學角度考慮，人耳聽覺系統具有帶通濾波器特性，1 Bark 臨界帶約等于沿耳蝸基底膜1.3 mm 長的距離[11]，傳統的1/3倍頻帶沒有考慮到人耳的聽覺感知。因此，分別使用1/3 倍頻程和聽覺臨界頻帶兩種方法建模合成寬帶譜，然后疊加線譜和寬帶譜得到兩種合成聲，流程如圖4所示，步驟如下：

圖4 飛機艙內噪聲合成模型

（1）峰值檢測：采集噪聲樣本，對該樣本進行FFT變換，檢測提取其中的峰值信息；

（2）線譜合成：利用提取到的峰值信息，合成線譜成分；

（3）濾波器設計：從噪聲樣本中剔除線譜成分，對于剩下的寬帶譜分別基于1/3 倍頻程和聽覺臨界頻帶形式分析，提取相關參數，設計濾波器；

（4）寬帶譜合成：將高斯白噪聲通入濾波器后，調節幅值，合成寬帶譜；

（5）疊加合成：使用傅里葉合成法疊加線譜和寬帶譜成分，得到合成聲。

本文使用MATLAB 軟件對飛機艙內噪聲信號進行頻譜分析、峰值檢測、濾波器設計，線譜和寬帶譜合成以及合成聲疊加等相關信號處理。

2.1 線譜合成

對艙內噪聲信號做FFT 得到頻譜信息后，下一步就是要進行峰值檢測，找到每個頻譜中顯著的峰值。峰值定義為在幅值頻譜|X(k) |中的局部最大值。如果ka是頻譜中的一個頻率索引，那么它只有滿足：

才是局部最大值。但并不是所有的峰值在頻譜中都同樣明顯，因此需要對峰值進行一定的篩選，采用設置閾值搜索局部峰值的方法篩選峰值，峰值高度設為峰值和鄰近谷值的差值，計算如式(4)所示：

其中：h(ka)是峰值高度，|X(ka)|為檢測到的峰值，|X(kβ-) |和|X(kβ+) |則是|X(ka) |附近的谷值。從聽覺感知的角度考慮，通常將線性幅值|X(k) |轉換為分貝幅值XdB(k)：

因此重新定義峰值高度為：

在峰值檢測算法中設置一個閾值M，M就是設定的允許通過的最小峰值高度，即要求h(ka)>M。除了比較峰值高度外，還需要對峰值的幅度進行篩選，設定N為最小峰值幅度，如果XdB(ka)≤N，則該峰值不能通過篩選。峰值檢測的步驟如下：

（1）峰值谷值檢測：檢測信號頻譜中所有的峰值和谷值，計算每一個峰值與其左右相鄰的谷值的差值h(ka)；

（2）閾值設定：設定閾值M，比較h(ka)和M，如果峰值高度大于閾值，繼續進行篩選，如果峰值高度小于閾值，剔除該峰值；

（3）最小峰值幅度設定：設定最小峰值幅度N，比較N和XdB(ka)，如果XdB(ka)大于N，該峰值被提取出來，如果XdB(ka)小于等于N，剔除該峰值。

對于波音737-800 飛機，閾值M設定為5 dB，最小峰值幅度N設定為40 dB，然后進行峰值檢測提取，測點1峰值檢測結果如圖5所示。

圖5 峰值提取結果

從圖中可知共篩選出了9 個峰值，分別是18 Hz、61 Hz、65 Hz、69 Hz、130 Hz、194 Hz、353 Hz、488 Hz 和2 060 Hz，并提取各個峰值頻率所對應的幅值和相位。

檢測并提取了峰值的頻率、幅度和相位信息后，使用加法合成法來合成艙內噪聲信號的線譜成分為：

其中：XP是合成的線譜成分，n是檢測到的峰值個數，Ai是第i個峰值的幅度，fi是第i個峰值的頻率，φi是第i個峰值的相位。圖6是測點1的線譜成分合成結果，共合成了9個線譜成分。

圖6 線譜合成結果

2.2 1/3倍頻程合成

在合成艙內噪聲信號的線譜成分后，下一步就是要合成殘余的寬帶譜成分，本節介紹以1/3倍頻程的形式合成寬帶譜的方法。首先從原始噪聲信號的頻譜中去掉線譜成分，以1/3倍頻程的形式對殘余寬帶譜進行分析，并對每個1/3 倍頻帶內的幅值求平均，得到殘余寬帶譜在每個1/3 倍頻帶內的幅值分布，圖7 是測點1 殘余寬帶譜在各個1/3 倍頻帶內的幅值分布。

圖7 殘余寬帶譜1/3倍頻程幅值分布圖

根據獲得的殘余寬帶譜在每個1/3 倍頻帶的幅值分布確定各個1/3倍頻帶的權重系數，基于權重系數設計具有對應頻響曲線的濾波器，圖8 是對應測點1 的1/3 倍頻程幅值分布所設計的濾波器頻響曲線。

圖8 基于1/3倍頻程設計濾波器頻響曲線

將高斯白噪聲通過設計的濾波器，并經過幅值調節得到合成的寬帶譜，測點1寬帶合成結果如圖9所示。

圖9 1/3倍頻程寬帶合成結果

2.3 聽覺臨界頻帶合成

研究人耳聽覺系統靈敏度和分辨率時發現信號的頻帶寬度可以明顯改變絕對閾值和辨別閾值。如果從一個很窄的帶寬開始逐漸增加寬度，在一定范圍內，這種信號帶寬的增加并不影響絕對閾值，但是，當帶寬超出某一臨界值時，繼續增加帶寬會使絕對閾值提高，該帶寬臨界值被稱為臨界帶寬，由Fletcher 提出，后Zwicker 給出了臨界帶寬的具體解析式，并將Bark作為臨界帶寬的度量單位[12-13]。

因此，結合聽覺感知原理，本節提出以聽覺臨界帶的形式進行寬帶譜合成，主要考慮不同臨界帶內聲音信號強度的相對差異，而忽略處于同一臨界帶內的頻譜結構細節。同樣首先從原始噪聲信號的頻譜中去掉線譜成分，以聽覺臨界帶的形式對殘余寬帶譜進行分析，并對每一Bark 的臨界帶幅值求平均，得到殘余寬帶譜在每Bark 臨界帶內的幅值分布，圖10 給出了測點1 殘余寬帶譜在各個臨界帶內的幅值分布。

圖10 殘余寬帶譜臨界帶幅值分布圖

根據獲得的殘余寬帶譜在每個臨界帶的幅值分布確定各個臨界頻帶的權重系數，基于權重系數設計具有對應頻響曲線的濾波器，圖11 是對應測點1臨界帶幅值分布所設計的濾波器頻響曲線。

圖11 基于聽覺臨界頻帶設計濾波器頻響曲線

將高斯白噪聲通過設計的濾波器，并經過幅值調節得到合成的寬帶譜，測點1 基于臨界頻帶的寬帶合成結果如圖12所示

圖12 臨界帶寬帶合成結果

2.4 噪聲合成

分別合成艙內噪聲信號的線譜和寬帶譜后，使用傅里葉合成法也稱作線譜迭加法疊加兩部分，得到艙內噪聲合成聲，如式(8)所示：

其中：Hcs表示合成聲，C表示合成的寬帶譜成分，XP為合成的線譜成分。圖13是測點1實測噪聲和兩種合成聲的對比，從圖中可以看出兩種合成聲與實測噪聲的頻譜曲線基本一致，兩種方法都能取得比較好的合成效果。

圖13 實測噪聲和兩種合成聲的對比圖

3 主觀評價實驗

從頻譜的角度，兩種方法的合成聲與實測噪聲基本一致，下一步需要從聽覺感知的角度檢驗合成聲的有效性。本節使用成對比較法，選取了16位被試，對4 種機型的艙內實測噪聲樣本做了相似度評價實驗，從實際聽覺感知的角度對比艙內實測噪聲與合成聲，驗證了兩種方法的有效性。

3.1 聲樣本

實驗樣本為主觀評價實驗數據集內的4種機型共35 個測點的實測噪聲以及使用兩種方法得到的70 個合成聲，共計105 個聲樣本。配對方式為每個測點的實測噪聲與實測噪聲組成一對，即實測噪聲的重復，共35對；每個測點的實測噪聲和1/3倍頻程合成聲組成一對，共35 對；每個測點的實測噪聲和臨界帶合成聲組成一對，共35對。通過上述配對方式，每個測點有3 對聲樣本，對應實測噪聲重復、實測噪聲和1/3倍頻程合成聲對比、實測噪聲和臨界帶合成聲對比3種情況，35個測點3種情況共對應105對聲樣本。

此外考慮到人耳聽覺中主觀感知的形成過程，發現聲樣本的時長為5 s即可產生穩定的感知印象，因此，將所有聲樣本統一截取為5 s長的聲音片段。

3.2 被試

實驗中，16 位被試的年齡均在18 歲～30 歲，所有被試聽覺正常，無耳病癥狀，耳道無耵聹堵塞，無過度噪聲暴露史或家族性聽力損失者。

3.3 回放設備

為確保每個被試在相同的條件下聽到相同的聲音，通過耳機回放進行主觀評價實驗，評價結果不受房間聲學特性或者被試位置的影響，而且可有效屏蔽外界噪聲干擾且信號失真小。實驗使用儀器設備有一臺筆記本電腦，一臺16 通道的功率放大器（BEHRINGER HA4700）以及8 副動圈式高保真監聽級頭戴耳機（SENNHEISER HD280）。

3.4 實驗流程

本次實驗采用5級評價尺度，對105對聲樣本進行相似度評價實驗，評價尺度如表1所示。得分從1～5對應相似程度為非常不相似、比較不相似、有點相似、比較相似、完全相似。實驗前，實驗者進行講解并對被試進行試聽訓練。實驗過程中，被試每次聽到一對聲音，第一個聲音播放后間隔2 s播放第二個聲音，每對聲音播放完后，被試將有5 s 的時間對聲音的相似度感知進行評分。實驗方法采用問卷調查的形式，問卷分兩部分，第一部分為被試基本信息，第二部分是105對聲樣本的相似度打分。

表1 相似度評分標準

3.5 實驗結果

實驗回收了16 份問卷，其中有1 位被試的得分與其他被試的打分有明顯不同，剔除該份問卷。對于每個測點，取15 位被試對3 種情況下的相似度打分，分別對每種情況下的15 個得分做平均，對35 個測點均重復此操作，得到35個測點在每種情況下的相似度得分，如圖14所示。兩種合成聲的相似度得分整體低于實測噪聲的重復，但整體仍在4分左右，并且在部分測點合成聲與實測噪聲的相似度得分一致；臨界帶合成聲與1/3倍頻程合成聲整體得分基本一致，但在部分測點優于1/3倍頻程合成聲。

圖14 35個測點的相似度得分

對于每位被試，分別在3 種情況下取35 個測點的相似度得分，并對每種情況分別求平均，對15 位被試均重復此操作，得到15位被試在每種情況下的相似度得分，如圖15所示。15位被試的相似度打分雖然不完全相同，但總體趨勢為兩種合成聲的相似度得分基本一致，且大都低于實測噪聲的重復，但差距較小，其中8 號和15 號被試臨界帶合成聲得分與實測噪聲重復基本相同。

圖15 15位被試的相似度得分

對3 種情況下的15 位被試對35 個測點的相似度打分總體進行平均，結果如表2所示。1/3倍頻程合成聲與臨界帶合成聲得分低于實測噪聲重復，但差距較小，臨界帶合成聲得分稍優于1/3倍頻程合成聲。因此，從聽覺感知的角度，兩種合成方法均能有效合成艙內噪聲，其中臨界帶合成方法稍優于1/3倍頻程合成聲。

表2 3種情況下相似度平均得分

4 結論及展望

本文基于正弦+噪聲模型介紹了兩種飛機艙內噪聲合成方法，線譜部分通過峰值檢測提取合成，寬帶部分分別基于1/3 倍頻程和臨界帶兩種方法進行合成，最后疊加得到合成聲。并以波音737、747、777和空客321共4種機型巡航狀態下共計35個測點的艙內噪聲為參考噪聲，使用兩種合成方法進行了噪聲合成。從人耳聽覺感知角度考慮，使用成對比較法，選取了16 位被試進行了相似度評價實驗，實驗結果表明從聽覺感知角度，兩種合成方法均能有效合成艙內實測噪聲，其中臨界帶合成聲稍優于1/3倍頻程合成聲。

飛機噪聲特性研究表明艙內噪聲線譜成分與發動機渦輪、風扇等旋轉機械的物理特性有直接對應關系，合成方法中的線譜合成由于無法獲得巡航狀態下各種機械的相關參數，只能通過對實測噪聲的峰值檢測提取合成，在以后的研究中需建立兩者之間的聯系，通過各種機械的物理參數合成線譜成分，從而合成不同工況下的飛機艙內噪聲。

致謝：

在此特別感謝中國飛機強度研究所提供波音737-800巡航狀態下艙內實測噪聲數據。