1、噪聲源識別是內(nèi)燃機振動噪聲控制的前提，目前內(nèi)燃機噪聲源識別研究的難點是燃燒噪聲與活塞敲擊噪聲的分離，當活塞運動到上止點附近時，燃燒噪聲和活塞敲擊噪聲在時域上和頻域上均有混疊，很難得到準確的分離結果。文中借鑒計算聽覺場景分析的研究成果，結合ICA分離特性，建立內(nèi)燃機噪聲源分離新模型，研究滿足新模型的最佳噪聲獲取試驗方案，提出并實現(xiàn)了基于計算聽覺場景分析的雙通道分離算法，完成對混疊噪聲的分離。研究工作主要包括：
　?。?）研究了獨立分

2、量分析的基本理論，在對比不同獨立分量分析算法的統(tǒng)計特性與性能基礎上，考慮到內(nèi)燃機噪聲的特性，選擇基于互信息的Infomax ICA算法與基于張量的JADE ICA算法進行重點闡述，通過仿真分析驗證算法的有效性。
　　（2）從數(shù)學角度建立獨立分量分析與波束形成的內(nèi)在聯(lián)系，推導出在源信號統(tǒng)計獨立的假設下，獨立分量分析的解混矩陣與自適應波束形成的加權系數(shù)收斂至同一解，兩者具有等價性。當對信號進行獨立分量分析時可以認為該信號經(jīng)過一次空域濾

3、波處理，使得獨立分量分析的效果可以通過方向響應極坐標圖來描述。
　?。?）研究了整機的表面噪聲輻射的分布特性，通過聲壓級有效值分析內(nèi)燃機表面總體噪聲的分布情況，為內(nèi)燃機降噪提供依據(jù)；通過主要噪聲頻段內(nèi)聲壓級分析對主要噪聲源的分布有一個直觀的認識，為噪聲源分離的測點布置提供參考。
　?。?）針對目前內(nèi)燃機噪聲源分離的測點布置的不合理性，改進試驗方案，尋找能反映內(nèi)燃機主要噪聲特性的測點方位，多點測量，為 ICA分離提供更有效的輸

4、入。運用ICA算法對實測噪聲信號進行分離，結合小波分析識別主要分量，分析結果表明，ICA算法能在一定程度上分離燃燒噪聲與活塞敲擊噪聲，但分離結果辨識度不高，且隨著轉速升高、負荷增加，分離性能下降明顯。
　?。?）提出并實現(xiàn)了基于計算聽覺場景分析的雙通道分離算法，分階段對算法的流程進行了詳細的描述，通過仿真與實驗分析驗證算法的有效性。仿真分析表明，在理想的瞬時混合情況下，分離算法能準確識別的聲源數(shù)目達到五個，信噪比增益平均達到12.

5、41 dB，提取的目標語音信號具有較高的清晰度與可懂性；試驗分析表明，在半消音室內(nèi)，算法能有效識別來自三個不同方位的聲源。
　?。?）研究了雙通道 CASA分離算法在內(nèi)燃機上的應用，分析了不同工況下的分離性能，對比了兩種 ICA算法對分離結果的影響。結果表明，在低轉速下，基于Infomax雙通道算法與基于JADE雙通道算法都能有效分離出6號缸燃燒噪聲、活塞敲擊噪聲，分離結果可辨識度高；隨著轉速的升高，基于Infomax雙通道分離算