1 |
1
차량의 액슬(axle) 기어에 따른 소음 신호로부터 복수의 합성 신호들을 생성하는 단계;상기 합성 신호를 시간 축에서 주파수 축으로 퓨리에 변환하는 단계;상기 합성 신호를 구성하는 주파수 성분(f) 각각에 대한 순음의 PR(Prominence Ratio) 값을 연산하는 단계;상기 합성 신호 각각에 대하여, 상기 PR 값과 임계치 w1(α) 및 주파수 가중 함수 w2(f,β)로 구성된 토날리티(Tonality) 모델을 각각 생성하는 단계;상기 합성 신호별 피검자의 청음평가 결과에 대응하는 주관적 평가치들과, 상기 합성 신호 별 상기 토날리티 모델에 임의의 α 및 β 값을 대입하여 획득된 토날리티 값들 사이의 상관 계수를 연산하는 단계;상기 상관 계수가 기준치 이상이 되는 α 및 β 값을 선택하는 단계; 및상기 선택된 α 및 β 값을 상기 각각의 토날리티 모델에 대입하여 얻어진 학습용 토날리티 값들과 상기 주관적 평가치들을 인공 신경망 회로에 적용하여 서로 학습시킴에 따라, 상기 액슬 기어의 소음에 대한 음질 인덱스 식을 생성하는 단계를 포함하며,상기 토날리티 모델(T)은 아래의 수학식으로 정의되는 차량의 액슬 기어 소음의 음질평가 방법:여기서, C는 1kHz 및 60dB 조건의 참조 신호(reference signal)로부터 결정되는 보정상수, N은 상기 주파수 성분의 개수로서 i번째 주파수 성분을 의미하는 지수 값, 상기 α 및 β는 상기 주관적 평가치들과 상기 토날리티 값들 간의 상관 계수를 결정짓는 요소로서 양의 상수 값을 갖는다
|
2 |
2
청구항 1에 있어서,상기 PR 값은 아래의 수학식으로 정의되는 차량의 액슬 기어 소음의 음질평가 방법:여기서, PRi(f)는 상기 합성 신호를 구성하는 주파수 성분 중 i 번째 주파수에서의 PR 값, XM(f)는 상기 i 번째 주파수 대역에서의 음압 레벨, XL(f)와 XU(f)는 i-1 번째 및 i+1 번째 주파수 대역에서의 음압 레벨을 각각 나타낸다
|
3 |
3
청구항 2에 있어서,상기 임계치 w1(α)=α이고, 상기 주파수 가중 함수 w2(f,β)는 아래의 수학식으로 정의되는 차량의 액슬 기어 소음의 음질평가 방법:
|
4 |
4
청구항 1에 있어서,상기 액슬 기어의 소음에 대한 음질 인덱스 식을 생성하는 단계는,상기 각각의 토날리티 모델에 상기 선택된 α 및 β 값을 대입하여 얻어진 학습용 토날리티 값들과, 상기 합성 신호 별로 미리 획득한 라우드니스(loudness) 요소값들을 상기 인공 신경망 회로의 입력 데이터로 각각 사용하고, 상기 주관적 평가치들을 상기 인공 신경망 회로의 출력 데이터로 사용하여 상기 음질 인덱스 식을 생성하는 차량의 액슬 기어 소음의 음질평가 방법
|
5 |
5
청구항 1에 있어서,임의 차량에 대한 액슬 기어로부터 발생한 임의 소음 신호를 시간 축에서 주파수 축으로 퓨리에 변환한 다음 상기 PR 값을 계산하는 단계; 및상기 계산된 PR 값, 상기 선택된 α 및 β 값을 상기 토날리티 모델에 대입하여 얻어진 상기 임의 소음 신호에 대한 토날리티 값을 상기 음질 인덱스 식의 입력 항에 대입하여 상기 임의 소음 신호에 대한 인덱스 값을 출력하는 단계를 더 포함하는 차량의 액슬 기어 소음의 음질평가 방법
|
6 |
6
차량의 액슬(axle) 기어에 따른 소음 신호로부터 복수의 합성 신호들을 생성하는 합성신호 생성부;상기 합성 신호를 시간 축에서 주파수 축으로 퓨리에 변환하는 퓨리에 변환부;상기 합성 신호를 구성하는 주파수 성분(f) 각각에 대한 순음의 PR(Prominence Ratio) 값을 연산하는 PR 값 연산부;상기 합성 신호 별로, 상기 PR 값과 임계치 w1(α) 및 주파수 가중 함수 w2(f,β)로 구성된 토날리티(Tonality) 모델을 각각 생성하는 토날리티 생성부;상기 합성 신호별 피검자의 청음평가 결과에 대응하는 주관적 평가치들과, 상기 합성 신호 별 상기 토날리티 모델에 임의의 α 및 β 값을 대입하여 획득된 토날리티 값들 사이의 상관 계수를 연산하는 상관계수 연산부;상기 상관 계수가 기준치 이상이 되는 α 및 β 값을 선택하는 상관계수 판단부; 및상기 선택된 α 및 β 값을 상기 각각의 토날리티 모델에 대입하여 얻어진 학습용 토날리티 값들과 상기 주관적 평가치들을 인공 신경망 회로에 적용하여 서로 학습시킴에 따라, 상기 액슬 기어의 소음에 대한 음질 인덱스 식을 생성하는 음질인덱스 생성부를 포함하며,상기 토날리티 모델(T)은 아래의 수학식으로 정의되는 차량의 액슬 기어 소음의 음질평가 장치:,여기서, C는 1kHz 및 60dB 조건의 참조 신호(reference signal)로부터 결정되는 보정상수, N은 상기 주파수 성분의 개수로서 i번째 주파수 성분을 의미하는 지수 값, 상기 α 및 β는 상기 주관적 평가치들과 상기 토날리티 값들 간의 상관 계수를 결정짓는 요소로서 양의 상수 값을 갖는다
|
7 |
7
청구항 6에 있어서,상기 PR 값은 아래의 수학식으로 정의되는 차량의 액슬 기어 소음의 음질평가 장치:여기서, PRi(f)는 상기 합성 신호를 구성하는 주파수 성분 중 i 번째 주파수에서의 PR 값, XM(f)는 상기 i 번째 주파수 대역에서의 음압 레벨, XL(f)와 XU(f)는 i-1 번째 및 i+1 번째 주파수 대역에서의 음압 레벨을 각각 나타낸다
|
8 |
8
청구항 7에 있어서,상기 임계치 w1(α)=α이고, 상기 주파수 가중 함수 w2(f,β)는 아래의 수학식으로 정의되는 차량의 액슬 기어 소음의 음질평가 장치:
|
9 |
9
청구항 6에 있어서,상기 음질인덱스 생성부는,상기 각각의 토날리티 모델에 상기 선택된 α 및 β 값을 대입하여 얻어진 학습용 토날리티 값들과, 상기 합성 신호 별로 미리 획득한 라우드니스(loudness) 요소값들을 상기 인공 신경망 회로의 입력 데이터로 각각 사용하고, 상기 주관적 평가치들을 상기 인공 신경망 회로의 출력 데이터로 사용하여 상기 음질 인덱스 식을 생성하는 차량의 액슬 기어 소음의 음질평가 장치
|
10 |
10
청구항 6에 있어서,임의 차량에 대한 액슬 기어로부터 발생한 임의 소음 신호를 시간 축에서 주파수 축으로 퓨리에 변환한 다음 상기 PR 값을 계산한 다음, 상기 계산된 PR 값, 상기 선택된 α 및 β 값을 상기 토날리티 모델에 대입하여 얻어진 상기 임의 소음 신호에 대한 토날리티 값을 상기 음질 인덱스 식의 입력 항에 대입하여 상기 임의 소음 신호에 대한 인덱스 값을 출력하는 음질 테스트부를 더 포함하는 차량의 액슬 기어 소음의 음질평가 장치
|