[发明专利]一种对汽车提示音警示性主观评价的客观量化方法

权利要求书

1.一种对汽车提示音警示性主观评价的客观量化方法，其特征在于，包括：

(1)建立多元线性回归模型：

取主观评价绩效值作为因变量，声学参数值作为自变量，建立多元线性回归模型如下：

α＝a·L+b·Sh+c·F+d

式中：α为主观评价绩效值，是因变量；

L为响度，Sh为尖锐度，F为发声间隔的频率；

a、b、c、d为待定系数；

(2)采用逐步法进行回归分析：

按照F检验P值≤0.050变量进入，P值≥0.100变量移出的规则进行自变量选择；

将声学参数值输入到公式进行主观评价绩效值计算，当主观评价绩效值预测误差在10％以内时，可以认为该多元线性回归模型具有使用汽车提示音客观测试数据预测主观评价结果的作用，多元线性回归模型建立完成。

2.根据权利要求1所述的一种对汽车提示音警示性主观评价的客观量化方法，其特征在于：

所述主观评价绩效值预测误差＝(由多元线性回归模型计算出的主观评价绩效值-实际绩效值)/实际绩效值×100％，取计算结果的绝对值。

3.根据权利要求1所述的一种对汽车提示音警示性主观评价的客观量化方法，其特征在于：

所述主观评价绩效值，是主观评价结果通过使用Bradley-Terry模型转化而来。

所述Bradley-Terry模型如下：

P(i＞j)＝α_i/(α_i+α_j)

其中，P(i＞j)表示i和j两个样本相比，i样本的警示性强于j样本的警示性的概率；α_i＝exp(λi)，λi表示样本i的警示性水平；α_i表示样本i的主观评价绩效值，α_j表示样本j的主观评价绩效值，α_i和α_j是每个声音样本的隐函数，需要由主观评价结果矩阵根据最大似然估计方法得出；

对于全部的N＝Σ_ijn_ij次比较评价，对数似然函数满足

lnL＝Σ_ijn_ijlnP(i＞j)

N表示全部评价的次数，n_ij表示样本i与样本j相比，警示性i大于j的次数；

将其中一个样本的绩效值作为一个基准，最大化实际N次评价结果的似然函数L的对数值，即得到其他声音样本的α值，即主观评价绩效值，用来表示声音样本的主观评价偏好排名。

4.根据权利要求3所述的一种对汽车提示音警示性主观评价的客观量化方法，其特征在于：

所述主观评价结果，是将提示音样本按照2个一组的方式进行随机组合，采用成对比较法进行提示音主观评价，评价系统每次显示一组提示音，分别记为样本A和样本B，若认为A声音的警示性强于B声音，则记录A＞B；若认为A声音的警示性弱于B声音，则记录A＜B；若认为A声音的警示性与B声音的警示性相当，则记录A＝B；直到所有评价人员对所有声音组完成评价，提交主观评价结果。