謝麗萍 ，盧熾華 ，劉志恩 ，朱亞偉 ，徐 韜

(1. 武漢理工大學 現(xiàn)代汽車零部件技術湖北省重點實驗室，湖北 武漢 430070； 2. 汽車零部件技術湖北省協(xié)同創(chuàng)新中心，湖北 武漢 430070)

汽車強國是國家重大產(chǎn)業(yè)發(fā)展戰(zhàn)略，內(nèi)燃機汽車聲音設計則是實現(xiàn)高品質(zhì)汽車的核心技術．能否根據(jù)汽車功能、風格不同進行有針對性的聲音設計，已成為衡量汽車企業(yè)產(chǎn)品競爭力的重要標志之一．其中，聲品質(zhì)評價是聲音設計的核心，通過評價聲品質(zhì)優(yōu)劣，可指引聲音設計的方向[1-2]．

目前，針對傳統(tǒng)搭載內(nèi)燃機的汽車聲品質(zhì)評價主要分為主觀評價和客觀評價兩大類．常用的聲品質(zhì)主觀評價方法包括成對比較法[3-4]、等級評價法和語義細分法等[5]．但人對汽車聲音的評價，除了與聲音樣本本身固有的物理屬性(響度、聲壓級)有關外，還和評價者自身的情感認知、主觀情緒與經(jīng)驗及所處的評價環(huán)境有關，不同文化背景、生活習慣與性格的評價者對同一個聲音的評價結果可能存在差異，結果不具有普適性．

近年來，為了提高汽車聲品質(zhì)評價準確性，學者們利用多重回歸等數(shù)學模型，以聲音的響度、粗糙度等客觀評價指標為輸入，建立主客觀一致性模型[6-8]，從而實現(xiàn)特定汽車聲品質(zhì)的預測．但這種方法仍然無法滿足評價結果因人而異的要求，構建的預測模型適用性較差，難以形成統(tǒng)一的評價標準．隨著腦認知科學相關技術的發(fā)展，實現(xiàn)用腦電信號(EEG)預測人對聲音的感受成為可能．2011年，Nakanishi等[9]提出了一種基于腦電信號定量評估音頻品質(zhì)的方法，證實了主成分分析(PCA)對腦電數(shù)據(jù)預處理的有效性及利用EEG獲取聲音情感信息的可行性．Bhatti等[10]采集了30名被試者聽不同類型音樂時的腦電信號，結果表明：在音樂的刺激下，腦電信息能夠反映不同年齡階段人情緒的變化．Li等[11]研究了聲品質(zhì)評價指標煩惱度與腦電信號的關系及變化規(guī)律，結果表明：穩(wěn)態(tài)刺激時，θ波平均功率在時域上出現(xiàn)兩次峰值，且隨著聲音頻率的升高，峰值出現(xiàn)時間間隔減?。?/p>

在基于腦電信號的汽車聲品質(zhì)評價方面，Lee 等[12]利用腦電信號研究了人對汽車聲音的主觀感受，根據(jù)腦地形圖得出α波功率可作為汽車加速聲客觀評價指標的結論．Lee等[13]選用α波計算與乘用車加速聲主觀評價之間的相關性，發(fā)現(xiàn)根據(jù)相關性值的大小可判斷大腦區(qū)域α波與主觀評價指標之間的相關性強弱．鄒麗媛等[14]基于腦電特征參數(shù)反映了車內(nèi)噪聲造成的乘車人員煩惱度，利用神經(jīng)網(wǎng)絡模型構建了腦電特征參數(shù)與煩惱度的關系．

綜上可知，人的大腦對聲音刺激有明顯的生理反應，聲音樣本的頻率、響度等及刺激時長、間隔的差異都會在大腦不同區(qū)域使各個波段的腦電信號產(chǎn)生特征反應．因而引入腦電信號作為內(nèi)燃機汽車聲品質(zhì)的評價方法，以客觀的生理信號直觀反應人的主觀感受是可行的．筆者基于腦電信號在情緒識別領域的數(shù)據(jù)處理和特征提取方法，以運動感聲品質(zhì)為主觀評價指標，采集在內(nèi)燃機汽車聲音刺激下的腦電信號；基于腦功能網(wǎng)絡，提取與運動感聲品質(zhì)強相關的腦電特征；訓練神經(jīng)網(wǎng)絡模型，映射運動感聲品質(zhì)與腦電特征信號間的非線性關系．引入腦電生理信號評價內(nèi)燃機汽車運動感聲品質(zhì)，直觀反映人對不同特征聲音的感受，以期提高聲品質(zhì)評價的準確性．

1 試驗方案

1.1 聲音樣本的采集

筆者設定運動感為汽車聲音樣本的主觀評價指標，通過問卷調(diào)查、網(wǎng)絡調(diào)研及實車試駕等形式，對比了多款內(nèi)燃機車型的聲學性能，最終選取7款市面上運動感聲品質(zhì)較好的目標車型，表1為具體車型信息．其中，5號帶有主動發(fā)聲系統(tǒng)，能夠利用車載音響系統(tǒng)播放出3種具有不同運動特征的加速聲．

表1 目標車型特征信息Tab.1 Characteristics information of the target model

在副駕處布置HEAD人工頭，在平直的柏油路上分別采集7款目標車型全油門加速工況下的車內(nèi)噪聲，時長約為10s，測試主要采集目標車型在3擋全油門加速工況下的車內(nèi)噪聲，共采集到9個汽車聲音樣本．

1.2 腦電數(shù)據(jù)的采集

招募24名健康評價者(男性16名，女性8名)，平均年齡為(24.40±2.53)歲．為有效避免外界噪聲的干擾，在空曠安靜、溫度適宜的實驗室內(nèi)進行腦電數(shù)據(jù)采集．利用64通道電級帽采集評價者在9個汽車聲音樣本刺激下的腦電信號，各通道的布局按照國際臨床生理協(xié)制定的10～20國際腦電導聯(lián)分布．

每個試驗中評價者通過高保真耳機接受汽車聲音刺激源，具體腦電采集過程如下：在聲音刺激前，采集評價者靜息狀態(tài)下的腦電信號作為參考，時間設定為5s左右；然后，在9個不同聲音樣本刺激下，試驗人員使用Brain Vision Pycoder軟件全程采集評價者的腦電信號．其中，9個聲音樣本隨機播放，每個樣本播放間隔為5s，聲音樣本切換期間評價者可稍作休息．試驗中評價者應盡量減少明顯的肢體動作和頭部晃動，且在試驗前一晚要補充至少8h睡眠，保證精神狀態(tài)最佳；最后，每位評價者聽完9個聲音樣本休息一段時間后摘下電極帽，整個試驗流程如圖1所示．

圖1 腦電信號測試流程示意 Fig.1 Flow chart of EEG test

在進行腦電試驗測試后，組織同批24名主觀評價人員對9個汽車聲音進行主觀評價，以運動感為主觀評價指標，采用10等級評分方法，如表2所示，評分1～5為不可接受，評分6～10為可以接受．并利用Spearman雙側檢驗分析了24名評價者間評分數(shù)據(jù)的相關性[15]，其中，每位評價員的平均相關系數(shù)如表3所示．

表2 運動感聲品質(zhì)10等級評價Tab.2 10 scale of powerful sound quality

表3 24名評價員的平均相關系數(shù)Tab.3 Mean correlation coefficient of 24 evaluators

評價者的Spearman平均相關系數(shù)低于0.700時表示相關程度較弱，由表3可知，除被試者4號外，其余23名被試者的平均相關系數(shù)均在0.700以上，且被試者4號的結果為0.683，接近0.700，總體的評價結果存在一致性，證明采集的主觀評價數(shù)據(jù)有效．

2 分析方法

2.1 腦電信號特征提取

在進行腦電信號特征提取前，需對采集的腦電信號進行預處理，主要包括濾波和去偽跡等[16]．通過帶通濾波器對采集的腦電信號進行1～40Hz濾波處理，采樣頻率設置為1000Hz．按照經(jīng)驗，利用插值環(huán)導、獨立主成分分析等方法去除腦電信號中的偽跡，并剔除參考電極Fpz和眼跡較多的FP1和FP2通道數(shù)據(jù)，剩余61個通道．

目前在腦電研究領域中，并沒有形成公認有效的特征體系，如何從大量腦電信號中提取與運動感聲品質(zhì)強相關的腦電特征集合，是滿足用戶對聲品質(zhì)準確評價的關鍵．近幾年基于腦網(wǎng)絡的分析方法發(fā)展迅速，腦網(wǎng)絡特征也能作為聲品質(zhì)評價的生理聲學指 標[14]．因而筆者基于腦功能網(wǎng)絡計算非線性腦電特征，包括相位鎖值[17]、相位延遲[18]和包絡系數(shù)3類腦電特征．

對腦電信號進行希爾波特變化，可得任意兩個不同通道信號xa和xb間的相位差為φab(相位鎖值)及幅值信息Aab(包絡系數(shù))．定義相位延遲為相位差分布的不對稱測量值，有

式中：sign為符號函數(shù)；L為采樣點；n為采樣點代號；a和b為通道代號．

分別計算61通道腦電數(shù)據(jù)間的相位鎖值、相位延遲和包絡系數(shù)，得到3個61×61的對稱矩陣．此外，考慮信息學要求[19]，對對稱矩陣中的元素進行相關性計算，得到腦網(wǎng)絡鄰接矩陣的元素為

式中：ρab為原始對稱矩陣中b與a通道數(shù)值間的相關系數(shù)；N為通道數(shù)，有1＜a＜N，1＜b＜N，b≠a．

計算鄰接矩陣對應的聚類系數(shù)和特征長度，前者可反映腦網(wǎng)絡的聚集程度，有

式中：K為網(wǎng)絡的節(jié)點數(shù)；Ei為節(jié)點i與ki個節(jié)點間存在的實際連接邊數(shù)；ki(ki-1)/2為此ki個節(jié)點間最多的連接邊數(shù)；ci為節(jié)點i的聚類系數(shù)．

路徑特征長度可衡量腦網(wǎng)絡的連通性，定義為腦網(wǎng)絡中任意兩個節(jié)點間最短路徑長度的均值．權重網(wǎng)絡中的路徑特征可表示為

基于上述理論分析，以δ(1～4Hz)、θ(4～8Hz)、α(8～13Hz)、β(13～30Hz)和γ(30～44Hz)共5個頻帶的相位鎖值、相位延遲及包絡系數(shù)的鄰接矩陣為基礎，計算對應的聚類系數(shù)和路徑特征長度，作為腦電特征，由此可得到每位評價者在每個汽車聲音樣本刺激下的5個頻段共30個腦電特征．

2.2 神經(jīng)網(wǎng)絡預測模型

筆者構建BP神經(jīng)網(wǎng)絡映射腦電特征與運動感聲品質(zhì)主觀得分間的非線性關系．為了同時兼顧網(wǎng)絡性能與計算效率，基于試湊法[20]，采用含有15個神經(jīng)元隱含層的神經(jīng)網(wǎng)絡算法，以所確定的腦電特征信號為輸入、對應的運動感主觀得分值為輸出．

式中：Score為BP模型輸出，即預測的運動感聲品質(zhì)得分；F為激活函數(shù)，輸出層選取purelin的傳遞函數(shù)，隱含層采用tansig函數(shù)，訓練算法選擇LMS訓練算法；X為輸入的腦電特征向量；IWL1和bL1分別為輸入層的權向量和偏移量，L1為輸入層到隱含層的網(wǎng)絡結構；L2為隱含層到輸出層的網(wǎng)絡結構．圖2為建模流程．

圖2 BP神經(jīng)網(wǎng)絡建模流程Fig.2 Modelling process of BP neural network

3 結果分析

計算任意兩通道間的相位鎖值、相位延遲和包絡系數(shù)，得到24名評價者在聲音樣本刺激下3個鄰接矩陣的均值，維度為61×61．圖3為24名評價者在汽車聲音樣本1刺激下α波對應的鄰接矩陣．每個元素代表兩個電極通道對應腦電特征的相關系數(shù)，其值介于0～1之間．由于對稱軸間的元素是通道自身的相關系數(shù)，數(shù)值均為1，同步性最強．根據(jù)矩陣的元素數(shù)值計算聚類系數(shù)與路徑特征長度，每個汽車聲音樣本將計算得到30個腦電特征信號．

圖3 24名評價者在9個聲音樣本刺激下α波的對稱矩陣Fig.3 Symmetry matrix of α wave of 24 evaluators under the stimulation of 9 sound samples

分析30個腦電特征信號與運動感主觀得分的相關性，以此確定最佳腦電特征信號，如表4所示．其中，θ波相位鎖值的聚類系數(shù)、θ波相位鎖值的路徑特征長度、α波包絡的聚類系數(shù)、α波包絡的路徑特征長度和β波相位延遲的聚類系數(shù)5個腦電特征與 運動感得分的相關系數(shù)較高．圖4為5個腦電特征與運動感得分的相關系數(shù)．可知，與運動感相關的腦電特征信號確實存在，因而從30個腦電特征中確定了5個與內(nèi)燃機汽車運動感聲品質(zhì)強相關的最佳腦電特征．由于非線性腦電特征在不同通道空間域上的表現(xiàn)形式不同(圖3)，選擇合理的腦電特征能提高運動感聲品質(zhì)評價效率．

圖4 確定的最佳腦電信號與運動感聲品質(zhì)分值的相關性Fig.4 Correlation of the best EEG features with the powerful sound quality scores

表4 30個腦電信號與運動感聲品質(zhì)主觀分值的相關系數(shù)Tab.4 Correlation coefficients of 30 EEG features with subjective scores of powerful sound quality

以5個最佳腦電特征信號為輸入、動力感分值為輸出，使用筆者搭建的神經(jīng)網(wǎng)絡模型預測9個聲音樣本的運動感分值．24名評價者，9個聲音樣本，共有216個樣本．其中隨機篩選21名評價者的189個數(shù)據(jù)作為搭建神經(jīng)網(wǎng)絡模型的訓練集，獲得最優(yōu)網(wǎng)絡權值．剩余27個數(shù)據(jù)作為模型的測試集，驗證模型的預測效率，輸出的測試誤差如表5所示．

表5 預測模型的測試誤差Tab.5 Test errors of prediction models (%)

預測值的最小誤差為0.013%，最大誤差為3.620%，不超過5.000%．測試樣本的平均誤差在 0.046%～1.832%之間，不超過2.000%．圖5為訓練集與測試集的神經(jīng)網(wǎng)絡輸出與運動感分值的相關性．其中，訓練集的神經(jīng)網(wǎng)絡輸出與運動感分值的相關系數(shù)高達0.9991，可認定為線性相關．測試集的神經(jīng)網(wǎng)絡輸出與運動感分值的相關系數(shù)為0.8422，擬合度相對較高．因而上述結果均可證明搭建的神經(jīng)網(wǎng)絡模型結構穩(wěn)定，具有較好的泛化能力，能夠基于非線性腦電特征客觀預測人對內(nèi)燃機汽車聲音的主觀分值．以一種客觀、統(tǒng)一的生理信號來反映人對聲品質(zhì)的評價．

圖5 神經(jīng)網(wǎng)絡輸出與運動感分值的相關性Fig.5 Correlation of neural network output with the powerful sound quality scores

4 結 論

(1) 構建腦功能網(wǎng)絡，確定了5個最佳腦電特征信號，即θ波相位鎖值的聚類系數(shù)、θ波相位鎖值的路徑特征長度、α波包絡的聚類系數(shù)、α波包絡的路徑特征長度和β波相位延遲的聚類系數(shù)．

(2) 構建人工神經(jīng)網(wǎng)絡模型，腦電客觀生理信號能夠預測人對內(nèi)燃機運動感聲品質(zhì)的主觀感受．