极限梯度提升声品质预测模型在车内噪声主动控制中的运用

打开文本图片集

摘要

针对特种车车内噪声声品质提升问题，利用极限梯度提升（XGBoost）算法建立声品质预测模型，模型预测值与实际主观评价值的平均相对误差为2.43%，分析得到客观参数对主观分数的影响权重；针对车内噪声非线性、非平稳性的特点，提出一种基于经验模态分解（ Empirical Mode Decomposition，EMD）和滤波‑x最小均方（Filtered‑x Least Mean Square， FxLMS）算法相结合的主动控制方法，预测模型结果表明，主观分数提升2.11，提升幅度为26.6%。（剩余10045字）